استخدام Google Analytics و Google Trends API لتتبع الأداء مع R.

لماذا بيانات Google Trends قوية؟

نعلم جميعًا أن Google تلتقط قدرًا مخيفًا من البيانات عنا. من خلال المليارات من عمليات البحث كل يوم ، يمكن لـ Google فهم الكثير عن مجتمعنا ومشاعر السكان أكثر من الحكومات. على سبيل المثال ، يمكن لبيانات اتجاهات البحث التعرف على تفشي الأمراض قبل الإعلان عنها من قبل وسائل الإعلام من خلال رؤية الزيادات في استعلامات البحث المتعلقة بأعراض معينة. ليس من المستغرب أن أجريت دراسات للتنبؤ بارتفاع حالات COVID-19 حسب المنطقة.

في هذه الأيام ، يعد Google في الأساس مقياسًا للمشاعر في العالم وأفضل شيء يتعلق ببيانات اتجاه بحث Google؟ انه مجانا.

لماذا تستخدم Google Trends API؟

تعد Google Trends ميزة أساسية للعديد من أدوات المسوقين الرقميين. يمكن تحليل شعبية استعلامات البحث بمرور الوقت لإظهار الوعي بالسوق. يمكن أن يؤدي تراكب هذه البيانات مع تلك الخاصة بالمصادر الأخرى إلى توفير رؤى قد يتم تفويتها بخلاف ذلك.

تقدم هذه المدونة مثل هذا المثال من خلال إظهار كيف يمكنك تراكب بيانات Google Trends مع حركة المرور العضوية لموقع الويب الخاص بك - يمكن استخدام هذا لفهم أداء تحسين محركات البحث (SEO). إذا بدأت حركة المرور العضوية الخاصة بك في التراجع ، فهل يرجع ذلك إلى انخفاض الاهتمام بالسوق أو لأنك لا تحتل مرتبة عالية جدًا في أهم استعلامات البحث لديك؟

تتوفر حزم R لكل من Google Trends و Google Analytics وهي سهلة الاستخدام لمن لديهم فهم أساسي للبرمجة. بالنسبة إلى Google Trends ، سنستخدم حزمة gtrendsR ومن ثم في Google Analytics ، سنستخدم حزمة googleAnalyticsR ، التي غطيناها في مقالتنا السابقة - استخدام Google Analytics API مع R. يجب أن يكون المثال المقدم واضحًا للنسخ / اللصق والتكيف لتناسب احتياجاتك.

سنستخدم مثال شركة تبيع المشروبات الغازية وترغب في فهم مدى شعبية المنتجات التي تبيعها بمرور الوقت.

Google Trends API - كيفية سحب بيانات اتجاهات البحث

هذه البيانات هي الأسهل للحصول عليها ، ويرجع ذلك أساسًا إلى عدم وجود مفاتيح API مطلوبة. للبدء ، ما عليك سوى تثبيت الحزمة باستخدام install.packages ("gtrendsR") وتحميل المكتبة بالمكتبة (gtrendsR) . قد يكون تحديد الكلمات الرئيسية المطلوبة أمرًا صعبًا - نوصي بالاطلاع على أهم العبارات التي لا تتعلق بالعلامة التجارية في Search Console مرتبة حسب مرات الظهور.

 # Load Libraries and Set Up Query Conditions # library(gtrendsR) keywords = c(“Soft drinks”, “Fizzy drinks”, “Pepsi”, “Lemonade”, “Fanta”) country = c('GB') time = (“2020-01-01 2021-10-31”) channel = 'web' # Run Query # data1 = gtrends(keywords, gprop = channel, geo = country, time = time) data_trend = data$interest_over_time

كما هو موضح في الكود أعلاه ، يمكن تضمين متغيرات إضافية في طلبك: gprop ، و geo ، والوقت:

• يمثل Gprop خصائص Google ، أي الأخبار والصور و YouTube - ولكن إذا تركت فارغة ، فسيتم تعيينها افتراضيًا على الويب.
• يمثل Geo الدولة بناءً على رمز ISO المكون من رقمين - ولكن إذا ترك فارغًا فسيتم تعيينه افتراضيًا في جميع أنحاء العالم.
• يمثل الوقت تاريخ بدء الطلب وانتهائه.

تحتوي حزمة gtrendsR على حد أقصى يبلغ 5 كلمات رئيسية في المرة الواحدة ، لذلك إذا كنت ترغب في تشغيل استعلامات متعددة ، فيمكنك استخدام حلقة كما هو موضح أدناه. ننصح بإجراء ذلك إذا كنت تقيم الشعبية الإجمالية لمجموعة من مصطلحات البحث ، حيث تعمل هذه الحلقة على تشغيل كل كلمة رئيسية على حدة قبل تجميع كل من التغييرات الأسبوعية. لذلك ، فإن التغيير في شعبية شخص ما ليس له تأثير مباشر على شعبية أخرى.

 list1 = list() for (i in 1:length(keywords)){ trends = gtrends(keywords[i], gprop =channel,geo=country, time = time ) time_trend=trends$interest_over_time time_trend$keyword <- keywords[i] list1 [[i]] <- time_trend } data1 <- do.call("rbind", list1)

شيء واحد يجب ملاحظته هو أن Google Trends توفر بيانات أسبوعية ، لكن الأسابيع تبدأ يوم الأحد. لذلك ، سنحتاج إلى تجميع بيانات Google Analytics الخاصة بنا على مستوى الأسبوع بدءًا من يوم الأحد - هناك حزمة مفيدة لمساعدتنا على القيام بذلك والتي سنغطيها لاحقًا.

Google Analytics API - كيفية سحب حركة المرور العضوية

نوصي بقراءة مقالتنا السابقة لفهم حزمة googleAnalyticsR بمزيد من التفصيل. توضح لك هذه المقالة كيف يمكنك تصفية حركة المرور العضوية الخاصة بك إلى صفحات مقصودة محددة. قد يكون هذا مفيدًا إذا كانت شركتك في أسواق متعددة. على سبيل المثال ، إذا كنت تبيع المشروبات الغازية وألواح الشوكولاتة ، فلن ترغب في تضمين حركة المرور العضوية في صفحات ألواح الشوكولاتة عند تقييم الفائدة السوقية للمشروبات الغازية.

بخلاف ذلك ، يسمح لك الرمز أدناه بالوصول إلى جميع الزيارات العضوية لموقعك باستخدام هذه الحزمة مع R.

ننصح بتشغيل كل سطر من الكود في وقت واحد حتى تتمكن من اكتشاف أي أخطاء بسهولة.

للحصول على طريقة مصادقة أكثر احترافية ، والتي تساعد في أتمتة البرنامج النصي ، ألق نظرة على هذا الشرح الأكثر تفصيلاً.

يسحب الكود أدناه حركة المرور العضوية يوميًا. يتم بعد ذلك استخدام وظيفة floor_date لتجميع الزيارات حسب الأسبوع بدءًا من يوم الأحد ، وذلك لمطابقة بيانات Search Console (التي تقتصر على البيانات الأسبوعية من الأحد إلى السبت).

 # Load Libraries and Setup Query - make sure to set your View ID # library(googleAnalyticsR) library(dplyr) library(lubridate) ga_auth() set_view_ID <- #ENTER_VIEW_ID# organicTraffic <- dim_filter("channelGrouping", "EXACT", "Organic Search") organicFilter <- filter_clause_ga4(list(organicTraffic),”AND” ) # Run Query, Aggregate Daily Traffic to Weekly Traffic and Rename Columns # data2 <- google_analytics (set_view_ID, date_range = c(“2021-01-01”, ”2021-10-31”), metrics = "sessions", dimensions = "date", dim_filters = organicFilter, anti_sample = TRUE) data2$week <- floor_date(as.Date(data2$date, "%Y-%m-%d"), unit="week") data2 <- data2 %>% group_by(week) %>% summarise(sum(sessions)) names(data2)[1] <- "week" names(data2)[2] <- "sessions" # Merge Search Trends and Organic Traffic # merged_data <- merge(data1, data2)

دمج مجموعات البيانات واكتساب المعارف الدقيقة

في السطر الأخير من الشفرة أعلاه ، قمنا بدمج مجموعات البيانات معًا في 3 أعمدة: تاريخ بدء الأسبوع ، والجلسات العضوية واتجاه البحث النسبي. يمكن الآن تركيب مجموعتي البيانات هاتين بسهولة في رسم بياني لتحليلهما (انظر الرسم البياني أدناه على سبيل المثال).

يعني تجميع بيانات مؤشرات البحث أنه يمكننا رؤية الشعبية النسبية عبر جميع استعلامات البحث بمرور الوقت ، مما يوفر نظرة ثاقبة على التغييرات في الاهتمام بالسوق.

نوصي بتراكب بيانات مؤشرات البحث والزيارات المجانية على الرسم البياني بمرور الوقت باستخدام المحور الأيمن والأيسر من أجل تقييم الاتجاه. ما ستراه على الأرجح هو ارتباط إيجابي بينهما ، مع زيادة عدد الزيارات مع زيادة شعبية البحث. قد تكون هناك نقاط تنحرف فيها الخطوط عن الأخرى ، مما يشير إلى حدوث تغيير في ترتيب الكلمات الرئيسية. هل يبدو أنك تتحرك لأعلى أو لأسفل صفحة نتائج بحث Google؟

يعرض الرسم البياني أدناه أمثلة للبيانات مع حركة المرور العضوية على المحور الأيمن واتجاهات البحث على المحور الأيمن. في الرسم البياني أدناه ، يوجد تباين واضح بين المقياسين في الأسبوع 24. على الرغم من الانخفاض الكبير في حركة المرور العضوية ، تظل اتجاهات البحث متسقة نسبيًا ، مما يشير إلى انخفاض في تصنيفات الكلمات الرئيسية إلى الصفحات التي تجذب عددًا كبيرًا من الزيارات - هذه التصنيفات آنذاك تلتقط نحو الأسبوع 33.

هذه مجرد حالة استخدام واحدة لواجهة برمجة تطبيقات Search Console. لديها العديد من الأدوار الأخرى التي تلعبها في مجال التسويق ، مثل إنشاء تقارير اتجاهات مصطلح البحث المباشر والتي يمكن استخدامها لقصص العلاقات العامة الرقمية التفاعلية ، أو مراقبة شعبية العلامة التجارية للمنافسين بمرور الوقت.

حريص على معرفة المزيد؟ اتصل بنا للتحدث إلى شخص ما في فريق تحليلات الويب المتقدم لدينا!