概要

pytrends ライブラリの interest_over_time() 関数を使用すると、特定のキーワードに対する関心度の推移を取得できます。このデータを分析することで、キーワードへの関心がどのように変化してきたかを把握でき、コンテンツ戦略やマーケティング施策に関する意思決定に役立てることができます。

このチュートリアルでは、以下の内容を取り上げます:

  1. キーワードリストの定義
  2. 期間の設定
  3. 時系列での関心度データの取得
  4. 結果の分析

キーワードリストの定義

まず、関心度の推移を分析したいキーワードのリストを定義する必要があります。

keywords = ['Python', 'JavaScript']

期間の設定

次に、キーワードに対する関心度を分析する期間を設定する必要があります。この例では、過去1年間の関心度を分析します。

time_range = '2022-01-01 2023-01-31'

時系列での関心度データの取得

それでは、interest_over_time() 関数を使用して、設定したキーワードと期間に対する時系列の関心度データを取得します。

from pytrends.request import TrendReq

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

# Build the payload
pytrends.build_payload(keywords, cat=0, timeframe=time_range, geo='', gprop='')

# Retrieve interest over time data
interest_over_time_data = pytrends.interest_over_time()

これにより、設定したキーワードに対する時系列の関心度データを含むDataFrameが返されます。

結果の分析

それでは、時系列の関心度データを分析して、キーワードのパフォーマンスや人気度を把握しましょう。

print(interest_over_time_data.head())

これにより、時系列の関心度データが表示され、キーワードのパフォーマンスや人気度に関する貴重なインサイトが得られます。

結論

この記事では、pytrends ライブラリの interest_over_time() 関数を使用して、特定のキーワードに対する関心度の推移を分析する方法を紹介しました。このデータを分析することで、キーワードへの関心がどのように変化してきたかを把握でき、コンテンツ戦略、マーケティング施策、さらには製品開発に関する意思決定に役立てることができます。時系列での関心度分析を活用することで、競合に先んじ、コンテンツや製品がターゲットオーディエンスにとって関連性のある魅力的なものであり続けることを保証できます。

NOTE : pytrends は非公式APIを使用しています。問題がある場合は こちら をご利用ください。

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