概要

pytrends ライブラリの related_queries() 関数を使用すると、特定の検索語に対する関連クエリを取得できます。このデータを分析することで、オーディエンスにとって重要な質問やトピックに関するインサイトを得ることができ、より関連性が高く魅力的なコンテンツを作成するのに役立ちます。

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. 関連クエリデータの取得
  4. 結果の分析

関連クエリデータの取得

まず、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ます。

from pytrends.request import TrendReq

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

次に、build_payload() 関数を使用して検索語を指定し、related_queries() 関数を使用して関連クエリデータを取得します。

keywords = ['Python']

# Build payload
pytrends.build_payload(keywords, timeframe='now 7-d', geo='')

# Retrieve related queries data
related_queries = pytrends.related_queries()

これにより、過去7日間における検索語「Python」に対する関連クエリデータを含む辞書が返されます。

結果の分析

それでは、関連クエリデータを分析して、コンテンツ作成や最適化のための新たな機会を特定しましょう。

# 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))

これにより、検索語「Python」に対する上位10件の上昇関連クエリが表示され、オーディエンスにとって重要な質問やトピック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 related_queries() 関数を使用して、特定の検索語に対する関連クエリを発掘する方法を紹介しました。このデータを分析することで、ターゲットキーワードの詳細な分析を行い、コンテンツ作成や最適化の新たな機会を発見できます。このチュートリアルでは、pytrends リクエストのセットアップから結果の分析まで、関連クエリデータを収集・分析するプロセスを取り上げました。これらのインサイトを活用することで、オーディエンスにとってより関連性が高く魅力的なコンテンツを作成できます。

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