为什么 SEO 应该放弃 Excel 并学习 SQL

已发表: 2019-10-10

大多数 SEO 行业都使用 Excel 来分析数据，这不是我们可以使用的最佳工具。

作为 SEO，我们接触的数据量每年都在快速增长。 但是，Excel 不适用于大数据，每个工作簿的行数只能超过 100 万行。

此外，在电子表格中处理数据的方式使 SEO 分析变得缓慢而繁琐。 分析会影响数据本身，它们难以执行、重复和共享。

这就是为什么我建议所有的 SEO，尤其是内部的 SEO，选择 SQL（以及 Python）。

Excel的限制是什么

如果您曾经使用过电子表格，那么您知道：

  • 意外更改破坏数据的内容很容易。
  • 很难在新数据上复制旧的分析。
  • 当数据集包含超过几十万行时，它会很慢。
  • 与其他人共享巨大的电子表格很麻烦。

为什么要从 Excel 切换到 SQL？

如果你从 Excel 切换到 SQL，我上面提到的所有问题都会消失。 您还可以获得一些额外的好处：

  1. SQL 比 Excel 快。 在 Excel 中需要几个小时的事情可以在 SQL 中在几分钟内完成。
  2. SQL 将分析与数据分开。 当您使用 SQL 时，您分析的数据是单独存储的。 这意味着您可以向您的同事发送一个小代码文件来访问您的分析。 他们可以重新运行分析而不会破坏您的数据。 您的所有代码都是可重用的。

什么是 SQL？

SQL 是用于提取和分析存储在数据库中的数据的标准语言。

下面是一个 SQL 语法示例：

您甚至可以在不了解语言的情况下理解此 SQL 语法：

  1. 选择所有列
  2. 从表（数据源）
  3. 其中一列等于“某个值”

这与在 Excel 中添加过滤器相同。

为什么 SEO 应该学习 SQL

SQL 为处理更多数据的能力打开了大门。 SEO，尤其是技术 SEO，在庞大的数据集和组合大型数据集中发现了越来越大的价值。 例如，如果您考虑日志文件、爬取数据和其他技术数据集，它们都超出了 Excel 的限制。

为了处理这些数据，我们应该使用为大规模分析数据而构建的工具。 大规模分析数据是 SQL 擅长的领域之一。

就像 Excel 一样，SQL 可以使用聚合函数或条件来处理数据集以创建新列，从而使数据更易于使用。 但是，它使用了更接近于编程的逻辑，这也使其成为对提高技术技能感兴趣的 SEO 的技术方面的一个很好的介绍。

SQL 在技术 SEO 中的实际应用

现在我将分享一些 SQL 在 SEO 数据分析方面比 Excel 表现更好的例子。

在开始之前，请记住，要使用 SQL 分析数据，您需要将数据存储在数据库中。 这不是关于如何实现这一目标的指南，但这里有一些提示：

  • 联系您的数据团队，看看他们已经在数据仓库中拥有什么。
  • 或者按照 Moz 上的本指南自行操作：“如何使用大查询进行大规模 SEO”。

日志文件分析

日志文件是大数据的一种情况。 日志文件很容易超过 100 万行，因此如果不进行采样，您将无法在 Excel 中分析数据。 抽样可能会引入偏差或错误。

但是，如果您在数据库（例如 Big Query）中有数据，则可以使用 SQL 对其进行分析。

以下是一些我们可以用 SQL 轻松回答的常见问题：

  • Googlebot 多久访问一次我的网站？
  • 哪个 Googlebot 用户代理正在抓取我的网站？
  • 有多少百分比的请求命中返回非 200 响应？
  • 每个目录或站点部分的请求百分比是多少？

在我的博客上，我详细介绍了日志文件分析，如果您想在数据库中设置它，请查看 Distilled 的本指南，了解大查询中的日志文件分析。

爬取数据分析

如果您正在抓取大型网站，它们也将轻松超过 Excel 的每个工作簿 100 万行的限制。

即使是理论上只有几千个 URL 的网站也可能因为实施不善、参数使用、迁移遗留数据以及许多其他原因而攀升至数百万。

SQL 允许您分析来自抓取软件（如 OnCrawl）的完整数据集，而无需对数据进行采样。 这意味着您可以充分利用产品的潜力，而不必担心如何在 Excel 中对其进行分析。

[案例研究] 处理多个现场审核

在几周内，使用 OnCrawl 帮助 Evergreen Media 在 Google 精选片段、片段优化、转换页面的排名改进、404 错误等方面的 SEO 快速获胜......了解 OnCrawl 如何简化任何 SEO 机构在 SEO 审计方面的工作流程.
阅读案例研究

谷歌分析分析

如果您曾经使用过每月访问量超过 5 位数的网站，那么您可能会发现 Google Analytics（分析）的速度非常慢。

使用 SQL 分析数据可以加快速度，因此您不必在用户界面中缓慢导航，等待很长时间才能加载数据。

与其他数据源一样，SQL 让您无需抽样即可分析您的 Google Analytics（分析）数据，并且可以为您节省 250,000 美元的升级费用。

搜索控制台分析

Google Search Console 界面中的数据很棒，但要过滤/自定义数据，您没有太多选择。 它还将您限制为前 1000 行数据。

最好将数据导出到 Excel，但为什么不进一步使用 SQL 进行分析！

SEO学习SQL的教学大纲

用于 SEO 数据分析的 SQL 并不复杂。 它比 Excel 容易上手。

出于 SEO 的目的，您应该专注于学习使用以下功能：

  • 选择和从
  • 评论
  • 限制
  • 在哪里
  • 比较运算符
  • 逻辑运算符
  • 订购方式
  • 通过...分组
  • 聚合函数
  • 案子
  • 加入

首先，我建议参加 Udacity 上的 SQL for Data Analysis 课程。

然后继续阅读 Mode Analytics SQL 教程。 您可以将 Udacity 课程中的知识应用到其公共数据仓库中的数据集。

最后，您可以通过参加 Codecademy 或 Datacamp 的课程继续练习。

这些平台中的每一个都有您可以使用并添加到您的投资组合中的实际挑战。

有用的资源：

  • W3 学校
  • SQL 风格指南
  • 埃杜克巴

底线

如果您想作为 SEO 保持领先地位，那么您应该开始使用 SQL 和 Python 等工具来提升您的数据技能。

SQL 是一个很好的切入点，它很容易上手，并且会给你一个很好的编码介绍。 一旦你锁定了 SQL，你就可以开始学习 Python。