개요
pytrends 라이브러리의 interest_over_time() 함수를 사용하면 특정 키워드의 시간대별 관심도를 가져올 수 있습니다. 이 데이터를 분석함으로써 키워드에 대한 관심이 어떻게 변화해왔는지 인사이트를 얻을 수 있으며, 콘텐츠 전략 및 마케팅 활동에 대한 의사 결정에 도움이 됩니다.
이 튜토리얼에서는 다음 내용을 다룹니다.
- 키워드 리스트 정의
- 시간 범위 설정
- 시간대별 관심도 데이터 가져오기
- 결과 분석
키워드 리스트 정의
먼저 시간대별 관심도를 분석할 키워드 리스트를 정의해야 합니다.
keywords = ['Python', 'JavaScript']
시간 범위 설정
다음으로 키워드의 관심도를 분석할 시간 범위를 설정합니다. 이 예시에서는 지난 1년간의 관심도를 분석합니다.
time_range = '2022-01-01 2023-01-31'
시간대별 관심도 데이터 가져오기
이제 interest_over_time() 함수를 사용해 키워드와 시간 범위에 대한 시간대별 관심도 데이터를 가져옵니다.
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()
이는 키워드의 시간대별 관심도 데이터가 담긴 DataFrame을 반환합니다.
결과 분석
이제 시간대별 관심도 데이터를 분석해 키워드의 성과와 인기도를 파악할 수 있습니다.
print(interest_over_time_data.head())
이 코드는 시간대별 관심도 데이터를 출력하여, 키워드의 성과와 인기도에 대한 귀중한 인사이트를 제공합니다.
결론
이번 포스트에서는 pytrends 라이브러리의 interest_over_time() 함수를 사용해 특정 키워드의 시간대별 관심도를 분석하는 방법을 시연했습니다. 이 데이터를 분석함으로써 키워드에 대한 관심이 어떻게 변화해왔는지 인사이트를 얻을 수 있으며, 콘텐츠 전략, 마케팅 활동, 심지어 제품 개발에 대한 의사 결정에까지 도움을 받을 수 있습니다. 시간대별 관심도 분석을 활용하면 경쟁에서 앞서 나갈 수 있고, 콘텐츠와 제품이 타깃 오디언스에게 계속해서 적절하고 매력적으로 다가갈 수 있도록 보장할 수 있습니다.
NOTE : pytrends는 비공식 API를 사용합니다. 이슈가 있다면 여기를 이용해 주세요.
SAMPLE CODE : https://github.com/hobbyworker/google-trend-for-python