Google Analytics 및 Google Trends API를 사용하여 R로 실적 추적
게시 됨: 2021-12-15Google 트렌드 데이터가 강력한 이유는 무엇입니까?
우리 모두는 Google이 우리에 대한 엄청난 양의 데이터를 캡처한다는 것을 알고 있습니다. 매일 수십억 건의 검색을 통해 Google은 정부보다 우리 사회와 인구의 정서에 대해 더 많이 이해할 수 있습니다. 예를 들어 검색 동향 데이터는 특정 증상과 관련된 검색 쿼리의 증가를 확인하여 미디어에서 발표하기 훨씬 전에 질병 발생을 인식할 수 있습니다. 당연히 지역별 코로나19 확진자 증가를 예측하기 위한 연구가 진행됐다.
요즘 구글은 본질적으로 세계의 감성 바로미터이자 구글의 검색 트렌드 데이터에 대한 가장 좋은 점은? 무료입니다.
Google 트렌드 API를 사용하는 이유는 무엇입니까?
Google 트렌드는 많은 디지털 마케터 툴킷의 핵심 기능입니다. 시간 경과에 따른 검색어의 인기도를 분석하여 시장 인지도를 확인할 수 있습니다. 이 데이터를 다른 소스의 데이터와 겹치면 놓칠 수 있는 통찰력을 제공할 수 있습니다.
이 블로그는 Google 트렌드 데이터를 웹사이트의 유기적 트래픽과 오버레이 하는 방법을 보여줌으로써 이러한 예를 제공합니다. 이는 SEO 성능을 이해하는 데 사용할 수 있습니다. 유기적 트래픽이 감소하기 시작했다면 시장 관심도가 떨어졌기 때문입니까 아니면 상위 검색어에 대한 순위가 높지 않기 때문입니까?
프로그래밍에 대한 기본적인 이해가 있는 사람들이 사용하기 매우 쉬운 Google 트렌드와 Google 애널리틱스 모두에 사용할 수 있는 R 패키지가 있습니다. Google Trends의 경우 gtrendsR 패키지를 사용한 다음 Google Analytics의 경우 googleAnalyticsR 패키지를 사용할 것입니다. 이는 이전 기사인 R과 함께 Google Analytics API 사용에서 다루었습니다. 제공된 예제 코드는 복사/붙여넣기 및 적용이 간단해야 합니다. 귀하의 필요에 맞게.
우리는 청량 음료를 판매하는 회사의 예를 사용하고 그들이 판매하는 제품의 시간 경과에 따른 인기를 이해하고자 합니다.
Google Trends API – 검색 트렌드 데이터를 가져오는 방법
이 데이터는 API 키가 필요하지 않기 때문에 가장 쉽게 얻을 수 있습니다. 시작하려면 install.packages("gtrendsR") 를 사용하여 패키지를 설치하고 library(gtrendsR) 로 라이브러리를 로드하면 됩니다. 원하는 키워드를 선택하는 것은 어려울 수 있습니다. Search Console에서 노출순으로 정렬된 상위 비브랜드 용어를 살펴보는 것이 좋습니다.
# 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$interest_over_time위 코드에서 볼 수 있듯이 gprop, geo 및 time과 같은 추가 변수가 요청에 포함될 수 있습니다.
- Gprop은 뉴스, 이미지 및 YouTube와 같은 Google의 속성을 나타냅니다. 그러나 공백으로 두면 기본적으로 웹으로 설정됩니다.
- 지역은 두 자리 ISO 코드를 기반으로 국가를 나타냅니다. 그러나 공백으로 두면 기본적으로 전세계로 설정됩니다.
- 시간은 요청의 시작 및 종료 날짜를 나타냅니다.
gtrendsR 패키지는 한 번에 5개의 키워드 제한이 있으므로 여러 쿼리를 실행하려는 경우 아래와 같이 루프를 사용할 수 있습니다. 이 루프는 각 주간 변경 사항을 집계하기 전에 각 키워드를 개별적으로 실행하기 때문에 검색어 집합의 전반적인 인기도를 평가하는 경우 이 작업을 수행하는 것이 좋습니다. 따라서 한 사람의 인기도 변화는 다른 사람의 인기도에 직접적인 영향을 미치지 않습니다.
list1 = list() for (i in 1:length(keywords)){ trends = gtrends(keywords[i], gprop =channel,geo=country, time = time ) time_trend=trends$interest_over_time time_trend$keyword <- keywords[i] list1 [[i]] <- time_trend } data1 <- do.call("rbind", list1)한 가지 주의할 점은 Google 트렌드는 주간 데이터를 제공하지만 주는 일요일에 시작한다는 것입니다. 따라서 일요일부터 주 단위로 Google Analytics 데이터를 집계해야 합니다. 이 작업을 수행하는 데 도움이 되는 유용한 패키지가 있으며 나중에 다룰 것입니다.
Google Analytics API – 유기적 트래픽을 가져오는 방법
googleAnalyticsR 패키지를 더 자세히 이해하려면 이전 기사를 읽는 것이 좋습니다. 이 도움말에서는 특정 방문 페이지에 대한 유기적 트래픽을 필터링하는 방법을 보여줍니다. 회사가 여러 시장에 있는 경우 유용할 수 있습니다. 즉, 탄산 음료와 초콜릿 바를 판매하는 경우 탄산 음료의 시장 관심도를 평가할 때 초콜릿 바 페이지에 대한 유기적 트래픽을 포함하고 싶지 않을 것입니다.
그렇지 않으면 아래 코드를 사용하면 R과 함께 이 패키지를 사용하여 사이트의 모든 유기적 트래픽에 액세스할 수 있습니다.
오류를 쉽게 찾을 수 있도록 코드의 각 줄을 한 번에 실행하는 것이 좋습니다.
스크립트 자동화에 도움이 되는 보다 '전문적인' 인증 방법은 이 자세한 설명을 참조하세요.
아래 코드는 일별 유기적 트래픽을 가져옵니다. 그런 다음 floor_date 함수를 사용하여 일요일부터 주별로 트래픽을 집계하여 Search Console 데이터(일~토 주간 데이터로 제한됨)와 일치시킵니다.
# Load Libraries and Setup Query - make sure to set your View ID # library(googleAnalyticsR) library(dplyr) library(lubridate) ga_auth() set_view_ID <- #ENTER_VIEW_ID# organicTraffic <- dim_filter("channelGrouping", "EXACT", "Organic Search") organicFilter <- filter_clause_ga4(list(organicTraffic),”AND” ) # Run Query, Aggregate Daily Traffic to Weekly Traffic and Rename Columns # data2 <- google_analytics (set_view_ID, date_range = c(“2021-01-01”, ”2021-10-31”), metrics = "sessions", dimensions = "date", dim_filters = organicFilter, anti_sample = TRUE) data2$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)데이터 세트 병합 및 통찰력 확보
위 코드의 마지막 줄에서 데이터 세트를 주 시작 날짜, 유기적 세션 및 상대 검색 추세의 3개 열로 병합했습니다. 이제 이 두 데이터 세트를 그래프에 쉽게 오버레이하여 분석할 수 있습니다(예: 아래 그래프 참조).
검색 동향 데이터의 집계는 시간이 지남에 따라 모든 검색어에 대한 상대적인 인기도를 볼 수 있음을 의미하며 시장 관심도의 변화에 대한 통찰력을 제공합니다.
트렌드를 평가하기 위해 오른쪽 및 왼쪽 축을 사용하여 시간 경과에 따른 그래프에 검색 트렌드 데이터와 유기적 트래픽을 오버레이하는 것이 좋습니다. 검색 인기도가 높아짐에 따라 트래픽이 증가하는 양의 상관 관계를 볼 수 있습니다. 선이 다른 선에서 벗어나 키워드 순위의 변경을 나타내는 점이 있을 수 있습니다. Google 검색결과 페이지를 위 또는 아래로 이동하는 것 같습니까?
아래 그래프는 왼쪽 축에 유기적 트래픽이 있고 오른쪽 축에 검색 추세가 있는 예시 데이터를 보여줍니다. 아래 그래프에서 24주차의 두 측정항목 사이에 분명한 차이가 있습니다. 유기적 트래픽이 크게 감소했음에도 불구하고 검색 추세는 비교적 일관되게 유지되어 트래픽이 많은 페이지에 대한 키워드 순위 하락을 나타냅니다. 이러한 순위는 다음 순위입니다. 33주차를 맞이합니다.
이것은 Search Console API의 한 가지 사용 사례일 뿐입니다. 반응형 디지털 PR 스토리에 사용할 수 있는 실시간 검색어 동향 보고서를 생성하거나 시간이 지남에 따라 경쟁업체의 브랜드 인기도를 관찰하는 등 마케팅 공간에서 수행할 다른 역할이 많이 있습니다.
더 알고 싶으십니까? 고급 웹 분석 팀의 담당자와 상담하려면 저희에게 연락하십시오!