Visión general
La función related_queries() en la biblioteca pytrends te permite obtener consultas relacionadas con un término de búsqueda específico. Al analizar estos datos, puedes obtener información sobre las preguntas y temas que son importantes para tu público objetivo, lo que te ayudará a crear contenido más relevante y atractivo.
En este tutorial, cubriremos:
- Importar las bibliotecas necesarias.
- Configurar la solicitud de
pytrends. - Obtener datos de consultas relacionadas.
- Analizar los resultados.
Obtener Datos de Consultas Relacionadas
Primero, necesitamos importar las bibliotecas necesarias y configurar nuestra solicitud de pytrends.
from pytrends.request import TrendReq
# Set up pytrends request
pytrends = TrendReq(hl='en-US', tz=360)
A continuación, especificaremos el término de búsqueda para nuestra solicitud utilizando la función build_payload(), y luego obtendremos datos de consultas relacionadas utilizando la función related_queries().
keywords = ['Python']
# Build payload
pytrends.build_payload(keywords, timeframe='now 7-d', geo='')
# Retrieve related queries data
related_queries = pytrends.related_queries()
Esto devolverá un diccionario que contiene datos de consultas relacionadas para el término de búsqueda “Python” durante los últimos 7 días.
Analizar los Resultados
Ahora podemos analizar los datos de consultas relacionadas para identificar nuevas oportunidades para la creación y optimización de contenido.
# Extract the related queries for the keyword 'Python'
python_related_queries = related_queries[keywords[0]]['rising']
# Display the top 10 rising related queries
print(python_related_queries.head(10))
Esto mostrará las 10 principales consultas relacionadas en aumento para el término de búsqueda “Python”, proporcionando información valiosa sobre las preguntas y temas que son importantes para tu público objetivo.
Conclusión
En este artículo, hemos demostrado cómo utilizar la función related_queries() en la biblioteca pytrends para descubrir consultas relacionadas con un término de búsqueda dado. Al analizar estos datos, puedes realizar un análisis profundo de tus palabras clave objetivo y descubrir nuevas oportunidades para la creación y optimización de contenido. Este tutorial ha cubierto el proceso de recopilar y analizar datos de consultas relacionadas, desde la configuración de la solicitud de pytrends hasta el análisis de los resultados. Utilizando estas ideas, puedes crear contenido más relevante y atractivo para tu público objetivo.
NOTA: pytrends utiliza una API no oficial. Por favor, utilice aquí para problemas.
SAMPLE CODE : https://github.com/hobbyworker/google-trend-for-python