この記事の内容
ユーザーローカル様の「 だれでも簡単に使えるテキストマイニングツール 」に、グーグル アナリティクスの検索クエリを読み込んでみました。キーワードが声のボリュームとして見えちゃいます。
それはテキストマイニング
テキストマイニング（text mining）は、文字列を対象としたデータマイニングのことである。通常の文章からなるデータを単語や文節で区切り、それらの出現の頻度や共出現の相関、出現傾向、時系列などを解析することで有用な情報を取り出す、テキストデータの分析方法である。
テキストマイニングすることで、興味や問題が見えてきます。
出現回数が声の大きさ？
「 だれでも簡単に使えるテキストマイニングツール 」に「 検索クエリ 」のデータを読み込むとどうなるか？ 実際にやってみましよう！
1.2015年1月〜2016年1月、今日までの検索クエリをエクスポート
2.スプレッドシートで不要なセルを削除し、csvで保存
3.だれでも簡単に使えるテキストマイニングツールでcsv読み込み
※ 今回は、キーワードの表示回数とクリック数は無視しました。単純に検索クエリのキーワードを連携です。
1.Google Analyticsで集計期間を設定して検索クエリを表示します。
検索クエリをエクスポートを選択、Googleスプレッドシートで開きます。
2.スプレッドシートで不要なセルを削除します。
ここから検索クエリとなるキーワード以外を削除します。
3.カンマ区切りの値CSVでダウンロードします。
4.ユーザーローカルの無料でつかえるテキストマイニングへ移動
http://textmining.userlocal.jp/
テキストファイルを解析するを選択します。
解析結果
ここ１年の検索クエリを解析した結果がでました。ひとつづつ考えてみましょう。
すべてに共通するのが、色分けです。青が名詞 赤が動詞 緑が形容詞
検索クエリを、名詞、動詞、形容詞に分解。出現頻度が大きいものから並べた感じでしょうか！
名詞はドンズバで「キーワード」なので、これについて書くことが必要です。そして動詞で、そのキーワードの目的が見えてきます。最後に形容詞で目的がどうあるべきか？ または、現在こういう状態だから目的を達成したい。そのようにわたしは分析しました。
共起ネットワークを見ると、「速い」と「弾く」が線で結ばれていたり、「飲む」と「やすい」。「書く」と「やすい」一般的なのかもしれませんが、行動心理などが理解できて、なかなか興味深いです。
ワードクラウドでは、なにを求めて訪問していただいているのか、その大きさで浮き彫りになっています。この結果もCSV形式でダウンロードすることが可能です。定期的にどうなっているのか見ていきたいと考えています。皆さんも試してみて下さい。