Standard > Trends > FAQ about Google Trends data
Ang Google Trends ay nagbibigay ng access sa malaking hindi na-filter na sample ng mga aktwal na request sa paghahanap na ginawa sa Google. Naka-anonymize ito (walang sinumang personal na makikilala), nakakategorya (tinutukoy ang paksa para sa isang query sa paghahanap), at pinagsama-sama (nakagrupo). Nagbibigay-daan ito sa aming ipakita ang interes sa isang partikular na paksa mula sa buong mundo o hanggang sa heograpiya sa antas ng lungsod.
Paano nagiging kinatawan ang isang sample ng mga paghahanap?
Bagama't sample lang ng mga paghahanap sa Google ang ginagamit sa Google Trends, sapat ito dahil namamahala kami ng bilyon-bilyong paghahanap bawat araw. Ang pagbibigay ng access sa buong data set ay napakalaki para mabilis na maproseso. Sa pamamagitan ng pag-sample ng data, puwede naming tingnan ang isang kinatawan ng dataset ng lahat ng paghahanap sa Google, habang naghahanap ng mga insight na puwedeng iproseso sa loob ng ilang minuto ng isang event na nangyayari sa totoong mundo.
Paano nino-normalize ang data ng Google Trends?
Nino-normalize ng Google Trends ang data ng paghahanap para gawing mas madali ang paghahambing sa pagitan ng mga termino. Nino-normalize ang mga resulta ng paghahanap sa oras at lokasyon ng isang query sa pamamagitan ng sumusunod na proseso:
-
Ang bawat data point ay hinahati sa kabuuang paghahanap ng heograpiya at saklaw na panahong kinakatawan nito para maghambing ng kaugnay na kasikatan. Kung hindi, ang mga lugar na may pinakamaraming paghahanap ang palaging bibigyan ng pinakamataas na ranking.
-
Pagkatapos, susukatin ang mga resultang numero sa hanay na 0 hanggang 100 batay sa proporsyon ng isang paksa sa lahat ng paghahanap sa lahat ng paksa.
-
Ang iba't ibang rehiyon na nagpapakita ng magkakaparehong interes sa paghahanap para sa isang termino ay hindi palaging may magkakaparehong kabuuang dami ng paghahanap.
Anong mga paghahanap ang kasama sa Google Trends?
Ipinapakita ng data ng Google Trends ang mga paghahanap na ginagawa ng mga tao sa Google bawat araw. Mayroon kaming malalakas na mekanismong nakatakda para tukuyin at i-filter ang karamihan sa iregular na aktibidad. Sa mga napakabihirang sitwasyon, puwede ring ipakita ng Google Trends ang iregular na aktibidad sa paghahanap, gaya ng mga naka-automate na paghahanap o query na posibleng iugnay sa mga pagtatangkang manipulahin ang aming mga resulta ng paghahanap.
Mayroon kaming mga nakatakdang mekanismo para mag-detect at mag-filter ng iregular na aktibidad. Sa mga bihirang sitwasyon, posibleng panatilihin ang mga paghahanap na ito sa Google Trends bilang panseguridad na hakbang: ang pag-filter sa mga ito sa Google Trends ay makakatulong sa mga nag-isyu ng mga nasabing query na maunawaan na natukoy na namin ang mga ito. Ayon dito, dapat maunawaan ng mga nakadepende sa data ng Google Trends na hindi ito isang perpektong salamin ng aktibidad sa paghahanap.
Fini-filter din ng Google Trends ang ilang uri ng paghahanap, gaya ng:
-
Mga paghahanap na ginawa ng napakakaunting tao: Data para sa mga sikat na termino lang ang ipinapakita ng Trends, kaya lalabas na "0" ang mga termino para sa paghahanap na may kaunting volume
-
Mga duplicate na paghahanap: Inaalis ng Trends ang mga naulit na paghahanap mula sa iisang tao sa loob ng maikling panahon.
-
Mga special character: Fini-filter ng Trends ang mga query na may mga kudlit at iba pang special character.
-
Mga paghahanap na ginawa ng mga produkto at serbisyo ng Google: Kabilang dito ang mga internal na paghahanap na ginawa ng AI Mode at Mga AI na Overview.
Bakit nagpapakita kung minsan ang data ng Google Trends ng mga hindi pangkaraniwang pagtaas sa interes sa paghahanap?
Idinisenyo ang Google Trends para tulungan ang mga tao na maunawaan ang Interes sa paghahanap sa malaking dataset. Para protektahan ang iyong privacy, naglalagay kami ng statistical noise na may maliliit at random na pagbabago-bagong hindi kumakatawan sa aktwal na gawi sa paghahanap.
Bagama't palaging may ganitong ingay, pinakakapansin-pansin ito sa mga query na may kaunti o walang interes sa paghahanap. Ibig sabihin, para sa mga query na ito, paminsan-minsan, magpapakita ang data ng Trends ng statistical noise sa halip na aktwal na interes sa paghahanap.
Hindi dapat bigyang-kahulugan ang mga tila one-off na spike na ito bilang tunay na aktibidad sa paghahanap o ebidensya ng mga indibidwal na paghahanap.
Kung gusto mong maunawaan ang laki ng isang trend, gumamit ng mga kaugnay na paghahambing para sukatin ang kasikatan. Halimbawa, subukang ihambing ito sa mga karaniwang termino para sa paghahanap gaya ng mga uri ng pagkain, mga celebrity, o lagay ng panahon.
Magkapareho ba ang Google Trends at ang data sa poll?
Hindi isang siyentipikong poll ang Google Trends at hindi ito dapat pagkamalan bilang data sa poll. Ipinapakita lang nito ang interes sa paghahanap sa mga partikular na paksa. Hindi sinasalamin ng pagtaas sa isang partikular na paksa na “sikat” o “nananalo” na ang isang paksa, dahil lang sa ilang hindi matukoy na dahilan, lumalabas na maraming user ang nagsasagawa ng paghahanap tungkol sa isang paksa. Dapat ituring ang data ng Google Trends bilang isang data point kasama ng iba pang data point bago bumuo ng mga konklusyon.
Paano ko mas mahusay na magagamit at mauunawaan ang data ng Google Trends?
Higit na ipinapaliwanag ng post na ito mula sa Google News Lab ang tungkol sa kung paano gumagana ang Google Trends at mga paraan na posibleng magamit nang maayos ng mga tao ang data.
Paano naiiba ang data ng mga trend na ibinabahagi ng Google News Lab sa Google Trends?
Para sa mga pangunahing event, posibleng magbahagi ang Google News Lab ng data ng mga trend (gaya sa pamamagitan ng Twitter) na hindi naa-access sa pamamagitan ng pampublikong Google Trends tool. Sinusubaybayan namin ang nasabing data para sa ebidensya ng iregular na aktibidad. Gayunpaman, katulad sa regular na data ng Google Trends, hindi ito siyentipiko at posibleng hindi ito perpektong salamin ng aktibidad sa paghahanap.
Paano naiiba ang Google Trends sa Autocomplete?
Ang Autocomplete ay isang feature sa loob ng Google Search na idinisenyo para maging mas mabilis ang pagkumpleto sa mga paghahanap na sinisimulan mong i-type. Ang mga prediksyon ay nagmumula sa mga totoong paghahanap na nangyayari sa Google at ipinapakita nito ang mga karaniwan at trending na paghahanap na may kaugnayan sa mga character na inilagay at nauugnay din sa iyong lokasyon at mga nakaraang paghahanap.
Hindi katulad sa Google Trends, napapailalim ang Autocomplete sa mga patakaran sa pag-aalis ng Google gayundin sa algorithmic na pag-filter na idinisenyo para subukang makita ang mga prediksyong lumalabag sa patakaran at hindi ipakita ang mga ito. Dahil dito, hindi dapat ituring ang Autocomplete bilang palaging sinasalamin ang mga pinakasikat na termino para sa paghahanap na nauugnay sa isang paksa.
Paano naiiba ang Google Trends sa data ng paghahanap ng Google Ads?
Nakalaan ang ulat ng mga term para sa paghahanap ng Google Ads para sa mga insight sa buwanan at average na dami ng paghahanap, partikular para sa mga advertiser, habang idinisenyo naman ang Google Trends para mas malaman ang tungkol sa higit na granular na data nang real time.
Ano ang time zone na ginagamit para sa data na ipinakita sa mga graph sa page ng Google Trends Explore?
Nakadepende ang time zone na ginagamit sa mga graph sa page ng Google Trends Explore sa tagal ng panahon ng iyong pagtingin:
- Para sa mga hanay ng oras na 30 araw o mas matagal: Gumagamit ng Coordinated Universal Time (UTC) ang data na ipinapakita sa graph. Nalalapat lang ito kung may granularity ang data na isang araw, isang linggo, o isang buwan. Kung gumagamit ka ng UTC:
- Nagbibigay ito ng consistent na pandaigdigang pamantayan.
- Madaling ikumpara ang mga pangmatagalang trend sa maraming rehiyon nang walang kumplikasyon mula sa mga lokal na time zone o Daylight Saving Time.
- Para sa mga hanay ng oras na 7 araw o mas maikli: Ginagamit ng data na ipinapakita sa graph ang sarili mong lokal na time zone gaya ng nakatakda sa iyong browser o device. Karaniwan itong ginagamit kapag mas maikli sa isang araw ang granularity ng data, gaya ng data sa bawat oras. Kung lokal na oras ang gamit mo, mas madaling maunawaan at maiugnay ang mga real-time o oras-oras na pagbabago sa mga event sa loob ng pang-araw-araw mong iskedyul o rehiyon.