概要

pytrends ライブラリの multirange_interest_over_time() 関数を使用すると、複数の期間にわたって特定のキーワードへの関心度を取得できます。このデータを分析することで、異なる期間にわたるキーワードへの関心の変化を把握でき、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. 必要なライブラリのインポート
  2. pytrends リクエストのセットアップ
  3. 期間リストの構築
  4. マルチレンジでの時系列関心度データの取得
  5. 結果の分析

期間リストの構築

まず、キーワードへの関心度を分析したい期間のリストを作成する必要があります。この例では、2つの期間からなるリストを作成します。

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

マルチレンジでの時系列関心度データの取得

次に、必要なライブラリをインポートし、pytrends リクエストをセットアップして、設定したキーワードと期間に対するマルチレンジの時系列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)

# 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()

これにより、指定された期間にわたる、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辞書が返されます。

結果の分析

それでは、マルチレンジの時系列関心度データを分析して、異なる期間にわたる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。

# Display the interest over time data
print(interest_over_time_data)

これにより、各期間ごとの時系列関心度データが表示され、異なる期間にわたる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 multirange_interest_over_time() 関数を使用して、複数の期間にわたる特定のキーワードへの関心度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、トレンドをより包括的に捉え、異なる期間にわたるキーワードへの関心の変化を把握できます。この情報は、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ちます。マルチレンジでの時系列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