개요
pytrends 라이브러리의 multirange_interest_over_time() 함수를 사용하면 특정 키워드에 대한 여러 시간 범위의 관심도를 가져올 수 있습니다. 이 데이터를 분석함으로써 서로 다른 기간에 걸쳐 키워드에 대한 관심이 어떻게 변화해왔는지 인사이트를 얻을 수 있으며, 콘텐츠 전략 및 마케팅 활동에 대한 의사 결정에 도움이 됩니다.
이 튜토리얼에서는 다음 내용을 다룹니다.
- 필요한 라이브러리 임포트
pytrends요청 설정- 시간 범위 리스트 구성
- 다중 시간 범위 관심도 데이터 가져오기
- 결과 분석
시간 범위 리스트 구성
먼저, 키워드의 관심도를 분석할 시간 범위 리스트를 만들어야 합니다. 이 예시에서는 두 개의 시간 범위를 가진 리스트를 만듭니다.
time_ranges = [
'2022-09-04 2022-09-10',
'2022-09-18 2022-09-24',
]
다중 시간 범위 관심도 데이터 가져오기
다음으로 필요한 라이브러리를 임포트하고 pytrends 요청을 설정한 뒤, 키워드와 시간 범위에 대한 다중 시간 범위 관심도 데이터를 가져옵니다.
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()
이는 지정된 시간 범위에 걸쳐 키워드의 시간대별 관심도 데이터가 담긴 딕셔너리를 반환합니다.
결과 분석
이제 다중 시간 범위 관심도 데이터를 분석해 서로 다른 기간에 걸친 키워드의 성과와 인기도를 파악할 수 있습니다.
# Display the interest over time data
print(interest_over_time_data)
이 코드는 각 시간 범위에 대한 시간대별 관심도 데이터를 출력하여, 서로 다른 기간에 걸친 키워드의 성과와 인기도에 대한 귀중한 인사이트를 제공합니다.
결론
이번 포스트에서는 pytrends 라이브러리의 multirange_interest_over_time() 함수를 사용해 여러 시간 범위에 걸쳐 특정 키워드의 관심도를 분석하는 방법을 시연했습니다. 이 데이터를 분석함으로써 트렌드에 대해 보다 종합적인 시각을 얻을 수 있으며, 서로 다른 기간에 걸쳐 키워드에 대한 관심이 어떻게 변화해왔는지 이해할 수 있습니다. 이러한 정보는 콘텐츠 전략, 마케팅 활동, 심지어 제품 개발에 대한 의사 결정에 도움이 됩니다. 다중 시간 범위 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