Google Trends

O Google Trends é uma ferramenta gratuita, muito poderosa e que pode ser implementada para ajudar em nossas estratégias de análises.

Através dele temos acesso a uma gigantesca base de dados que reúne os temas mais pesquisados na plataforma da Google possibilitando acessar dados de busca desde o ano de 2004.

Através de suas séries temporais podemos avaliar a presença de pedrões, obter noções de tendência, sazonalidade e até mesmo arriscar algumas previsões.

Hoje quero trazer aqui como podemos utilizar a API de dados do google trends diretamente de dentro do R de forma visual e estatística.

Google Trends no R

Para obtermos o acesso à base de dados da Google, primeiro precisamos instalar o pacote gtrendsR. Podemos utilizar o comando para baixar diretamente do CRAN, ou pelo link do github.

#Instalando direto do CRAN:
install.packages("gtrendsR")

#Obtendo a versão de desenvolvimento do github:
install.packages("devtools")
devtools::install_github('PMassicotte/gtrendsR', ref = 'new-api')

Este pacote funciona como uma interface para obter e exibir as informações coletadas pelo Google Trends, além de retornar a representação geográfica das ocorrências pesquisadas.

Casa exista dúvidas, no CRAN existe o manual do pacote com maiores informações

Com o pacote instalado já podemos carregar para dar início ao uso:

library(gtrendsR)

Série temporal do Google

A série temporal do Google Trends nos fornecem números que representam o interesse pelo termo pesquisado. O valor 100 é o pico de maior popularidade, assim quanto mais próximo de 100, mais popular o termo foi enquanto um valor próximo de 50 significa que o termo teve metade de sua popularidade. Da mesma maneira ocorre com os valores próximo de 0, que significa que o termo teve menos de 1% da popularidade de pico

data_scientist <- gtrends(c("Aprendizado de Máquina", "Big Data", "R Linguagem de programação", "Estatística"),
                          geo = c("BR"),    #default para todo o mundo, podemos utilizar também: c("BR", "US")
                          time = "2004-01-01 2014-12-31",  #Data inicial Data final
                          gprop = c("web"), #Opções: "news","images", "froogle", "youtube"
                          category = 0,     #Zero é defaul, uma lista de categorias pode ser conferida abaixo
                          hl = "pt-BR"        
                          )

## Playing with time format
gtrends(c("R Studio", "Machine Learning"), time = "now 1-H") # última hora
gtrends(c("R Studio", "Machine Learning"), time = "now 4-H") # últimas 4 horas
gtrends(c("R Studio", "Machine Learning"), time = "now 1-d") # último dia
gtrends(c("R Studio", "Machine Learning"), time = "today 1-m") # últimos 30 dias
gtrends(c("R Studio", "Machine Learning"), time = "today 3-m") # últimos 90 dias
gtrends(c("R Studio", "Machine Learning"), time = "today 12-m") # últimos 12 meses
gtrends(c("R Studio", "Machine Learning"), time = "today+5-y") # últimos 5 anos (default)
gtrends(c("R Studio", "Machine Learning"), time = "all") # desde 2004

plot(data_scientist)

Analises estatísticas

Agora que já obtemos os dados do google trends, além da visualização também podemos aplicar toda a teoria de séries temporais que já conhecemos.

o comportamento da popularidade do termo “Estatística” se apresentou de forma muito interessante, vejamos com mais detalhes o o que esses dados têm a dizer:

library(dplyr)
#Selecionando apenas as observações referêntes ao termo "Estatística"
Estatistica=data_scientist$interest_over_time%>%
  filter(keyword=="Estatística")

ts=ts(Estatistica$hits,freq=12)
ts_dec=decompose(ts)

plot(ts_dec)

randtests::runs.test(ts)

## 
##  Runs Test
## 
## data:  ts
## statistic = -9.6597, runs = 10, n1 = 62, n2 = 64, n = 126, p-value
## < 2.2e-16
## alternative hypothesis: nonrandomness

data=data.frame(cbind(serie=as.numeric(ts),mes_ano=rep(seq(1,12),11)))
kruskal.test(data=data,serie~mes_ano) 

## 
##  Kruskal-Wallis rank sum test
## 
## data:  serie by mes_ano
## Kruskal-Wallis chi-squared = 11.381, df = 11, p-value = 0.4119

ajuste_com_sazonalidade<-HoltWinters(ts)
plot(ajuste_com_sazonalidade)

library(forecast)
previsao_com_sazonalidade<-forecast(ajuste_com_sazonalidade,h = 12)
plot(previsao_com_sazonalidade)

Muito a fazer

Trouxe aqui algumas idéias de como a combinação de alguns pacotes junto a artíficios estatísticos podem revelar insformações interessantes, os dados da popularidade de termos de pesquisa do Google são livres para qualquer pessoa e podem gerar insights poderosos para a tomada de decisão, agora com mais uma nova ferramenta poderosa na caixinha basta colocar a mão na massa!

Referência

MORETTIN, P.A; TOLOI, C.M. Análise de Séries Temporais. São Paulo, Blucher, 2006