Utilizarea Google Analytics și API-ul Google Trends pentru a urmări performanța cu R

De ce sunt puternice datele Google Trends?

Știm cu toții că Google captează o cantitate înfricoșătoare de date despre noi. Cu miliarde de căutări în fiecare zi, Google poate înțelege mult mai multe despre societatea noastră și sentimentul populației decât guvernele. De exemplu, datele privind tendințele de căutare pot recunoaște focarele de boli cu mult înainte ca acestea să fie anunțate de mass-media, observând creșteri ale interogărilor de căutare legate de simptome specifice. Deloc surprinzător, au fost efectuate studii pentru a prognoza creșterea cazurilor de COVID-19 pe regiune.

În zilele noastre, Google este, în esență, barometrul sentimentelor din lume și cel mai bun lucru despre datele despre tendințele de căutare Google? Este gratis.

De ce să folosiți API-ul Google Trends?

Google Trends este o caracteristică cheie a setului de instrumente al multor agenți de marketing digital. Popularitatea interogărilor de căutare de-a lungul timpului poate fi analizată pentru a arăta gradul de conștientizare a pieței. Suprapunerea acestor date cu cele ale altor surse poate oferi perspective care altfel ar fi ratate.

Acest blog oferă un astfel de exemplu, arătând cum puteți suprapune datele Google Trends cu traficul organic al site-ului dvs. – acesta poate fi folosit pentru a înțelege performanța SEO. Dacă traficul dvs. organic începe să scadă, aceasta se datorează unei scăderi a interesului pieței sau pentru că nu vă poziționați atât de bine pentru cele mai bune interogări de căutare?

Există pachete R disponibile atât pentru Google Trends, cât și pentru Google Analytics, care sunt destul de ușor de utilizat pentru cei cu o înțelegere de bază a programarii. Pentru Google Trends vom folosi pachetul gtrendsR și apoi pentru Google Analytics vom folosi pachetul googleAnalyticsR, despre care am tratat în articolul nostru anterior – Utilizarea API-ului Google Analytics cu R. Exemplul de cod furnizat ar trebui să fie simplu de copiat/lipit și adaptat pentru a se potrivi nevoilor dvs.

Vom folosi exemplul unei companii care vinde băuturi răcoritoare și dorește să înțeleagă popularitatea în timp a produselor pe care le vând.

Google Trends API – Cum să extrageți datele despre tendințele de căutare

Aceste date sunt cel mai ușor de obținut, în principal pentru că nu sunt necesare chei API. Pentru a începe, pur și simplu instalați pachetul cu install.packages(„gtrendsR”) și încărcați biblioteca cu library(gtrendsR) . Selectarea cuvintelor cheie dorite poate fi dificilă – vă recomandăm să vă uitați la cei mai buni termeni non-brand în Search Console, ordonați în funcție de afișări.

 # 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

După cum se arată în codul de mai sus, variabile suplimentare pot fi incluse în cererea dvs.: gprop, geo și ora:

• Gprop reprezintă proprietățile Google, și anume știri, imagini și YouTube – cu toate acestea, dacă este lăsat necompletat, acesta va fi implicit web.
• Geo reprezintă țara pe baza codului ISO de două cifre – totuși, dacă este lăsat necompletat, acesta va fi implicit la nivel mondial.
• Ora reprezintă data de început și de sfârșit a cererii.

Pachetul gtrendsR are o limită de 5 cuvinte cheie la un moment dat, așa că dacă doriți să executați mai multe interogări, puteți utiliza o buclă, așa cum se arată mai jos. Vă recomandăm să faceți acest lucru dacă evaluați popularitatea generală a unui colectiv de termeni de căutare, deoarece această buclă rulează fiecare cuvânt cheie separat înainte de a agrega fiecare dintre modificările săptămânale ale acestora. Prin urmare, schimbarea popularității unuia nu are impact direct asupra celei a altuia.

 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)

Un lucru de remarcat este că Google Trends oferă date săptămânale, dar săptămânile încep într-o duminică. Prin urmare, va trebui să ne cumulăm datele Google Analytics la nivel de săptămână începând cu o duminică – există un pachet util care ne ajută să facem acest lucru, pe care îl vom trata mai târziu.

API Google Analytics – Cum să atragi trafic organic

Vă recomandăm să citiți articolul nostru anterior pentru a înțelege pachetul googleAnalyticsR mai detaliat. Acest articol vă arată cum puteți filtra traficul organic către anumite pagini de destinație. Acest lucru ar putea fi util dacă compania dvs. se află pe mai multe piețe. Adică, dacă vindeți băuturi carbogazoase și batoane de ciocolată, atunci nu ați dori să includeți traficul organic în paginile de batoane de ciocolată atunci când evaluați interesul pe piață al băuturilor gazoase.

În caz contrar, codul de mai jos vă permite să accesați tot traficul organic al site-ului dvs. folosind acest pachet cu R.

Vă sfătuim să rulați fiecare linie a unui cod la un moment dat, astfel încât să puteți identifica cu ușurință orice eroare.

Pentru o modalitate mai „profesională” de autentificare, care ajută la automatizarea scripturilor, aruncați o privire la această explicație mai detaliată.

Codul de mai jos atrage trafic organic pe zi. Funcția floor_date este apoi utilizată pentru a agrega traficul pe săptămână începând de duminică, pentru a se potrivi cu datele Search Console (care sunt limitate la datele săptămânale Sun-Sat).

 # 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)

Îmbinarea seturilor de date și obținerea de informații

În ultima linie de cod de mai sus, am îmbinat seturile de date în 3 coloane: data de începere a săptămânii, sesiunile organice și tendința relativă de căutare. Acum, aceste două seturi de date pot fi cu ușurință suprapuse într-un grafic pentru a le analiza (vezi graficul de mai jos, de exemplu).

Agregarea datelor privind tendințele de căutare înseamnă că putem vedea popularitatea relativă a tuturor interogărilor de căutare de-a lungul timpului, oferind o perspectivă asupra schimbărilor interesului pieței.

Vă recomandăm să suprapuneți datele privind tendințele de căutare și traficul organic pe un grafic de-a lungul timpului, folosind o axă din dreapta și din stânga pentru a evalua tendința. Ceea ce veți vedea probabil este o corelație pozitivă între ele, traficul crescând pe măsură ce popularitatea căutării crește. Pot exista puncte în care liniile deviază de la alta, indicând o schimbare în clasamentul cuvintelor cheie. Se pare că vă deplasați în sus sau în jos pe pagina cu rezultatele căutării Google?

Graficul de mai jos prezintă exemple de date cu traficul organic pe axa din stânga și tendințele de căutare pe axa din dreapta. În graficul de mai jos există o divergență clară între cele două valori în săptămâna 24. În ciuda scăderii semnificative a traficului organic, tendințele de căutare rămân relativ consistente, indicând o scădere a clasamentului cuvintelor cheie către paginile care generează un volum mare de trafic - aceste clasamente apoi ridică în săptămâna 33.

Acesta este doar un caz de utilizare al API-ului Search Console. Are numeroase alte roluri de jucat în spațiul de marketing, cum ar fi generarea de rapoarte live privind tendințele termenilor de căutare care pot fi folosite pentru povești digitale reactive de PR sau observarea popularității mărcii concurenților peste timp.

Doriți să aflați mai multe? Contactați-ne pentru a vorbi cu cineva din echipa noastră avansată de analiză web!