Dlaczego SEO powinni porzucić Excel i uczyć się SQL?

Opublikowany: 2019-10-10

Większość branży SEO używa Excela do analizy danych, co nie jest najlepszym narzędziem, jakim dysponujemy.

Jako SEO, ilość danych, na które jesteśmy narażeni, rośnie z roku na rok. Jednak program Excel nie jest świetny w przypadku dużych zbiorów danych i ogranicza się do nieco ponad 1 miliona wierszy na skoroszyt.

Ponadto sposób obsługi danych w arkuszach kalkulacyjnych sprawia, że ​​analizy SEO są powolne i uciążliwe. Analizy wpływają na same dane i są trudne do wykonania, powtórzenia i udostępnienia.

I właśnie dlatego polecam wszystkim SEO, szczególnie wewnętrzni, wziąć SQL (a także Python).

Jakie są ograniczenia programu Excel

Jeśli kiedykolwiek korzystałeś z arkusza kalkulacyjnego, to wiesz:

  • Łatwo jest przypadkowo zmienić coś, co psuje Twoje dane.
  • Trudno jest odtworzyć starą analizę na nowych danych.
  • Działa wolno, gdy zestawy danych zawierają ponad kilkaset tysięcy wierszy.
  • Udostępnianie gigantycznych arkuszy kalkulacyjnych innym osobom jest kłopotliwe.

Po co przechodzić z Excela na SQL?

Jeśli przejdziesz na SQL z Excela, wszystkie problemy, o których wspomniałem powyżej, znikną. Otrzymujesz kilka dodatkowych korzyści:

  1. SQL jest szybszy niż Excel. To, co zajmuje kilka godzin w programie Excel, można wykonać w kilka minut w programie SQL.
  2. SQL oddziela analizę od danych. Kiedy używasz SQL, dane, które analizujesz, są przechowywane oddzielnie. Oznacza to, że możesz wysłać współpracownikom mały plik kodu, aby uzyskać dostęp do analizy. Mogą ponownie przeprowadzić analizę bez niszczenia danych. A cały twój kod jest wielokrotnego użytku.

Co to jest SQL?

SQL to standardowy język używany do wyodrębniania i analizowania danych przechowywanych w bazach danych.

Oto przykład składni SQL:

Możesz zrozumieć tę składnię SQL bez znajomości języka:

  1. Zaznacza wszystkie kolumny
  2. Z tabeli (źródło danych)
  3. Gdzie kolumna równa się „pewnej wartości”

To to samo, co dodawanie filtra w programie Excel.

Dlaczego SEO powinni uczyć się SQL

SQL otwiera drzwi do możliwości obsługi większej ilości danych. SEO, a zwłaszcza techniczne SEO, znajdują coraz większą wartość w ogromnych zestawach danych i łączeniu dużych zestawów danych. Na przykład, jeśli myślisz o plikach dziennika, danych indeksowania i innych technicznych zestawach danych, wszystkie one przekraczają limit programu Excel.

Aby obsłużyć te dane, powinniśmy używać narzędzia zbudowanego do analizy danych na dużą skalę. To – analizowanie danych na dużą skalę – to jeden z obszarów, w którym wyróżnia się SQL.

Podobnie jak Excel, SQL może skłócić zestaw danych, aby utworzyć nowe kolumny za pomocą funkcji agregujących lub warunków warunkowych, które ułatwiają wykorzystanie danych. Wykorzystuje jednak logikę bliższą programowaniu, co czyni go również dobrym wprowadzeniem do technicznej strony rzeczy dla SEO zainteresowanych doskonaleniem swoich umiejętności technicznych.

Praktyczne zastosowania SQL dla technicznych SEO

Teraz podzielę się kilkoma przykładami, w których SQL działa lepiej niż Excel do analizy danych SEO.

Zanim zaczniemy, pamiętaj, że aby wykorzystać SQL do analizy danych, musisz mieć dane przechowywane w bazie danych. To nie jest przewodnik, jak to osiągnąć, ale oto kilka wskazówek:

  • Skontaktuj się ze swoim zespołem danych i zobacz, co już ma w hurtowni danych.
  • Lub zrób to sam, postępując zgodnie z tym przewodnikiem w Moz: „jak używać dużego zapytania do SEO na dużą skalę”.

Analiza pliku dziennika

Pliki dziennika to przypadek dużych zbiorów danych. Pliki dziennika z łatwością przekraczają 1 milion wierszy, więc nie będziesz w stanie analizować danych w programie Excel bez próbkowania. A próbkowanie może wprowadzać błędy lub błędy.

Jeśli jednak masz dane w bazie danych (takiej jak Big Query), możesz je przeanalizować za pomocą SQL.

Oto kilka typowych pytań, na które możemy łatwo odpowiedzieć za pomocą SQL:

  • Jak często Googlebot odwiedza moją witrynę?
  • Który klient użytkownika Googlebota indeksuje moją witrynę?
  • Jaki % trafień żądań zwraca odpowiedź inną niż 200?
  • Jaki jest procent żądań dla każdej sekcji katalogu lub witryny?

Na moim blogu szczegółowo omówiłem analizę pliku dziennika i jeśli chcesz skonfigurować go w bazie danych, zapoznaj się z tym przewodnikiem autorstwa Distilled na temat analizy pliku dziennika w dużym zapytaniu.

Analiza danych indeksowania

Jeśli indeksujesz duże witryny internetowe, z łatwością przekroczą one również limit 1 miliona wierszy programu Excel na skoroszyt.

Nawet witryny, które teoretycznie mają tylko kilka tysięcy adresów URL, mogą wkraść się do milionów z powodu złej implementacji, użycia parametrów, starszych danych z migracji i wielu innych powodów.

SQL umożliwia analizowanie pełnego zestawu danych z oprogramowania indeksującego, takiego jak OnCrawl, bez próbkowania danych. Oznacza to, że możesz w pełni wykorzystać możliwości produktów, nie martwiąc się o to, jak przeanalizujesz je w programie Excel.

[Studium przypadku] Obsługa wielu audytów witryn

W ciągu kilku tygodni korzystanie z OnCrawl pomogło firmie Evergreen Media w szybkich wygranych w zakresie SEO w zakresie polecanych fragmentów Google, optymalizacji fragmentów, ulepszeń rankingów pod kątem konwersji stron, błędów 404... Dowiedz się, jak OnCrawl może ułatwić pracę każdej agencji SEO, jeśli chodzi o audyty SEO .
Przeczytaj studium przypadku

Analiza Google Analytics

Jeśli kiedykolwiek pracowałeś z witryną uzyskującą więcej niż 5 cyfr odwiedzin miesięcznie, prawdopodobnie zauważyłeś, że Google Analytics działa bardzo wolno.

Używanie SQL do analizy danych może przyspieszyć działanie, więc nie musisz powoli poruszać się po interfejsie użytkownika, czekając długo na załadowanie danych.

Podobnie jak w przypadku innych źródeł danych, SQL umożliwia analizowanie danych Google Analytics bez próbkowania i pozwala zaoszczędzić 250 000 USD na przejściu na wersję premium.

Analiza Search Console

Dane w interfejsie Google Search Console są świetne, ale do filtrowania / dostosowywania danych nie masz wielu opcji. Ogranicza również do pierwszych 1000 wierszy danych.

Najlepiej wyeksportować dane do Excela, ale dlaczego nie pociągnąć ich dalej i przeanalizować za pomocą SQL!

Sylabus dla SEO do nauki języka SQL

SQL do analizy danych SEO nie jest skomplikowany. Jest o wiele łatwiejszy do pobrania niż Excel.

Dla celów SEO powinieneś skupić się na nauce korzystania z następujących funkcji:

  • WYBIERZ i OD
  • Uwagi
  • LIMIT
  • GDZIE
  • Operatory porównania
  • Operatory logiczne
  • ZAMÓW PRZEZ
  • GRUPUJ WEDŁUG
  • Funkcje agregujące
  • WALIZKA
  • PRZYSTĄP

Po pierwsze, polecam wzięcie udziału w kursie SQL for Data Analysis na Udacity.

Następnie przejdź do samouczka Mode Analytics SQL. Możesz zastosować swoją wiedzę z kursu Udacity do zestawów danych w ich publicznej hurtowni danych.

Na koniec możesz kontynuować ćwiczenie, biorąc udział w kursie Codecademy lub Datacamp.

Każda z tych platform ma praktyczne wyzwania, które możesz wykorzystać i dodać do swojego portfolio.

Pomocne zasoby:

  • Szkoły W3
  • Przewodnik po stylu SQL
  • Educba

Najważniejsze!

Jeśli chcesz wyprzedzić konkurencję jako SEO, czas zacząć szlifować swoje umiejętności związane z danymi za pomocą narzędzi takich jak SQL i Python.

SQL jest świetnym punktem wyjścia, jest łatwy do opanowania i stanowi miłe wprowadzenie do kodowania. Po zablokowaniu SQL możesz zacząć uczyć się Pythona.