Aperçu

La fonction multirange_interest_over_time() de la bibliothèque pytrends vous permet de récupérer l’intérêt pour des mots-clés spécifiques sur plusieurs plages de temps. En analysant ces données, vous pouvez obtenir une vue plus complète des tendances et comprendre comment l’intérêt pour un mot-clé a évolué au fil du temps, ce qui vous aide à prendre des décisions éclairées sur votre stratégie de contenu et vos efforts de marketing.

Dans ce tutoriel, nous couvrirons :

  1. Importation des bibliothèques nécessaires
  2. Configuration de la demande pytrends
  3. Création de la liste de plages de temps
  4. Récupération des données d’intérêt multi-plages au fil du temps
  5. Analyse des résultats

Création de la liste de plages de temps

Tout d’abord, nous devons créer une liste de plages de temps pour lesquelles nous voulons analyser l’intérêt de nos mots-clés. Dans cet exemple, nous créerons une liste de deux plages de temps.

time_ranges = [
    '2022-09-04 2022-09-10',
		'2022-09-18 2022-09-24',
]

Récupération des données d’intérêt multi-plages au fil du temps

Ensuite, nous devons importer les bibliothèques nécessaires, configurer notre demande pytrends et récupérer les données d’intérêt multi-plages au fil du temps pour nos mots-clés et nos plages de temps.

from pytrends.request import TrendReq

# Set up pytrends request
pytrends = TrendReq(hl='en-US', tz=360)

# Define the list of keywords
keywords = ['pizza', 'bagel']

# Build the payload
pytrends.build_payload(keywords, timeframe=time_ranges)

# Retrieve multi-range interest over time data
interest_over_time_data = pytrends.multirange_interest_over_time()

Cela renverra un dictionnaire contenant les données d’intérêt au fil du temps pour nos mots-clés sur les plages de temps spécifiées.

Analyse des résultats

Maintenant, nous pouvons analyser les données d’intérêt multi-plages au fil du temps pour comprendre la performance et la popularité de nos mots-clés sur différentes périodes.

# Display the interest over time data
print(interest_over_time_data)

Cela affichera les données d’intérêt au fil du temps pour chaque plage de temps, fournissant des informations précieuses sur la performance et la popularité de nos mots-clés sur différentes périodes.

Conclusion

Dans ce billet, nous avons démontré comment utiliser la fonction multirange_interest_over_time() de la bibliothèque pytrends pour analyser l’intérêt pour des mots-clés spécifiques sur plusieurs plages de temps. En analysant ces données, vous pouvez obtenir une vue plus complète des tendances et comprendre comment l’intérêt pour un mot-clé a évolué au fil du temps. Ces informations peuvent vous aider à prendre des décisions éclairées sur votre stratégie de contenu, vos efforts de marketing et même le développement de vos produits. En exploitant l’analyse d’intérêt multi-plages au fil du temps, vous pouvez rester en avance sur la concurrence et vous assurer que votre contenu et vos produits restent pertinents et attrayants pour votre public cible.

REMARQUE : Pytrends utilise une API non officielle. Veuillez utiliser ici pour les problèmes.

SAMPLE CODE : https://github.com/hobbyworker/google-trend-for-python