谷歌趋势API用于电子商务：实时跟踪关键词趋势 | Scrapeless

Alex Johnson

Senior Web Scraping Engineer

25-Jun-2025

🔍 在竞争对手之前发现市场趋势

无论你是 亚马逊 FBA 卖家、Shopee 代发货商，还是在 TikTok Shop 上增长品牌，提前在趋势达到巅峰之前反应是至关重要的。

今天的顶级电商团队依赖于 Google Trends 数据 和 Google 搜索趋势 来指导：

产品采购
广告预算分配
内容和 SEO 决策

👉 这就是我们构建 Scrapeless Google Trends API 的原因——你实时的、程序化的通道，可以按关键字、地区和时间框架访问 Google 搜索趋势。
更妙的是？它与我们的 Google 搜索 API (SERP API) 无缝协作，帮助你了解 什么在流行 和 什么在排名。

✅ 为什么 Google Trends 数据 API + SERP API = 电商增长黑客

传统卖家猜测。
表现最佳的品牌使用 Google Trends 数据 API + Google 搜索 API 来：

📈 在收入反映之前预测搜索需求
🔍 确定正在上升的突破性关键字
🛒 针对真实用户兴趣优化 PPC 活动和列表
🧠 理解搜索意图（通过 Google Trends + SERP 信号）
🔔 使用 Google Trends API Python 脚本自动化警报和仪表板

这些 API 使你的团队能够在产品漏斗的所有阶段获得实时、可靠的洞察。

⚙️ Scrapeless Google Trends API 功能

特性	描述
✅ 实时趋势	每小时或每日更新
🌍 地理特定	按国家（例如：美国、新加坡、巴西）跟踪
🔗 多关键字支持	一次调用比较多个术语
📊 时间序列格式	适合图表、仪表板和预测
🧠 开发者和无代码友好	支持 Python、Make、Zapier 等
🔄 SERP 集成	与 Google 搜索趋势 API 数据结合使用

寻找 Google Trends API Python 示例？向下滚动——我们下面有完整的用例。

📊 案例研究：“iPhone 15” 在美国的趋势

我们使用Scrapeless的 Google Trends API 跟踪了美国的 "iPhone 15" 12 天。

✅ Python 集成示例

python Copy

import json
import requests

def send_request():
    host = "api.scrapeless.com"
    url = f"https://{host}/api/v1/scraper/request"
    token = "your_api_token_here"

    headers = {
        "x-api-token": token,
        "Content-Type": "application/json"
    }

    input_data = {
        "q": "iphone 15",
        "date": "today 1-m",
        "data_type": "interest_over_time",
        "hl": "en",
        "tz": "420",
        "geo": "US",
        "cat": "",
        "property": ""
    }

    proxy = {
        "country": ""
    }

    payload = {
        "actor": "scraper.google.trends",
        "input": input_data,
        "proxy": proxy
    }

    response = requests.post(url, headers=headers, data=json.dumps(payload))

    if response.status_code != 200:
        print("错误:", response.status_code, response.text)
        return

    data = response.json()

    timeline_data = data.get("interest_over_time", {}).get("timeline_data", [])

    if not timeline_data:
        print("未找到时间线数据。")
        return

    max_value = max(item["value"][0] for item in timeline_data)

    print(f"{'日期':<15} {'兴趣得分'}")
    for item in timeline_data:
        date = item.get("date", "")
        score = item.get("value", [0])[0]
        highlight = " 🔥" if score == max_value else ""
        print(f"{date:<15} {score}{highlight}")

if __name__ == "__main__":
    send_request()