Andaba preparando una clase sobre el uso de APIs para el enriquecimiento de bases de datos y se me ha ocurrido hacer un análisis pertinente para los tiempos que corren. Como sabéis, hemos tenido elecciones en España. El resultado, lo conocemos ya.
Como ejercicio ilustrativo, se me ha ocurrido que, utilizando la librería gTrends (que permite sacar de la API de Google Search los hits relativizados de búsqueda), miremos la evolución de los cinco principales partidos políticos de España. El nombre más empleado por los españoles y españolas para referirse a cada partido me ha llevado un rato (parece, por ejemplo, que se usa más «podemos» que «unidas podemos» y «pp» que «partido popular», por ejemplo). Esto, que daría para un análisis en sí mismo, lo dejo para otro día, porque me ha llamado la atención el sesgo que podemos tener en nuestra intencionalidad de búsqueda.
El resultado, de los últimos dos años, haciendo uso de las librerías que me da R de ggplot2 y gganimate, lo tenéis aquí a continuación:

Llama la atención no solo las tendencias en elecciones generales, sino la propia irrupción de Vox tras las elecciones andaluzas. También, tras la moción de censura, la cantidad de búsquedas que hubo alrededor del Partido Popular. El código del ejercicio os lo dejo aquí. Simplemente hacer notar que he usado, como parámetros:
- gtrends(c(«vox», «ciudadanos»,»podemos»,»psoe», «pp»): he usado estas keywords. Si sustituís esas por otras, podréis hacer el mismo experimento y análisis de tendencia.
- geo = c(«ES»): es decir, toda España. Esto se puede llegar a filtrar por localidad, comunidad autónoma, etc. (aquí se puede consultar cómo hacerlo, aunque en el código también lo he dejado) Lo cual daría un análisis aún más interesante para poder localizar áreas de interés de la ciudadanía e incluso oportunidades de geomarketing político (o turístico o lo que fuera).
- time = «today+5-y»: he cogido los datos de los últimos cinco años, para explorarlo en perspectiva.
Las búsquedas en Google Trends suelen actuar de variables proxy para prever la demanda, para aproximarse a áreas de interés o entender intereses de la ciudadanía. Se ha utilizado ampliamente en la literatura para ello. Algunas referencias las podéis localizar aquí, aquí y aquí.