Warum SEOs Excel aufgeben und SQL lernen sollten

Veröffentlicht: 2019-10-10

Die meisten in der SEO-Branche verwenden Excel, um die Daten zu analysieren, was nicht das beste Werkzeug ist, das uns zur Verfügung steht.

Als SEOs wächst die Datenmenge, der wir ausgesetzt sind, von Jahr zu Jahr rasant. Excel eignet sich jedoch nicht für große Datenmengen, und Sie sind auf etwas mehr als 1 Million Zeilen pro Arbeitsmappe beschränkt.

Darüber hinaus macht die Art und Weise, wie Daten in Tabellenkalkulationen verarbeitet werden, SEO-Analysen langsam und umständlich. Analysen wirken sich auf die Daten selbst aus und sind schwierig durchzuführen, zu wiederholen und zu teilen.

Und deshalb empfehle ich allen SEOs, insbesondere Inhouse, zu SQL (und auch Python) zu greifen.

Was sind die Einschränkungen von Excel?

Wenn Sie jemals eine Tabellenkalkulation verwendet haben, wissen Sie:

  • Es ist leicht, versehentlich etwas zu ändern, das Ihre Daten beschädigt.
  • Es ist schwierig, eine alte Analyse auf neue Daten zu replizieren.
  • Es ist langsam, wenn Datensätze über ein paar hunderttausend Zeilen enthalten.
  • Es ist umständlich, riesige Tabellenkalkulationen mit anderen Personen zu teilen.

Warum von Excel zu SQL wechseln?

Wenn Sie von Excel zu SQL wechseln, verschwinden alle oben genannten Probleme. Und Sie erhalten ein paar zusätzliche Vorteile:

  1. SQL ist schneller als Excel. Was in Excel einige Stunden dauert, kann in SQL in wenigen Minuten erledigt werden.
  2. SQL trennt Analyse von Daten. Wenn Sie SQL verwenden, werden die von Ihnen analysierten Daten separat gespeichert. Das bedeutet, dass Sie Ihren Kollegen eine kleine Codedatei senden können, um auf Ihre Analyse zuzugreifen. Sie können die Analyse erneut ausführen, ohne Ihre Daten zu ruinieren. Und Ihr gesamter Code ist wiederverwendbar.

Was ist SQL?

SQL ist die Standardsprache zum Extrahieren und Analysieren von Daten, die in Datenbanken gespeichert sind.

Hier ist ein Beispiel für die SQL-Syntax:

Sie können diese SQL-Syntax verstehen, ohne die Sprache zu kennen:

  1. Wählt alle Spalten aus
  2. Aus einer Tabelle (Datenquelle)
  3. Wobei eine Spalte gleich "irgendein Wert" ist

Es ist dasselbe wie das Hinzufügen eines Filters in Excel.

Warum SEOs SQL lernen sollten

SQL öffnet die Tür zur Fähigkeit, mehr Daten zu verarbeiten. SEOs und insbesondere technische SEOs finden zunehmenden Wert in riesigen Datensätzen und in der Kombination großer Datensätze. Denkt man zum Beispiel an Logfiles, Crawling-Daten und andere technische Datensätze, sie alle überschreiten die Grenzen von Excel.

Und um mit diesen Daten umzugehen, sollten wir ein Tool verwenden, das für die Analyse von Daten in großem Maßstab entwickelt wurde. Dies – das Analysieren von Daten in großem Umfang – ist ein Bereich, in dem sich SQL auszeichnet.

Genau wie Excel kann SQL ein Dataset wrrangeln, um mithilfe von Aggregatfunktionen oder Bedingungen neue Spalten zu erstellen, wodurch die Nutzung der Daten vereinfacht wird. Es verwendet jedoch eine Logik, die näher an der Programmierung liegt, was es auch zu einer guten Einführung in die technische Seite der Dinge für SEOs macht, die daran interessiert sind, ihre technischen Fähigkeiten zu verbessern.

Praktische Anwendungen von SQL für technische SEOs

Jetzt werde ich einige Beispiele dafür vorstellen, wo SQL bei der SEO-Datenanalyse besser abschneidet als Excel.

Bevor wir beginnen, denken Sie daran, dass Sie Daten in einer Datenbank gespeichert haben müssen, um SQL zum Analysieren von Daten zu verwenden. Dies ist keine Anleitung, wie man das erreicht, aber hier sind einige Hinweise:

  • Wenden Sie sich an Ihr Datenteam und sehen Sie, was es bereits im Data Warehouse hat.
  • Oder machen Sie es selbst, indem Sie dieser Anleitung auf Moz folgen: „How to use big query for large-scale SEO“.

Protokolldateianalyse

Protokolldateien sind ein Fall von Big Data. Protokolldateien überschreiten leicht 1 Million Zeilen, sodass Sie die Daten in Excel nicht ohne Stichproben analysieren können. Und Stichproben können zu Verzerrungen oder Fehlern führen.

Wenn Sie die Daten jedoch in einer Datenbank (z. B. Big Query) haben, können Sie sie mit SQL analysieren.

Hier sind ein paar häufig gestellte Fragen, die wir einfach mit SQL beantworten können:

  • Wie oft besucht der Googlebot meine Website?
  • Welcher Googlebot-User-Agent crawlt meine Website?
  • Wie viel Prozent der Anfragentreffer geben eine Nicht-200-Antwort zurück?
  • Wie hoch ist der Prozentsatz der Anfragen für jedes Verzeichnis oder jeden Site-Bereich?

In meinem Blog habe ich die Protokolldateianalyse ausführlich behandelt, und wenn Sie sie in einer Datenbank einrichten möchten, sehen Sie sich diese Anleitung von Distilled zur Protokolldateianalyse in großen Abfragen an.

Crawl-Datenanalyse

Wenn Sie große Websites crawlen, werden diese auch das Excel-Limit von 1 Million Zeilen pro Arbeitsmappe leicht überschreiten.

Selbst Websites, die theoretisch nur ein paar tausend URLs haben, können aufgrund schlechter Implementierung, Parameterverwendung, Altdaten von Migrationen und vielen anderen Gründen in die Millionen gehen.

Mit SQL können Sie den gesamten Datensatz aus Crawling-Software wie OnCrawl analysieren, ohne die Daten zu sampeln. Das bedeutet, dass Sie die Produkte voll ausschöpfen können, ohne sich Gedanken darüber machen zu müssen, wie Sie sie in Excel analysieren.

[Fallstudie] Umgang mit Audits an mehreren Standorten

In wenigen Wochen hat die Verwendung von OnCrawl Evergreen Media zu SEO-Schnellgewinnen in Bezug auf Google Featured Snippets, Snippet-Optimierung, Ranking-Verbesserungen für das Konvertieren von Seiten, 404-Fehler usw. verholfen. Finden Sie heraus, wie OnCrawl den Arbeitsablauf jeder SEO-Agentur vereinfachen kann, wenn es um SEO-Audits geht .
Lesen Sie die Fallstudie

Google Analytics-Analyse

Wenn Sie jemals mit einer Website gearbeitet haben, die mehr als 5-stellige Besuche pro Monat verzeichnet, dann haben Sie wahrscheinlich festgestellt, dass Google Analytics sehr langsam ist.

Die Verwendung von SQL zur Analyse der Daten kann die Dinge beschleunigen, sodass Sie nicht langsam durch die Benutzeroberfläche navigieren müssen und lange warten müssen, bis die Daten geladen sind.

Und wie bei anderen Datenquellen können Sie mit SQL Ihre Google Analytics-Daten ohne Stichproben analysieren und beim Upgrade auf Premium 250.000 US-Dollar sparen.

Search Console-Analyse

Die Daten in der Google Search Console-Oberfläche sind großartig, aber zum Filtern / Anpassen der Daten haben Sie nicht viele Optionen. Es beschränkt Sie auch auf die ersten 1000 Datenzeilen.

Am besten exportieren Sie die Daten in Excel, aber warum gehen Sie nicht weiter und analysieren sie mit SQL!

Ein Lehrplan für SEOs zum Erlernen von SQL

SQL für die SEO-Datenanalyse ist nicht kompliziert. Es ist viel einfacher als Excel zu lernen.

Für SEO-Zwecke sollten Sie sich darauf konzentrieren, die Verwendung der folgenden Funktionen zu lernen:

  • AUSWÄHLEN und VON
  • Bemerkungen
  • GRENZE
  • WO
  • Vergleichsoperatoren
  • Logische Operatoren
  • SORTIEREN NACH
  • GRUPPIERE NACH
  • Aggregatfunktionen
  • FALL
  • BEITRETEN

Zunächst würde ich empfehlen, den Kurs „SQL for Data Analysis“ auf Udacity zu absolvieren.

Fahren Sie dann mit dem Mode Analytics SQL-Tutorial fort. Sie können Ihr Wissen aus dem Udacity-Kurs auf Datensätze in ihrem öffentlichen Data Warehouse anwenden.

Schließlich können Sie weiter üben, indem Sie einen Kurs auf Codecademy oder Datacamp belegen.

Jede dieser Plattformen hat praktische Herausforderungen, die Sie nutzen und Ihrem Portfolio hinzufügen können.

Hilfreiche Ressourcen:

  • W3-Schulen
  • SQL-Styleguide
  • Educba

Das Endergebnis

Wenn Sie als SEO immer einen Schritt voraus sein wollen, ist es an der Zeit, Ihre Datenkenntnisse mit Tools wie SQL und Python aufzupolieren.

SQL ist ein großartiger Einstiegspunkt, es ist leicht zu erlernen und gibt Ihnen eine gute Einführung in die Programmierung. Sobald Sie SQL gesperrt haben, können Sie anfangen, Python zu lernen.