Автоматизиране на отчитане за SEO: Казус от практиката

Обикновено, в сценарий на агенция или вътрешнофирмен, SEO ще бъде привлечен да прави повече от обикновени ежедневни оптимизации. От консултация с разработчици и заинтересовани страни, правене на ключови думи/пазарни проучвания и изграждане на ново съдържание, последното нещо, за което имате време, е обикновената интуитивна проверка, която е докладването. Въпреки че действителният процес на оптимизация може да включва критично мислене, навигация в JavaScript, създаване на копие, знаете ли, неща, които може да ви се наложи да потъркате брадичката си като „Мислителят“, повечето доклади, с които съм се занимавал, включват основно щракане през Excel и Powerpoint. И така, вероятно си мислите, защо просто не използвам вградените инструменти за отчитане, които идват с почти всеки SEO софтуер? Е, като за начало:

  • Повечето инструменти за отчитане на софтуер за SEO нямат необходимото персонализиране за специфични за клиента показатели. С готовите инструменти за SEO отчитане по-често оставате или с твърде широк изглед, или с твърде подробен изглед за това, което вашият клиент или вътрешни заинтересовани страни искат.
  • Действителният анализ/прозрения, които правят повечето доклади значими, се губят при превода. Времето, което прекарвате с вашите данни в събиране и форматиране, може да се използва за действително събиране на прозрения.
  • Агрегиране на други източници на данни. Въпреки че много платформи интегрират други източници на данни чрез API връзки вътрешно, ще ви бъде трудно да намерите инструмент, който го прави по чист начин.

Проблемът

Нашият клиент искаше да проследи SEO показатели, които бяха свързани с възприятието на марката като лидер на мисълта във вертикална ниша. Използвайки данни от вътрешни уебсайтове, ангажираност в социалните медии и ангажираност при търсене, клиентът искаше да види дали усилията им за съдържание са ги превърнали в източник на информация за тяхната индустрия. За да се разбере как клиентът е бил възприет от призмата на търсенето, следните KPI ще бъдат проследени като индикатори.

  • Брой ключови думи в първите 10 позиции
  • Брой придобити качествени препратки (прагът, определен от органа на домейна)
  • Честота на кликване (CTR) в SERP

Това упражнение, от отиване до различните източници и извличане на данни и компилиране на данни за получаване на последователни резултати и поставянето им в техния отчет всяко тримесечие, ще отнеме около 2 часа на месец или общо 6 часа на тримесечие. Въпреки че това не изглежда като много време, това са 6 часа, които могат да бъдат използвани за подобряване на моите клиенти. И така, нека измислим решение, което в крайна сметка прави процеса на отчитане около 3 минути на месец.

Рамката за автоматизиране на отчетите

Нека започнем с библиотеките, които използвахме за този процес.

С всички наши инструменти на места, нека разгледаме всяко от запитванията на клиента и да видим какво можем да направим за автоматизирането им.

Проследяване на водещи позиции на ключовите думи

Ще използваме гъвкавия REST API на SEMrush (който използвам за „по-голямата част от моите проекти за автоматизация“) като наш източник на данни за класиране по ключови думи. В този процес извадете датата от предходния месец, захранете я във функцията за API, извикайте данните за класирането на ключовите думи за сайта на нашия клиент, компилирайте данните за класирането в DataFrame и филтрирайте ключовите думи, за да преброите броя на най-добрите ключови думи, които имаме .

Резултатът, когато експортирате файла, в крайна сметка ще изглежда нещо подобно.

Компилиране на SERP CTR

За да разберем нашата ангажираност с търсенето, ние ще използваме Google Search Console и „обвивка на трета страна, която позволява лесен достъп до API“.

За да използвате API на Search Console, ще трябва да активирате достъпа и да получите необходимите идентификационни данни. Google предоставя „много изчерпателно ръководство за това тук“. След като постигнете това, можете да заредите идентификационните си данни в обвивката и да напишете функция, подобна на това, което съм написал (или просто копирайте и поставете моята, няма да се обидя).

Събиране на качествени данни за обратна връзка

Отново ще събираме данни чрез API на SEMrush. Този метод изгражда URL адреса, необходим за извикването на API в рамките на функция и след това използва предишни функции за извличане на данните. След като извикването на API бъде направено, времевите клейма на „First Seen“ се преобразуват в четливо време. Оттам DataFrame филтрира въз основа на месеца на отчета и изпълнява вторичен филтър, за да остави само препратки, които са по-големи от резултата на конкретна страница. За този пример прагът на резултата на страницата е изкуствено определен, но при използването на тези скриптове можете да го замените с това, което сметнете за подходящо.

Поставяне на всичко заедно

С всички необходими данни за това упражнение, намиращи се в техните уникални DataFrames, ние можем да компилираме всички данни заедно в една лесна за четене електронна таблица с възможност за навигация, която може да бъде предадена на екипа. ExcelWriter съставя нова електронна таблица, обозначена въз основа на конкретния месец, през който се изпълнява отчетът, и обединява всички наши примери в един.

Използвайки този метод на отчитане, успяхме не само да изтеглим необходимите данни по рационализиран начин, но можем и рутинно да изтеглим тези данни, без да взаимодействаме с отделни платформи или методи за компилиране. В този случай отчетът е настроен на таймер да се изпълнява в определено време и е изпратен по имейл (с помощта на отделен скрипт) до всички необходими канали.

Автоматизирането на процеса на отчитане на SEO означава връщане на часове на SEO специалистите във вашия екип (дори ако сте екип от един), които могат да бъдат използвани за други по-критични задачи. Въпреки че този пример само подчертава един случай на автоматизиране на отчети от гледна точка на търсенето, по същество всички показатели, свързани с търсенето (компилации на органичен трафик, анализ на регистрационни файлове, платена/органична синергия и т.н.), могат да бъдат рационализирани с помощта на работен поток на Pythonic. Така че приемете предизвикателството за себе си и направете живота си малко по-лесен

Искате ли да научите малко повече за автоматизирането на SEO с помощта на Python? Вижте моята статия за всички неща SEO автоматизация тук! Или се свържете с мен директно чрез LinkedIn или GitHub!