GNS Network

Python ve Data Studio ile Rakiplere Nasıl Casusluk Yapılır

Python ve Data Studio ile Rakiplere Nasıl Casusluk Yapılır

Anahtar kelime sıralamasındaki rastgele düşüşleri araştırmak , SEO ticaretinin sadece bir parçasıdır. Hangi hedeflenen anahtar kelimelerin düşmüş olabileceğini araştırmak için pek çok yöntem vardır, ancak Python ve Data Studio'yu birlikte kullanmak oyunun kurallarını değiştirir! Kısa bir sorumluluk reddi: Bu betiği kendim oluşturmadım. Bir SEO uzmanı ve geliştirici olan Architek'ten Evan, sahip olduğum belirli bir ihtiyacı çözmek için benimle işbirliği yaptı. Senaryoyu yaratan beyin Evan'dı. Çok sayıda Google sonucunu geniş ölçekte görüntülemek her zaman benim hedefim olmuştur. Ancak bu aramaları tek tek elle yapmak zorunda kalmaktan bıktım. Evan, SEO araştırma ihtiyaçlarımı çözmek için Python'un ideal çözüm olabileceğinden bahsetti.

Python SEO ile Nasıl İlgilidir?

Pek çok SEO uzmanının son yıllarda öğrendiği gibi Python, hemen hemen her şeyi yapabilen inanılmaz derecede güçlü bir programlama dilidir. Python'un en yaygın kullanımlarından biri, günlük monoton görevleri otomatikleştirmektir. Python ile ilgili en havalı şeylerden biri, aynı görevi gerçekleştirmenin birkaç farklı yolu olmasıdır. Ancak, bu aynı zamanda yeni bir zorluk seviyesi ekler. Dışarıdaki örnek Python betiklerinin çoğu biraz eski olabilir, bu yüzden kendinizi çok fazla deneme yanılma yaparken bulacaksınız. Python, SEO verilerini analiz etmek için birçok uygulamaya sahiptir . Başarının anahtarı doğru fikre sahip olmaktır. Bir görevi otomatikleştirme fikriniz varsa, bunun için oluşturulabilecek bir komut dosyası olma ihtimali vardır. SEO'da Python'un en son kullanım örneklerinden haberdar olmak için, rahmetli Hamlet Batista , Search Engine Journal'da harika makaleler yayınladı.

Bu Python Komut Dosyası Ne Yapar ve Ne Yapmaz?

Çoğu anahtar kelime sıralama aracı, belirli bir zaman diliminde bir anahtar kelime için ortalama bir sıralama bildirir. Bu Python betiği, onu IP adresinizden çalıştırdığınız anda tek bir tarama çalıştırır. Bu komut dosyası, anahtar kelime sıralamalarını izlemek için tasarlanmamıştır. Bu betiğin amacı, müşterim ve rakipleri arasındaki ani sıralama düşüşlerini araştırırken yaşadığım bir sorunu çözmekti. Anahtar kelime sıralama araçlarının çoğu, alan adınızın hangi sayfalar için sıralandığını size söyler, ancak anahtar kelime başına rakibinizin en üst sıradaki sayfalarını değil.

Peki Neden Önemli?

Bu senaryoda, uzun vadede sayfa performansını izlemiyoruz. Biz sadece hızlı veri almaya çalışıyoruz. Bu komut dosyası, organik ortamdaki eğilimleri hızlı bir şekilde belirlememize ve hangi sayfaların en iyi performansı gösterdiğini görmemize olanak tanır.

Nasıl Başlanır?

Python'da yeniyseniz, resmi Python eğitimine veya Sıkıcı Şeyleri Otomatikleştir web sitesine göz atmanızı tavsiye ederim . Bu eğitim için PyCharm CE kullanıyorum, ancak Sublime Text, Jupyter Notebook veya tercih ettiğiniz geliştirme ortamı ne olursa olsun kullanabilirsiniz. Bu komut dosyası Python 3'te yazılmıştır ve bu programlama dilinde yeni olanlar için biraz ileri düzey olabilir. Henüz bir tercüman bulamadıysanız veya ilk sanal ortamınızı kurmadıysanız, bu kılavuz başlamanıza yardımcı olabilir. Yeni bir sanal ortam ayarladıktan sonra aşağıdaki kitaplıklara ihtiyacınız olacak:

  • urllib
  • lxml
  • requests

Artık hazır olduğunuza göre, birlikte biraz araştırma yapalım.

1. Araştırmak için Anahtar Kelimelerinizi Toplayın

Takip ediyormuş gibi yaptığımız bazı anahtar kelimeleri araştırmak için bazı örnek veriler kullanacağız. Anahtar kelime izleme yazılımınıza baktığınızı ve aşağıdaki anahtar kelimelerin beşten fazla konumda düştüğünü fark ettiğinizi varsayalım:

  • SEO İpuçları.
  • Yerel SEO Tavsiyesi.
  • SEO öğrenin.
  • Arama Motoru Optimizasyonu Makaleleri.
  • SEO Blogu.
  • SEO Temelleri.

Sorumluluk Reddi: Çok fazla anahtar kelime aramak, IP'nizin geçici olarak yasaklanmasına neden olabilir. Google'a bu kadar çok sonuç için aynı anda ping atmak spam gibi görünebilir ve kaynaklarını tüketir. Dikkatli ve ölçülü kullanın.

Yapacağımız ilk şey, bu anahtar kelimeleri basit bir metin dosyasına yerleştirmektir. Anahtar kelimeler, aşağıdaki ekran görüntüsünde gösterildiği gibi bir satır sonu ile ayrılmalıdır.

TextEdit

2. Python Sıralaması Araştırma Komut Dosyasını Çalıştırın

Bu betiğin TL; DR'si, üç temel işlevi yerine getirmesidir:

  • search.txt dosyanızı bulur ve açar.
  • Bu anahtar kelimeleri kullanır ve her sonuç için Google'ın ilk sayfasını arar.
  • Yeni bir CSV dosyası oluşturur ve sonuçları yazdırır (Anahtar Kelime, URL'ler ve sayfa başlıkları).

Bu betiğin düzgün çalışması için bölümler halinde çalıştırmanız gerekecek. Öncelikle kütüphanelerimizi talep etmemiz gerekecek. Aşağıdaki komutu kopyalayıp yapıştırın.

from urllib.parse import urlencode, urlparse, parse_qs

from lxml.html import fromstring

from requests import get

import csv

Ardından, bu betiğin ana işlevini tek bir kopyala/yapıştır işlemiyle girebileceksiniz. Komut dosyasının bu kısmı, atılan gerçek adımları belirler, ancak komutu üçüncü adıma kadar yürütmez.

def scrape_run():

    with open('searches.txt') as searches:

        for search in searches:

           userQuery = search

           raw = get("https://www.google.com/search?q=" + userQuery).text

           page = fromstring(raw)

           links = page.cssselect('.r a')

           csvfile = 'data.csv'

           for row in links:

               raw_url = row.get('href')

               title = row.text_content()

               if raw_url.startswith("/url?"):

                   url = parse_qs(urlparse(raw_url).query)['q']

                   csvRow = [userQuery, url[0], title]

                   with open(csvfile, 'a') as data:

                       writer = csv.writer(data)

                       writer.writerow(csvRow)

Artık komutu çalıştırmaya hazırsınız. Son adım, aşağıdaki komutu kopyalamak/yapıştırmak ve geri dönüş tuşuna basmaktır.

scrape_run()

Bu kadar!

3. Sonuçları Analiz Etmek İçin Magic of Data Studio'yu Kullanın

Bu komutu çalıştırarak data.csv adında yeni bir CSV dosyasının oluşturulduğunu fark edebilirsiniz. Bunlar, son adım için ihtiyaç duyacağımız ham sonuçlarınız. Ajansım, sonuçlarınızı analiz etmeniz için kullanışlı bir Data Studio şablonu oluşturdu . Bu ücretsiz raporu kullanmak için sonuçlarınızı Google E-Tablolar'a yapıştırmanız gerekir. Yukarıdaki bağlantıdaki sayfada, Data Studio raporunuzu nasıl oluşturacağınıza ilişkin ayrıntılı talimatlar bulunmaktadır.

Sonuçlarımızı Data Studio'da Analiz Etme

Artık yeni Data Studio raporunuzu uyguladığınıza göre, tüm bu verileri anlamlandırmanın zamanı geldi. Aradığımız şey kalıplar. Evet, ham verilerde kalıplar bulabilirsiniz, ancak bu Data Studio şablonu, hedeflenen anahtar kelimelerimiz için hangi sayfaların en sık sıralandığını hızlı bir şekilde belirlememizi sağlayan kullanışlı bir özelliğe sahiptir. Bu yararlıdır çünkü hangi rakiplerin iyi performans gösterdiğini ve hangi belirli sayfaların iyi performans gösterdiğini görmemizi sağlar.

Python Görselleştirme Şablonu

Yukarıdaki Data Studio ekran görüntüsünde görebileceğiniz gibi, Moz ve Ahrefs, aranan anahtar kelimelerimiz için en üst sıralarda yer alan iki rakiptir. Ancak bu, bu anahtar kelimeler için sıralama yapmak için tam olarak ne yaptıklarını anlamamıza gerçekten yardımcı olmuyor. İkinci tablonun kullanışlı olduğu yer burasıdır. Bu, her bir sıralama sayfasını ve bunların tüm arama sorgularımız için kaç kez gerçekleştiğini gösterir. Anahtar kelimelerimiz için en iyi performans gösteren üç sayfayı hızla belirleyebiliyoruz. Bir sayfaya veya anahtar kelimeye özel düzeye kadar filtrelemeniz mi gerekiyor? Bunu basitleştirmek için Data Studio şablonunun üst kısmına filtreler ekledik.

Python Görselleştirme Şablonu

En iyi performans gösteren sayfaların bir listesini yaptıktan sonra, bu sayfaların neden bu kadar iyi performans gösterdiğini anlamak için daha fazla sayfa içi ve sayfa dışı analiz yapabilirsiniz.

Blog içeriklerinin temel paylaşım amacı o konuyu tartışmaya açmaktır. Sende fikirlerin ile konu hakkında katkıda bulun.
İfadeleri Gösterİfadeleri Gizle