A little more than a year ago, we made Google Trends data available in real time; and increasingly, it’s helping people around the world explore the global reaction to major events.
The vast amount of searches — trillions take place every year — make Google Trends one of the world’s largest real time datasets. Examining what people search for provides a unique perspective on what they are currently interested in and curious about.
So when a big news story happens, how can you best interpret this data?
What is Trends data?
Trends data is an unbiased sample of our Google search data. Sie sind anonymisiert (niemand wird persönlich identifiziert), kategorisiert (Bestimmung des Themas einer Suchanfrage) und aggregiert (Zusammenstellung von Gruppen). Auf diese Weise können wir das Interesse an einem bestimmten Thema über alle Suchanfragen hinweg messen, und zwar weltweit und bis hinunter auf Stadtebene.
Sie können dies auch tun – mit dem kostenlosen Datenexplorer von Google Trends können Sie nach einem bestimmten Thema auf Google oder einer bestimmten Gruppe von Suchbegriffen suchen. Mit diesem Tool können Sie das Suchinteresse an einem Thema oder Suchbegriff im Laufe der Zeit verfolgen, sehen, wo es am häufigsten gesucht wird oder wonach die Leute sonst noch in Verbindung damit suchen.
Es gibt zwei Möglichkeiten, die Trends-Daten zu filtern: Echtzeit und Nicht-Echtzeit. Echtzeit ist eine Zufallsstichprobe der Suchanfragen der letzten sieben Tage, während Nicht-Echtzeit eine weitere Zufallsstichprobe des gesamten Google-Datensatzes ist, die von 2004 bis vor ~36 Stunden zurückreichen kann. In den Diagrammen wird entweder das eine oder das andere angezeigt, aber nicht beides zusammen, da es sich um zwei separate Stichproben handelt. Wir nehmen eine Stichprobe aus den Billionen von Google-Suchanfragen, weil die Daten sonst zu groß wären, um sie schnell zu verarbeiten. Durch die Stichprobenziehung unserer Daten können wir einen für alle Google-Suchen repräsentativen Datensatz betrachten und gleichzeitig Erkenntnisse gewinnen, die innerhalb von Minuten nach einem Ereignis in der realen Welt verarbeitet werden können.
Es handelt sich um einen einzigartigen und leistungsstarken Datensatz, der andere Daten ergänzen kann, wie z. B. demografische Daten aus der Volkszählung, wie hier in der Washington Post gezeigt. Als Beispiel können wir damit analysieren, wonach die Menschen in Echtzeit suchen, während sich die Ereignisse entwickeln. Die Kombination von Daten kann jedoch schwierig sein – so ist es beispielsweise nicht sinnvoll, Google Trends mit anderen Google-Datensätzen zu vergleichen, die auf unterschiedliche Weise gemessen werden. AdWords ist beispielsweise für Einblicke in das monatliche und durchschnittliche Suchvolumen gedacht, speziell für Werbetreibende, während Google Trends dafür gedacht ist, detailliertere Daten in Echtzeit zu erfassen.
Was bedeuten die Zahlen?
Google Trends ist ein leistungsfähiges Tool für die Erzählung von Geschichten, da es uns ermöglicht, das Ausmaß verschiedener Momente und die Reaktion der Menschen auf diese Momente zu untersuchen. Wir können zurückblicken und verschiedene Begriffe miteinander vergleichen, z. B. wie verschiedene Sportarten seit 2004 rangiert haben. Wir können auch die Gesamtzahl der Suchanfragen für ein Ereignis nehmen, um dessen schiere Größe zu verstehen. Als wir unser Jahr der Suche 2015 veröffentlichten, stellten wir fest, dass es erstaunlicherweise über 439 Millionen Suchanfragen bei Google gab, als Adele mit „Hello“ zurückkam.
Am nützlichsten für das Geschichtenerzählen sind unsere normalisierten Trends-Daten. Das heißt, wenn wir das Suchinteresse für ein Thema im Laufe der Zeit betrachten, betrachten wir dieses Interesse als Anteil aller Suchanfragen zu allen Themen auf Google zu diesem Zeitpunkt und an diesem Ort. Wenn wir uns das regionale Suchinteresse für ein Thema ansehen, betrachten wir das Suchinteresse für dieses Thema in einer bestimmten Region als Anteil aller Suchanfragen zu allen Themen bei Google am selben Ort und zur selben Zeit.
Bei einem Blick auf die Trends zu Bernie Sanders können wir beispielsweise sehen, dass Vermont das höchste Suchinteresse an dem derzeitigen Senator hat. Das liegt daran, dass Vermont von allen Bundesstaaten den höchsten Prozentsatz an Suchanfragen nach Sanders aufweist. Hätten wir die Rohdaten und nicht die normalisierten Werte betrachtet, wären größere Staaten mit höherer Bevölkerungszahl an die Spitze der Rangliste gelangt.
Die Normalisierung ist wirklich wichtig: Die Anzahl der Personen, die bei Google suchen, ändert sich ständig – 2004 war das Suchvolumen viel geringer als heute, so dass rohe Suchzahlen keine Möglichkeit bieten, die Suchvorgänge von damals und heute zu vergleichen. Wenn wir unsere Daten normalisieren, können wir tiefere Einblicke gewinnen: Wir können verschiedene Daten, verschiedene Länder oder verschiedene Städte vergleichen.
Auch der Kontext unserer Zahlen ist wichtig. Wir indexieren unsere Daten auf 100, wobei 100 das maximale Suchinteresse für die ausgewählte Zeit und den ausgewählten Ort ist. Das heißt, wenn wir das Suchinteresse an den Wahlen 2016 seit Anfang 2012 betrachten, sehen wir, dass der März 2016 mit einem Wert von 100 das höchste Suchinteresse hatte.
Wenn wir das Suchinteresse nur im März 2016 betrachten, sehen wir jedoch, dass der 16. März das höchste Suchinteresse aufweist, da wir unsere Werte nur für diesen Monat neu indiziert haben.
Wie kann man die Zahlen in den Kontext setzen?
Da die Daten von Google Trends als Index dargestellt werden, bekommen wir oft die Frage gestellt: „Wie wichtig ist das?“
Es gibt mehrere Möglichkeiten, dies zu beurteilen. Die erste besteht darin, das relative Suchinteresse an einem Thema im Vergleich zu sich selbst zu verstehen – oder das, was wir als „Spike“ bezeichnen würden.
Als die Ergebnisse für das jüngste EU-Referendum eintrafen, zeigte Google Trends, worauf die Menschen von Natur aus neugierig waren. Das Suchinteresse an der Krawatte von David Dimbleby von der BBC stieg sprunghaft an, und auch die Suchanfragen nach „irischen Pässen“ stiegen um 100 % an. Der prozentuale Anstieg eines Suchthemas ist eine nützliche Methode, um zu verstehen, wie stark das Interesse an einem Thema gestiegen ist. Dieser prozentuale Anstieg basiert auf dem Wachstum des Suchinteresses an einem Thema über einen bestimmten Zeitraum im Vergleich zum vorherigen Zeitraum.
Diese „Spikes“ sind eine plötzliche Beschleunigung des Suchinteresses an einem Thema im Vergleich zum normalen Suchvolumen. Wir wissen, dass sie interessant sind, weil sie oft das Geschehen in der realen Welt widerspiegeln – zum Beispiel gab es seit der Abstimmung einen Anstieg der Anträge für irische Pässe im Vereinigten Königreich.
Um ein Gefühl für die relative Größe zu bekommen, können wir zusätzliche Begriffe hinzufügen, die helfen, das Suchinteresse zu relativieren. Nachdem die Cleveland Cavaliers in diesem Jahr die NBA-Meisterschaft gewonnen hatten, wurden die Cavaliers beispielsweise schneller als Taylor Swift gesucht, ein Thema, das bei Google ein konstant hohes Suchvolumen aufweist. Dies verdeutlicht, wie groß das Suchvolumen bei der Suchanfrage „Cavaliers“ war, als sie in die Höhe schoss.
We’ve seen lots of reporters use this approach. In the aftermath of the Oregon shooting, Huffington Post saw that search interest in gun control spiked above search interest in gun shop. By looking at this data in the year leading up to the tragedy, they found that this was a pattern for other recent shootings in America.
Looking at related searches can also help to understand conditions that might be driving spikes in Google Trends. During its annual Person of the Year special, TIME looked back at search interest around each of the candidates. To understand the context around each spike, TIME highlighted the related searches to each topic when it spiked in search to gain a better sense of what drove people’s curiosity at that moment in time.
Trends data can provide a powerful lens into what Google users are curious about and how people around the world react to important events. We’re committed to making Trends easier to use, understand and share. We look forward to continuing the conversation.
I am Data Editor at Google’s News Lab. To get the most recent updates from the team, follow our new Medium publication here.