為什麼 SEO 應該放棄 Excel 並學習 SQL

已發表: 2019-10-10

大多數 SEO 行業都使用 Excel 來分析數據，這不是我們可以使用的最佳工具。

作為 SEO，我們接觸的數據量每年都在快速增長。 但是，Excel 不適用於大數據，每個工作簿的行數只能超過 100 萬行。

此外，在電子表格中處理數據的方式使 SEO 分析變得緩慢而繁瑣。 分析會影響數據本身，它們難以執行、重複和共享。

這就是為什麼我建議所有的 SEO，尤其是內部的 SEO，選擇 SQL（以及 Python）。

Excel的限制是什麼

如果您曾經使用過電子表格，那麼您知道：

  • 意外更改破壞數據的內容很容易。
  • 很難在新數據上複製舊的分析。
  • 當數據集包含超過幾十萬行時，它會很慢。
  • 與其他人共享巨大的電子表格很麻煩。

為什麼要從 Excel 切換到 SQL？

如果你從 Excel 切換到 SQL，我上面提到的所有問題都會消失。 您還可以獲得一些額外的好處：

  1. SQL 比 Excel 快。 在 Excel 中需要幾個小時的事情可以在 SQL 中在幾分鐘內完成。
  2. SQL 將分析與數據分開。 當您使用 SQL 時，您分析的數據是單獨存儲的。 這意味著您可以向您的同事發送一個小代碼文件來訪問您的分析。 他們可以重新運行分析而不會破壞您的數據。 您的所有代碼都是可重用的。

什麼是 SQL？

SQL 是用於提取和分析存儲在數據庫中的數據的標準語言。

下面是一個 SQL 語法示例：

您甚至可以在不了解語言的情況下理解此 SQL 語法：

  1. 選擇所有列
  2. 從表（數據源）
  3. 其中一列等於“某個值”

這與在 Excel 中添加過濾器相同。

為什麼 SEO 應該學習 SQL

SQL 為處理更多數據的能力打開了大門。 SEO，尤其是技術 SEO，在龐大的數據集和組合大型數據集中發現了越來越大的價值。 例如，如果您考慮日誌文件、爬取數據和其他技術數據集，它們都超出了 Excel 的限制。

為了處理這些數據，我們應該使用為大規模分析數據而構建的工具。 大規模分析數據是 SQL 擅長的領域之一。

就像 Excel 一樣，SQL 可以使用聚合函數或條件來處理數據集以創建新列，從而使數據更易於使用。 但是，它使用了更接近於編程的邏輯，這也使其成為對提高技術技能感興趣的 SEO 的技術方面的一個很好的介紹。

SQL 在技術 SEO 中的實際應用

現在我將分享一些 SQL 在 SEO 數據分析方面比 Excel 表現更好的例子。

在開始之前，請記住，要使用 SQL 分析數據，您需要將數據存儲在數據庫中。 這不是關於如何實現這一目標的指南，但這裡有一些提示：

  • 聯繫您的數據團隊，看看他們已經在數據倉庫中擁有什麼。
  • 或者按照 Moz 上的本指南自行操作：“如何使用大查詢進行大規模 SEO”。

日誌文件分析

日誌文件是大數據的一種情況。 日誌文件很容易超過 100 萬行，因此如果不進行採樣，您將無法在 Excel 中分析數據。 抽樣可能會引入偏差或錯誤。

但是，如果您在數據庫（例如 Big Query）中有數據，則可以使用 SQL 對其進行分析。

以下是一些我們可以用 SQL 輕鬆回答的常見問題：

  • Googlebot 多久訪問一次我的網站？
  • 哪個 Googlebot 用戶代理正在抓取我的網站？
  • 有多少百分比的請求命中返回非 200 響應？
  • 每個目錄或站點部分的請​​求百分比是多少？

在我的博客上，我詳細介紹了日誌文件分析，如果您想在數據庫中設置它，請查看 Distilled 的本指南，了解大查詢中的日誌文件分析。

爬取數據分析

如果您正在抓取大型網站，它們也將輕鬆超過 Excel 的每個工作簿 100 萬行的限制。

即使是理論上只有幾千個 URL 的網站也可能因為實施不善、參數使用、遷移遺留數據以及許多其他原因而攀升至數百萬。

SQL 允許您分析來自抓取軟件（如 OnCrawl）的完整數據集，而無需對數據進行採樣。 這意味著您可以充分利用產品的潛力，而不必擔心如何在 Excel 中對其進行分析。

[案例研究] 處理多個現場審核

在幾週內，使用 OnCrawl 幫助 Evergreen Media 在 Google 精選片段、片段優化、轉換頁面的排名改進、404 錯誤等方面的 SEO 快速獲勝......了解 OnCrawl 如何簡化任何 SEO 機構在 SEO 審計方面的工作流程.
閱讀案例研究

谷歌分析分析

如果您曾經使用過每月訪問量超過 5 位數的網站，那麼您可能會發現 Google Analytics（分析）的速度非常慢。

使用 SQL 分析數據可以加快速度，因此您不必在用戶界面中緩慢導航，等待很長時間才能加載數據。

與其他數據源一樣，SQL 讓您無需抽樣即可分析您的 Google Analytics（分析）數據，並且可以為您節省 250,000 美元的升級費用。

搜索控制台分析

Google Search Console 界面中的數據很棒，但要過濾/自定義數據，您沒有太多選擇。 它還將您限制為前 1000 行數據。

最好將數據導出到 Excel，但為什麼不進一步使用 SQL 進行分析！

SEO學習SQL的教學大綱

用於 SEO 數據分析的 SQL 並不復雜。 它比 Excel 容易上手。

出於 SEO 的目的，您應該專注於學習使用以下功能：

  • 選擇和從
  • 評論
  • 限制
  • 在哪裡
  • 比較運算符
  • 邏輯運算符
  • 訂購方式
  • 通過...分組
  • 聚合函數
  • 案子
  • 加入

首先，我建議參加 Udacity 上的 SQL for Data Analysis 課程。

然後繼續閱讀 Mode Analytics SQL 教程。 您可以將 Udacity 課程中的知識應用到其公共數據倉庫中的數據集。

最後，您可以通過參加 Codecademy 或 Datacamp 的課程繼續練習。

這些平台中的每一個都有您可以使用並添加到您的投資組合中的實際挑戰。

有用的資源：

  • W3 學校
  • SQL 風格指南
  • 埃杜克巴

底線

如果您想作為 SEO 保持領先地位，那麼您應該開始使用 SQL 和 Python 等工具來提升您的數據技能。

SQL 是一個很好的切入點，它很容易上手，並且會給你一個很好的編碼介紹。 一旦你鎖定了 SQL，你就可以開始學習 Python。