Automatyzacja raportów SEO w 5 prostych krokach z wykorzystaniem BigQuery | Anna Jurczyk-Wojnar, DevaGroup

Codzienne ręczne generowanie raportów może być czasochłonne i mało efektywne. Dlatego coraz więcej specjalistów SEO sięga po narzędzia, które umożliwiają automatyzację tego procesu. Jednym z takich rozwiązań jest wizualizacja danych z Google Search Console w Looker Studio (dawniej Google Data Studio), ale po ówczesnym wyeksportowaniu ich do BigQuery.

–

Zapytacie, dlaczego w ten sposób, zamiast po prostu przesyłać dane z Google Search Console bezpośrednio do Looker Studio? Odpowiedź jest prosta – włączenie BigQuery do procesu daje istotne korzyści.

Korzyści z wykorzystania BigQuery w procesie automatyzacji raportów SEO

BigQuery pozwala na przetwarzanie ogromnych ilości danych w czasie rzeczywistym, co jest szczególnie ważne, jeśli witryna generuje wiele ruchu i raporty SEO obejmują dużą liczbę stron, słów kluczowych czy zapytań.

Dodatkowo GSC oferuje dane historyczne tylko z ostatnich 16 miesięcy, co ogranicza możliwość przeprowadzania długoterminowych analiz. W przypadku BigQuery przesłane dane mogą być przechowywane bez ograniczeń czasowych, co pozwala na analizowanie trendów i wyników na przestrzeni wielu lat.

Jak zatem w 5 prostych krokach zautomatyzować raporty SEO, oszczędzając czas i zwiększając dokładność analizy? Zacznijmy od podstaw – konfiguracji projektu w Google Cloud Console.

Krok 1. Konfiguracja projektu w Google Cloud Console

Aby rozpocząć, należy założyć nowy projekt w Google Cloud.

Musisz wiedzieć, że projekt Google Cloud jest objęty opłatami, a BigQuery należy włączyć zgodnie z instrukcjami. Usługa jest darmowa do określonego limitu (1 TB), ale po przekroczeniu dostępnej ilości danych i zapytań ponad darmowy limit, zostaną naliczone opłaty.

1. Zaloguj się na swoje konto w Google Cloud Console, koniecznie na tym samym koncie Google, na którym posiadasz dostęp do GSC wybranej usługi.
2. Utwórz nowy projekt, przechodząc do sekcji Administracja -> Utwórz projekt w menu po lewej stronie.
3. Podaj nazwę projektu i wybierz lokalizację. Po zakończeniu kliknij Utwórz.
4. Dla nowego projektu zostanie automatycznie wygenerowany identyfikator, który będzie potrzebny podczas eksportowania danych z Google Search Console.
5. Otwórz projekt, który przed chwilą utworzyłeś i z menu bocznego wybierz Interfejsy API i usługi > Włączone interfejsy API i usługi.
6. Następnie kliknij + WŁĄCZ INTERFEJSY API I USŁUGI i włącz interfejsy BigQuery API oraz BigQuery Storage API.

Krok 2. Przygotowanie Google Search Console i eksport danych

Drugim krokiem w procesie automatyzacji raportów SEO jest przygotowanie danych w Google Search Console.

Jest to kluczowy etap, ponieważ dane z GSC stanowią fundament analiz SEO. W tym kroku należy nie tylko uzyskać dostęp do narzędzia, ale także odpowiednio skonfigurować eksport danych, aby były gotowe do dalszego przetwarzania w BigQuery.

Upewnij się, że twoja strona internetowa została dodana oraz zweryfikowana w Google Search Console i że jesteś właścicielem usługi w narzędziu. Zweryfikowany właściciel ma pełny dostęp do danych.

Jeżeli nie posiadasz takich uprawnień to koniecznie zweryfikuj swoją witrynę. O tym, jak to zrobić, przeczytasz na oficjalnej stronie pomocy Search Console.
Po zweryfikowaniu własności, w pierwszej kolejności musisz przyznać Search Console dostęp do pobierania danych z projektu, który utworzyłeś w Google Cloud. W tym celu przejdź do swojego nowego projektu na console.cloud.google.com i do sekcji Administracja. Wybierz opcję Uprawnienia.

1. Kliknij przycisk „+ PRZYZNAJ DOSTĘP”
2. W sekcji „Nowe podmioty zabezpieczeń” wklej tą nazwę konta usługi: search-console-data-export@system.gserviceaccount.com
3. Przypisz do konta dwie role: Użytkownik zadań BigQuery (bigquery.jobUser) oraz Edytujący dane BigQuery (bigquery.dataEditor).

Przejdź do GSC i w ustawieniach ogólnych, (które znajdziesz w bocznym panelu po lewej stronie) wybierz Zbiorczy eksport danych. Tutaj należy wypełnić pola:

• Identyfikator projektu z Google Cloud Console,
• Nazwa zbioru danych, która musi zaczynać się od searchconsole,
• Lokalizacja, np. Europa.

Po przejściu Dalej powinno pojawić się zielone okienko z informacją, że wszystko przebiegło pomyślnie. Pierwszy eksport danych rozpoczyna się w ciągu 48 godzin od konfiguracji w Search Console i obejmuje dane z dnia, w którym eksport został uruchomiony.

Krok 3. Przetwarzanie danych w BigQuery

Podczas zbiorczego eksportu danych z Google Search Console do BigQuery w projekcie zostaną utworzone następujące tabele (nazwa zbioru danych: np. searchconsole):

– searchdata_site_impression – zawiera dane zagregowane według usługi.

Znajdują się w niej pola:

• data_date – data,
• site_url – url usługi,
• query – zapytanie użytkownika,
• is_anonymized_query – wartość logiczna, którą są oznaczane rzadkie zapytania,
• country – kraj,
• search_type – typ wyszukiwania (np. web, image itp.),
• device – urządzenie,
• impressions – liczba wyświetleń,
• clicks – liczba kliknięć,
• sum_top_position – wartość sumaryczna najwyższej pozycji.

– searchdata_url_impression – zawiera dane zagregowane według adresów URL.

Znajdują się w niej pola:

• data_date – data,
• site_url – url usługi,
• url – pełny adres URL strony,
• query – zapytanie użytkownika,
• is_anonymized_query – wartość logiczna, którą są oznaczane rzadkie zapytania,
• is_anonymized_discover – określa, czy wiersz danych znajduje się poniżej progu anonimizacji na kartach Discover. Jeśli jest poniżej tego progu, niektóre pola (takie jak URL i kraj) będą ukryte, co ma na celu ochronę prywatności użytkowników:
• country – kraj,
• search_type – typ wyszukiwania (np. web, image itp.),
• device – urządzenie,
• is_[search_appearance_type] – oznaczenie typu wyglądu w wyszukiwarce, np.
• is_amp_top_stories, is_job_listing i is_job_details,
• impressions – wyświetlenia,
• clicks – kliknięcia,
• sum_position – liczba, która wskazuje najwyższą pozycję danego adresu URL w SERP dla danego zapytania.

ExportLog – zawiera informacje o każdym udanym eksporcie danych do jednej z powyższych tabel.

Krok 4. Konfiguracja Looker Studio i połączenie z BigQuery

Looker Studio to zaawansowane narzędzie umożliwiające tworzenie interaktywnych raportów, charakteryzujące się prostą integracją z różnymi narzędziami Google, w tym z BigQuery.

Po zalogowaniu się do Looker Studio na to samo konto, na którym posiadasz dostęp do BigQuery, rozpocznij tworzenie nowego raportu.

Po otwarciu pustego szablonu raportu, kliknij w Dodaj dane i wyszukaj BigQuery na liście konektorów.

Dodaj projekt i wybierz konkretny zbiór danych i tabelę np. searchdata_url_impression. Po wybraniu odpowiedniej tabeli możesz zobaczyć podgląd danych.

Looker Studio automatycznie wykryje kolumny z tabeli BigQuery i wyświetli je w formie pól raportu.

Krok 5. Wizualizacja danych w Looker Studio

Po połączeniu BigQuery jako źródła danych masz możliwość skonfigurowania różnych rodzajów wizualizacji.

Na pasku narzędzi Looker Studio wybierz typ wizualizacji, który chcesz utworzyć (np. tabela, wykres liniowy itp.), a następnie przypisz odpowiednie pola z BigQuery do tej wizualizacji.

W raporcie możesz przedstawić np. ogólne dane dotyczące wyświetleń, kliknięć, CTR witryny w wybranym okresie. Możesz je także porównać np. do poprzedniego roku.

Na wykresach możesz przedstawić np. ilość kliknięć rozłożoną w czasie.

A w tabelach sprawdzić, jakie frazy kluczowe generują kliknięcia konkretnych adresów URL.

Możliwości jest wiele. Prezentowanie danych w Looker Studio zamiast bezpośrednio w BigQuery, daje pełną swobodę personalizacji wyglądu raportów. Dzięki temu raporty stają się bardziej atrakcyjne wizualnie – możesz zmieniać kolory, czcionki, dodawać tytuły i inne elementy.
Największą zaletą jest interaktywność raportów. Za pomocą filtrów np. dat możesz analizować dane z określonego czasu. Co więcej, istnieje możliwość dodania zaawansowanych obliczeń, aby jeszcze lepiej dostosować raport do swoich potrzeb.

Anna Jurczyk-Wojnar
SEO Specialist.

W DevaGroup odpowiada za prowadzenie kampanii SEO, przeprowadzanie audytów i optymalizację stron internetowych klientów. Prywatnie miłośniczka podróży, aktywnego stylu życia oraz psów rasy border collie.

 

Artykuł ukazał się w ostatnim numerze OOH magazine. Do wglądu online TUTAJ.