Google Trend 預測爆款商品

[數據分析] 如何利用 Google Trend (搜尋趨勢) 挑選爆款商品

每個月要從 4000 件商品挑出 3~5 件商品出來打廣告,銷售的好壞其實很考驗投手的挑品能力;此篇利用 Python 串 Google Trend API 爬取過去大量資料,Pandas合併和整理,再利用 Decision Tree、KNN、Logistic Regression…等 8 種模型進行機器學習來預測未來搜尋熱度,最後利用這些數據輕鬆地挑選商品來進行推廣。 大綱:如何從 4000 件商品挑出 3~5 件商品來投放廣告? 第一步:Python爬取資料 第二步:資料清理 第三步:資料篩選 第四步:建立預測模型 結論:Google Trend 與 Google Analytics 數據交叉比較 如果想了解更多爬蟲可以閱讀:[學習筆記] Python爬蟲_Selenium爬 […]

閱讀全文

[數據分析] 剖析Google Analytics:從報表理解到實作筆記

最近剛啃完這本『剖析Google Analytics:從報表理解到實作』- 作者Harris先生,因此對Google Analytics的每則分頁有更深入的了解;這是本很適合初學者入門GA的書籍,以下是筆記心得提供參考~ 延伸閱讀:[數據分析] Google Analytics疑難雜症大解惑筆記 C1.網站分析對企業產生的價值 受眾:更暸解網站使用者的性別、興趣和年紀 流量:可觀察使用者是從何而來。 行為:使用者在網站的瀏覽路徑、停留時間…等。 轉換:在網站上發生的交易次數和金額。 C2.認識網站指標與維度 在Google Analytics上有很多名詞,而已下是最常見的幾個維度和指標:跳出率/離開率、工作階段/使用者/瀏覽量。 使用者:埋設Cookie在瀏覽器上進行追蹤,使用不 […]

閱讀全文