Abhatoo - Centre Nationale de Documentation

Les crises successives qui ont secoué le monde au cours de ces dernières années ont mis à rude épreuve les capacités des Etats à concevoir et à déployer efficacement des dispositifs de soutien, à fort impact et adaptés aux priorités sectorielles, sociales et territoriales. Ce contexte particulier a remis à l’ordre des priorités l’importance stratégique de développer des outils de monitoring de l’activité économique capables d’informer les décideurs de manière anticipée et en temps réel sur les tendances économiques à très court terme, les retournements cycliques, les risques potentiels à entrevoir... Ceci dans l’objectif ultime d’orienter la conception des mesures à entreprendre et d’optimiser l’intervention publique dans un contexte d’incertitude persistante.
Ainsi et dans l’objectif de combler le retard de publication des indicateurs économiques
conventionnels, plusieurs institutions se sont intéressées au développement d’outils et de plateformes de Nowcasting (estimateurs en temps réel de l’activité économique), profitant du développement massif des informations dites « non conventionnelles à haute fréquence ».
Dans le cadre des travaux analytiques de la DEPF mobilisant les Big Data, le présent Policy Brief explore une approche innovante permettant d’utiliser les indices de recherche de Google Trends pour établir des prédictions économiques à court-terme, trimestrielles ou même mensuelles.
S’articulant autour de trois parties, le Policy Brief donne, dans un premier temps, un aperçu synthétique et conceptuel du contenu et des opportunités qu’offre l’utilisation des données de la plateforme Google Trends (GT). La deuxième partie est consacrée, quant à elle, à la présentation des méthodes de traitement statistique appliquées aux séries de données dans l’objectif de corriger les biais techniques, notamment les ruptures méthodologiques, les données manquantes ainsi que les effets saisonniers. Enfin, la troisième partie est focalisée sur l’application du modèle de tracking retenu et à l’analyse de la pertinence et de la robustesse des estimations obtenues.