Bilgi ve iletişim teknolojilerinde meydana gelen gelişmelerle birlikte tüm dünyada internet kullanımı ve kullanıcı sayısı giderek artış göstermektedir. Son yıllarda merak edilen ve gereksinim duyulan her türlü bilgiye ulaşmada başvurulan kaynakların başında hiç şüphesiz ki internet, diğer bir ifadeyle web tabanlı platformlar gelmektedir. Kullanıcılar, bilgi edinme ihtiyacı hissettikleri hemen her konuda, ürün veya hizmet satın alma öncesinde bilgilenme, inceleme ve alternatif seçenekleri değerlendirme amacıyla internet ortamındaki bilgilere başvurmaktadırlar. Bu durumun, hemen tüm sektörlerde olduğu gibi turizm sektörü için de geçerli olduğunu söylemek mümkündür. Günümüzde insanlar seyahat etmeyi düşündükleri yerler, yeme-içme, konaklama, ulaşım vb. hizmetler hakkındaki her türlü bilgi ve görüşe ilgili web sayfalarından ulaşabilmektedir. Bilgiye duyarlı bir sektör olarak turizm sektörü, potansiyel turistlerin seyahatle ilgili arama bilgileri ile yakın ilişkilidir. Turistler açısından internet ortamında araması gerçekleştirilen seyahat bilgileri, onların ulaştırma, seyahat ve konaklama gibi konulardaki karar verme süreçlerinde önemli rol oynamaktadır. Diğer yandan, uygulayıcıların bakış açısı ile bu arama bilgileri turistlerin tercihlerini anlamak ve etkili pazarlama stratejisi geliştirmek için önemli bir kaynaktır. Kullanıcıların ilgi alanlarını yansıtan çevrimiçi arama geçmişleri, arama motorları tarafından kaydedilmekte ve zengin bir veri kaynağı sağlamaktadır.

Masaüstü bilgisayarlar ile başlayan internet ortamında bilgiye ulaşma süreci, akıllı telefonların internet erişimine kavuşması ve kullanımlarının giderek yaygınlaşması ile saniyeler içerisinde bilgiye ulaşımı mümkün hale getirmiştir. Bu bağlamda arama motorları, insanların internetteki milyarlarca web sayfası içinde aradıkları bilgiye ulaşmada sıklıkla başvurduğu ilk kaynak durumundadır. Arama motoru, kullanıcıların internet üzerinden aradığı bilgilere hızlı ve en kısa yoldan ulaşmasını sağlayan, web üzerindeki tarama mekanizmaları; diğer bir anlatımla geniş içerikli arama sistemleridir. Diğer bir tanıma göre ise, arama motorları, kendilerine özgü algoritmalara dayanarak, kullanıcıların tarama ve dizinleme yoluyla İnternet ortamındaki yığınlar halindeki bilgiye erişimini sağlamak için geliştirilmiş yazılımlardır.

Arama motorları, sorgulanan konu hakkında ilgili birçok web sayfasına yönlendirme yaparak kullanıcıların ayrıntılı bilgilere ulaşılmasında aracı rol oynamaktadır. İnternet kullanıcılarının yüzde 80’inden fazlası bilgiye erişim sürecinde arama motorlarına yönelmektedir. Bilgiye erişim sürecinde araç olarak kullanılan arama motorları ilk olarak Montreal McGill Üniversitesi öğrencileri tarafından geliştirilen Archie projesi ile hayatımıza girdi (1990). Günümüzde ise dünyada kullanılan muhtelif arama motorları mevcuttur. Bunlar arasında Google, Yahoo, Bing, Baidu, Yandex AOL Search, Alta Vista, Excite, Lycos ve HotBot gibi arama motorları sayılabilir. Arama motorlarının kullanım yoğunluğu ülkeden ülkeye farklılık göstermekle birlikte Google, sayılan arama motorları içerisinde tüm dünyada en fazla kullanıcısı olan arama motoru durumundadır. Google aynı zamanda, 2004 yılından bu yana arama sorgusu verilerini herkese açık bir şekilde Google Trends hizmeti ile yayımlamaktadır. Google Trends, araması yapılan terimlerin hangi sıklıkla aratıldığını ve aratılan kelimelerin hacimlerini toplam aramaların bir oranı olarak sunan çok yönlü ve güçlü bir araçtır. Sonuçlar zamana (haftalık, aylık, yıllık) ve coğrafi konuma göre filtrelenebilmektedir.

Turizm ile ilgili faaliyetlerin etkili bir şekilde planlanabilmesi için diğer birçok sektörde olduğu gibi turizm sektöründe de güvenilir ve doğru talep tahminlerine gereksinim duyulmaktadır. Turizm talebi tahminleri, sektördeki işletme yöneticileri, yerel yönetimler ve politika yapıcılar için önemli bir yol gösterici durumundadır. Turizm talebinin modellenmesi ve tahminlerinde her durumda en iyi sonuç üreten hâkim bir yöntemin olmadığı; sonuçların kullanılacak yöntem ve modele, kullanılan verilerin özelliklerine, gözlem sayısına ve tahmini yapılan döneme göre değişeceği bu alanda çalışmalar yapan birçok araştırmacının üzerinde fikir birliğine vardığı konulardandır. Dolayısı ile modellerin tahmin başarısını ve doğruluğunu artırmaya yönelik çabalar hep devam etti, araştırmacılar ilgili yazına yıllar içerisinde çeşitli modeller ve yöntemler sundular. Turizm talebi tahminlerinin doğruluğunu artırmaya yönelik bu çabaların bir sonucu olarak son yıllarda internet sorgularının, diğer bir ifade ile arama motoru verilerinin kullanıldığı tahmin modelleri alanyazınında adından söz ettirmeye başladı.

Turizm talebi tahmin çalışmalarında, bazı yazarlar özellikle kısa dönemli tahminler açısından internet arama verilerinin kullanışlı olabileceğine dikkat çekmişlerdir. Burada ana fikir, internetin tüketicilerin ilgilendikleri hizmetler ve ürünler hakkında bilgi edindikleri temel başvuru kaynağı olması ve internet ortamındaki arama anahtar kelimelerinin gelecekteki satın alımlarla ilişkili olabileceği varsayımıdır. İnsanlar yolculuklarına başlamadan önce seyahat edecekleri yerleri, otelleri, havayollarını ve seyahat acentalarını arama eğilimindedirler. Dolayısıyla arama motoru verileri turizm talebi için açıklayıcı bir değişken olarak görülebilir. Seyahatle ilgili aramalarda özellikle şehir, bölge veya ülke adlarının kullanılması, bu destinasyonlar için bir ilgi göstergesi olduğunu ortaya koymakta, dolayısı ile bilgi arayışındaki bireylerin potansiyel olarak gelecekte bu bölgelerdeki gerçek ziyaretçiler olabileceğini çağrıştırmaktadır.

Konuyla ilgili literatürde yer alan ilk çalışmalardan biri, Pan vd. (2012) tarafından gerçekleştirildi. Yazarlar Amerika Birleşik Devletleri’nde önemli bir turizm çekim merkezi olarak kabul edilen Charleston kentindeki konaklama işletmelerine yönelik talebi tahmin etmek için arama motoru verileri ile destekledikleri zaman serisi modelinin (ARX), denedikleri diğer modellere (Zaman Gecikmeli Parametre modeli-TVP, Gecikmesi Dağıtılmış Otoregresif Modeller ADL ve Vektör Otoregresyon-VAR) nazaran daha yüksek doğruluk payı ile tahminler ürettiğini ortaya koydular. Benzer şekilde Hu ve Song (2019), arama motoru verileri kullanılarak geliştirilen turizm talebi tahmin modellerinin, saf zaman serisi modellerinden daha yüksek doğruluğa sahip tahminler ürettiğini ileri sürdüler.

Arama motoru verilerinin kullanıldığı turizm talebinin modellenmesi ve tahminine yönelik yöntem ve modeller arasında; bu verilerin dışsal değişken olarak kullanıldığı (Mevsimsel) Otoregresif Entegre Hareketli Ortalama modelleri (SARIMAX), girdi katmanında arama motoru verilerinin yer aldığı alternatif mimarilerle oluşturulan Yapay Sinir Ağı modelleri (MLP, RBF, TDNN), diğer makine öğrenimi ve yapay zekâ yöntemleri (Destek Vektörleri-SVM), açıklayıcı değişken olarak arama motoru verilerinin kullanıldığı regresyon temelli ve ekonometrik modeller (Karışık Frekanslı Veri Örnekleme-MIDAS, Faktör Destekli Vektör Otoregresyon Modeli-FAVAR, Genelleştirilmiş Dinamik Faktör Modeli-GFDM) ve çeşitli yöntemlerin birlikte kullanıldığı melez modeller (SARMAX-MIDAS) sayılabilir.