اگر شما یک متخصص سئو هستید که با چالش محدودیت داده ها در پنل کاربری گوگل سرچ کنسول روبرو شده اید، حتما می دانید که مشاهده تنها ۱۰۰۰ ردیف اول کلمات کلیدی چقدر می تواند کلافه کننده و ناقص باشد. بسیاری از فرصت های طلایی برای رشد سایت، در همان ردیف های دورتر و کلمات کلیدی با حجم جستجوی پایین که در گزارش های معمولی نمایش داده نمی شوند، پنهان شده اند. هدف این مقاله این است که به شما یاد بدهد چگونه با استخراج تمام کلمات کلیدی از گوگل سرچ کنسول با استفاده از بیگ کوئری، از این محدودیت ها عبور کنید و به بانک اطلاعاتی کامل و بی نهایت از تمام کوئری های سایت خود دسترسی پیدا کنید.
نیت اصلی از این آموزش، انتقال از سطح گزارش گیری ساده به سطح تحلیل داده های بزرگ یا Big Data است. شما نمی خواهید فقط بدانید چه کسی روی سایت شما کلیک کرده است، بلکه می خواهید بدانید دقیقاً چه الگوهایی در رفتار جستجو وجود دارد. با استفاده از قابلیت Bulk Data Export، شما می توانید تمام تاریخچه داده های خود را به یک محیط قدرتمند مثل گوگل کلاود منتقل کنید. این کار باعث می شود تا دیگر نگران گم شدن داده های قدیمی یا عدم دسترسی به کلمات کلیدی دم بلند (Long-tail) نباشید و بتوانید تصمیمات سئو را بر اساس واقعیت های آماری اتخاذ کنید.
در ادامه این مقاله جامع، ما قدم به قدم شما را از مراحل ساخت پروژه در گوگل کلاود گرفته تا نوشتن کوئری های پیشرفته SQL برای استخراج دقیق داده ها راهنمایی می کنیم. ما به شما نشان می دهیم که چگونه می توانید از داده های خام، استراتژی های محتوایی خود را بسازید، مشکلات کانیبالیزیشن را شناسایی کنید و صفحات دارای پتانسیل رشد را پیدا کنید. پس اگر آماده هستید تا کنترل کامل داده های سئو خود را در دست بگیرید، این راهنما دقیق ترین نقشه راه برای شما خواهد بود.
استخراج کلمات کلیدی از گوگل سرچ کنسول با BigQuery چیست؟
استخراج کلمات کلیدی از گوگل سرچ کنسول با استفاده از بیگ کوئری در واقع فرآیند انتقال خودکار و انبوه داده های مربوط به جستجو از محیط سرچ کنسول به محیط انبار داده گوگل کلاود است. به طور معمول، وقتی شما در پنل سرچ کنسول به بخش Performance می روید، گوگل تنها یک نمونه محدود از داده ها را به شما نمایش می دهد. اما بیگ کوئری (BigQuery) یک سرویس انبار داده بدون سرور (Serverless) است که می تواند حجم بسیار عظیمی از داده ها را با سرعت بسیار بالا پردازش کند. با فعال سازی قابلیت Bulk Data Export، گوگل تمام داده های مربوط به Impression ها، کلیک ها، CTR و موقعیت ها را به صورت روزانه در جداول مشخصی در BigQuery ذخیره می کند.
این فرآیند به شما اجازه می دهد تا به جای محدود شدن به رابط کاربری گرافیکی سرچ کنسول، مستقیماً با داده های خام (Raw Data) کار کنید. در این روش، داده ها به صورت ساختار یافته و در قالب جداول SQL ذخیره می شوند. این یعنی شما می توانید هزاران یا حتی میلیون ها ردیف داده را تنها با نوشتن چند خط کد ساده، فیلتر، دسته بندی و تحلیل کنید. این تکنولوژی برای سایت های بزرگ که روزانه هزاران کوئری مختلف را دریافت می کنند، نه یک انتخاب بلکه یک ضرورت مطلق برای مدیریت هوشمند سئو محسد می شود.
چرا استخراج داده های سرچ کنسول با BigQuery اهمیت دارد؟
دسترسی به داده های کامل، تفاوت بین یک متخصص سئو که بر اساس حدس و گمان کار می کند و یک استراتژیست داده محور را مشخص می کند. بدون دسترسی به تمام کلمات کلیدی، شما همیشه بخشی از تصویر را از دست می دهید. تحلیل داده ها در محیط بیگ کوئری به شما قدرت می دهد تا فراتر از اعداد سطحی حرکت کنید و به عمق رفتار کاربران نفوذ کنید.
محدودیت های گزارش Performance در سرچ کنسول
اولین و بزرگترین چالش، محدودیت ۱۰۰۰ ردیفی در گزارش Performance است. وقتی سایت شما ترافیک بالایی دارد، احتمالاً هزاران کلمه کلیدی مختلف دارید که باعث نمایش سایت شما می شوند. با محدودیت فعلی گوگل، شما فقط می توانید پربازده ترین کلمات را ببینید و از دیدن کلمات کلیدی دم بلند که پتانسیل تبدیل بالایی دارند، محروم می شوید. همچنین، امکان مقایسه داده های چندین ماهه یا چندین ساله به صورت همزمان و بدون کندی در پنل سرچ کنسول بسیار دشوار است. این محدودیت باعث می شود که تحلیل روند رشد یا افت کلمات کلیدی خاص در بازه های زمانی طولانی، کاری بسیار زمان بر و غیر دقیق باشد.
مزیت BigQuery برای تحلیل داده های سرچ کنسول
مزیت اصلی استفاده از BigQuery، مقیاس پذیری و قدرت پردازش آن است. در محیط بیگ کوئری، هیچ محدودیتی برای تعداد ردیف ها یا حجم داده ها وجود ندارد. شما می توانید داده های چندین سال گذشته را در چند ثانیه تحلیل کنید. علاوه بر این، قدرت استفاده از زبان SQL به شما این امکان را می دهد که عملیات پیچیده ای مثل Join کردن داده های سرچ کنسول با داده های گوگل آنالیتیکس را انجام دهید. این یعنی می توانید بفهمید کدام کلمه کلیدی نه تنها Impression بالایی داشته، بلکه باعث فروش واقعی یا رسیدن به اهداف تبدیل در سایت شما شده است. همچنین امکان خودکارسازی گزارش ها در محیط بیگ کوئری بسیار ساده تر است.
چه داده هایی را می توان از سرچ کنسول استخراج کرد؟
با استفاده از این روش، شما به تمام جزئیات مربوط به جستجوها دسترسی خواهید داشت. این داده ها شامل Query های جستجو شده توسط کاربران، URL های مربوطه، کشورها، دستگاه های مورد استفاده (موبایل، دسکتاپ، تبلت)، ظاهر جستجو (Search Appearance) و تمامی متریک های اصلی شامل Click، Impression، CTR و Average Position است. حتی می توانید داده ها را به تفکیک صفحات یا دسته بندی های خاصی که خودتان تعریف می کنید، استخراج نمایید. این سطح از جزئیات، امکان ساخت گزارش های بسیار دقیق و شخصی سازی شده را برای تیم های سئو فراهم می کند.
پیش نیازهای اتصال Google Search Console به BigQuery
قبل از شروع فرآیند اتصال، باید بدانید که این کار مستلزم داشتن یک حساب کاربری فعال در Google Cloud Platform است. برخلاف رابط کاربری ساده سرچ کنسول، محیط گوگل کلاود دارای تنظیمات فنی بیشتری است که باید به درستی انجام شود تا از بروز خطا در انتقال داده ها جلوگیری شود. آماده سازی زیرساخت، اولین قدم برای داشتن یک پایگاه داده سئو است.
ساخت پروژه در Google Cloud
برای شروع، شما باید به کنسول گوگل کلاود (Google Cloud Console) مراجعه کنید. در آنجا باید یک پروژه جدید ایجاد کنید. پروژه در واقع یک ظرف یا محفظه است که تمام منابع، تنظیمات و داده های شما در آن قرار می گیرند. پس از ساخت پروژه، حتما نامی انتخاب کنید که مشخص کننده ماهیت آن باشد (مثلاً SEO_Data_Project). داشتن یک پروژه مشخص به شما کمک می کند تا در آینده اگر چندین سایت داشتید، داده های هر کدام را در پروژه ها یا دیتاست های مجزا مدیریت کنید و از تداخل داده ها جلوگیری نمایید.
فعال سازی BigQuery
پس از ایجاد پروژه، باید مطمکن شوید که سرویس BigQuery برای آن پروژه فعال است. معمولا در اکثر پروژه های جدید، این سرویس به صورت پیش فرض در دسترس است، اما برای اطمینان باید به بخش APIs & Services بروید و مطمئن شوید که BigQuery API فعال شده است. فعال سازی این سرویس به این معناست که شما به گوگل اجازه می دهید منابع پردازشی خود را برای ذخیره و تحلیل کوئری های ارسالی از سمت سرچ کنسول اختصاص دهد. توجه داشته باشید که اگرچه گوگل طرح های رایگان دارد، اما برای استفاده از قابلیت های پیشرفته و حجم بالای داده، ممکن است نیاز به فعال سازی حساب پرداخت (Billing) داشته باشید.
اتصال Search Console به BigQuery
اتصال از طریق قابلیت Bulk Data Export انجام می شود. این فرآیند به گونه ای طراحی شده که گوگل به صورت خودکار داده ها را به سمت پروژه شما در گوگل کلاود ارسال می کند. شما نیاز به نوشتن کد برای انتقال داده ها ندارید، بلکه فقط باید در تنظیمات سرچ کنسول، مقصد را مشخص کنید. این اتصال به صورت یکپارچه انجام می شود و از لحظه تایید، گوگل شروع به بسته بندی داده های روزانه و ارسال آن به جداول BigQuery در پروژه شما می کند. این یک اتصال دو طرفه نیست؛ بلکه یک انتقال داده از سمت گوگل به سمت انبار داده شماست.
تنظیمات دسترسی و Permission
یکی از بخش های حیاتی، مدیریت دسترسی ها یا IAM است. شما باید اطمینان حاصل کنید که اکانت یا سرویس اکانتی که قرار است داده ها را دریافت کند، دسترسی های لازم برای نوشتن (Write) در BigQuery را دارد. اگر قرار است تحلیلگران دیگری هم با استفاده از کوئری ها به داده ها دسترسی داشته باشند، باید نقش های مناسب مثل BigQuery Data Viewer را به آن ها اختصاص دهید. مدیریت درست دسترسی ها باعث می شود که امنیت داده های استراتژیک سایت شما حفظ شود و فقط افراد مجاز بتوانند به جزئیات کلمات کلیدی و عملکرد سایت دسترسی داشته باشند.
آموزش اتصال گوگل سرچ کنسول به BigQuery
در این بخش وارد مراحل عملی می شویم. فرآیند اتصال بسیار ساده است اما دقت در انتخاب پارامترها اهمیت زیادی دارد. اگر در این مرحله اشتباه کنید، ممکن است داده ها در جای اشتباهی ذخیره شوند یا دسترسی به آن ها در آینده دشوار گردد. مراحل زیر را به دقت دنبال کنید.
ایجاد Data Export در Search Console
ابتدا وارد پنل Google Search Console خود شوید. از منوی سمت چپ، به بخش Settings (تنظیمات) بروید. در صفحه تنظیمات، به دنبال گزینه Bulk Data Export بگردید. با کلیک بر روی این گزینه، شما وارد مرحله پیکربندی انتقال داده ها می شوید. در اینجا گوگل از شما می پرسد که آیا می خواهید داده ها را به گوگل کلاود صادر کنید یا خیر. با تایید این درخواست، شما وارد فرآیند اتصال به Google Cloud Platform می شوید که در آن باید پروژه مورد نظر خود را انتخاب کنید.
انتخاب پروژه و Dataset
در مرحله بعد، شما باید پروژه ای که در قسمت پیش نیازها ساختید را از لیست موجود انتخاب کنید. پس از انتخاب پروژه، از شما خواسته می شود که یک Dataset ایجاد کنید. دیتاست در واقع یک پوشه یا دسته بندی درون BigQuery است که جداول مربوط به سرچ کنسول در آن قرار می گیرند. پیشنهاد می شود نام دیتاست را چیزی مانند search_console_data بگذارید. ایجاد یک دیتاست مجزا برای هر سایت یا هر نوع داده، مدیریت و تحلیل را در آینده بسیار ساده تر می کند و از شلوغ شدن فضای کاری شما جلوگیری می کند.
تنظیم منطقه ذخیره سازی داده ها
انتخاب منطقه یا Region برای ذخیره سازی داده ها بسیار مهم است. شما باید منطبق با تنظیمات پروژه خود، یک منطقه جغرافیایی (مانند US یا EU) انتخاب کنید. انتخاب منطقه تاثیر مستقیمی بر سرعت پردازش و همچنین هزینه های احتمالی در آینده دارد. اگر سایت شما مخاطبان جهانی دارد، معمولا انتخاب مناطق بزرگتر مثل US توصیه می شود. دقت کنید که پس از انتخاب منطقه، تغییر دادن آن برای دیتاست ایجاد شده بسیار دشوار یا غیرممکن است، پس با دقت انتخاب کنید.
زمان شروع انتقال داده ها
گوگل به شما این امکان را می دهد که زمان شروع انتقال داده ها را مشخص کنید. به طور معمول، سیستم به محض فعال سازی شروع به ذخیره داده های روزانه می کند. توجه داشته باشید که Bulk Data Export معمولا داده های گذشته (Historical Data) را به صورت یکجا منتقل نمی کند، بلکه از لحظه فعال سازی شروع به جمع آوری داده ها می کند. بنابراین، هرچه زودتر این فرآیند را فعال کنید، بانک داده ای بزرگتر و غنی تری برای تحلیل های آتی خود خواهید داشت. داده های روزانه معمول با کمی تاخیر در جداول ظاهر می شوند.
ساختار داده های Search Console در BigQuery
وقتی وارد محیط BigQuery می شوید، با جداول متعددی روبرو هستید. درک ساختار این جداول کلید اصلی نوشتن کوئری های درست است. داده های سرچ کنسول به صورت سلسله مراتبی و در دو سطح اصلی ذخیره می شوند تا هم حجم داده ها مدیریت شود و هم دقت تحلیل حفظ گردد.
جدول searchdata_site_impression
جدول site_impression اطلاعات را در سطح کل سایت (Domain Level) ذخیره می کند. این جدول شامل داده هایی است که مربوط به کل دامنه شماست، بدون اینکه مشخص باشد کدام صفحه دقیقاً نمایش داده شده است. این جدول برای تحلیل روند کلی سایت، بررسی تغییرات کلیک و Impression در سطح کل دامنه و مشاهده عملکرد کلی در کشورها و دستگاه های مختلف بسیار عالی است. اگر هدف شما بررسی سلامت کلی سایت و روند رشد کلی است، این جدول سریع ترین راه برای رسیدن به پاسخ است.
جدول searchdata_url_impression
جدول url_impression بسیار دقیق تر و جزئی تر است. این جدول اطلاعات را در سطح هر URL یا هر صفحه مشخص ذخیره می کند. یعنی شما می توانید ببینید که برای یک کلمه کلیدی خاص، کدام صفحه از سایت شما نمایش داده شده و کلیک خور بوده است. این جدول سنگین تر است اما برای تحلیل های عمیق سئو، پیدا کردن صفحات برنده و شناسایی مشکلات کانیبالیزیشن، حیاتی است. اکثر تحلیل های حرفه ای که شامل کلمه کلیدی و صفحه هستند، از داده های این جدول استخراج می شوند.
تفاوت داده های Site و URL
تفاوت اصلی در سطح جزئیات (Granularity) است. در جدول Site، شما می دانید که سایت شما در یک کلمه کلیدی چند بار نمایش داده شده، اما نمی دانید کدام صفحه باعث این نمایش شده است. در جدول URL، شما هم کلمه کلیدی را دارید و هم لینک دقیق صفحه را. برای مثال، اگر می خواهید بدانید کل ترافیک سایت از کجا می آید، از Site استفاده کنید. اما اگر می خواهید بدانید کدام مقاله وبلاگ شما در حال جذب ترافیک از یک کلمه کلیدی خاص است، حتما باید از جداول URL استفاده کنید. ترکیب این دو سطح از داده ها در کوئری های پیشرفته، قدرت تحلیل شما را دوچندان می کند.
استخراج تمام کلمات کلیدی سرچ کنسول با SQL
اکنون که داده ها در BigQuery هستند، زمان آن رسیده که با استفاده از زبان SQL، از این مواد خام، اطلاعات ارزشمند بیرون بکشیم. SQL به شما اجازه می دهد تا عملیات فیلتر کردن، گروه بندی و محاسبات ریاضی را روی میلیون ها ردیف در کسری از ثانیه انجام دهید.
استخراج Query ها
برای شروع ساده ترین حالت، اگر فقط می خواهید لیست تمام کلمات کلیدی که سایت شما برای آن نمایش داده شده را داشته باشید، می توانید از یک دستور SELECT ساده استفاده کنید. شما باید از جدول مربوطه انتخاب کنید و کلمه کلیدی را فراخوانی کنید. البته برای اینکه لیست تکراری نداشته باشید، باید از دستور DISTINCT استفاده کنید. این کار به شما یک لیست تمیز از تمام Query هایی که در دیتابیس وجود دارند می دهد، بدون اینکه تکرار کلمات باعث شلوغی لیست شود.
استخراج Query همراه با Click و Impression
در حالت واقعی، شما فقط نام کلمه کلیدی را نمی خواهید، بلکه می خواهید بدانید هر کلمه چقدر کلیک یا نمایش داشته است. در این حالت شما باید از دستور GROUP BY استفاده کنید. شما کلمه کلیدی را انتخاب می کنید و سپس دستور SUM را برای کلیک ها و Impression ها به کار می برید. این کوئری به شما می گوید که هر کلمه کلیدی در مجموع چه عملکردی داشته است. این یکی از پرکاربردترین کوئری ها برای ساخت جداول گزارش دهی است که در آن هر ردیف نشان دهنده یک کلمه کلیدی و مجموع عملکرد آن است.
استخراج کلمات کلیدی به تفکیک صفحه
این جایی است که قدرت واقعی BigQuery مشخص می شود. برای اینکه بفهمید هر کلمه کلیدی دقیقاً کدام صفحه را هدف قرار داده است، باید داده ها را بر اساس هر دو ستون Query و URL گروه بندی کنید. با این کار، شما یک لیست دارید که در آن مشخص است کلمه X باعث نمایش صفحه Y شده است. این اطلاعات برای استراتژی محتوایی فوق العاده است؛ زیرا می توانید ببینید آیا صفحات درست برای کلمات درست بهینه شده اند یا خیر. اگر یک کلمه کلیدی با چندین صفحه مختلف نمایش داده می شود، ممکن است با مشکل کانیبالیزیشن روبرو باشید.
استخراج کلمات کلیدی به تفکیک کشور و دستگاه
تحلیل سئو بدون در نظر گرفتن جغرافیا و نوع دستگاه ناقص است. شما می توانید در کوئری های خود، ستون های country و device را هم اضافه کنید. با این کار می توانید بفهمید مثلاً آیا کلمه کلیدی خاصی فقط در موبایل رتبه خوبی دارد یا در کشور خاصی عملکرد ضعیفی دارد. این سطح از تفکیک به شما کمک می کند تا بودجه های تبلیغاتی یا تلاش های محتوایی خود را بر اساس نیازهای واقعی کاربران در هر منطقه یا هر دستگاه، بهینه کنید.
تحلیل کلمات کلیدی سرچ کنسول در BigQuery
استخراج داده ها تنها نیمی از راه است؛ نیمه دیگر، تبدیل این اعداد به استراتژی است. پس از اینکه داده ها را با SQL استخراج کردید، باید به دنبال الگوهایی بگردید که می توانند ترافیک سایت شما را متحول کنند.
پیدا کردن کلمات کلیدی با Impression بالا و CTR پایین
این یکی از کلاسیک ترین و در عین حال قدرتمندترین روش های تحلیل است. کلمات کلیدی که Impression بالایی دارند اما CTR (نرخ کلیک) بسیار پایین دارند، یعنی سایت شما در نتایج جستجو دیده می شود، اما کاربران تمایلی به کلیک کردن روی آن ندارند. این یک فرصت بزرگ است! این یعنی شما فقط با اصلاح عنوان (Title Tag) یا متای توضیحات (Meta Description) برای این کلمات، می توانید بدون نوشتن حتی یک کلمه محتوا جدید، ترافیک سایت خود را به شدت افزایش دهید. در BigQuery می توانید با یک کوئری ساده، تمام این کلمات را مرتب کرده و لیست عملیاتی خود را بسازید.
پیدا کردن فرصت های سئو
فرصت های سئو معمولاً در کلمات کلیدی دم بلند (Long-tail) نهفته هستند. این کلمات حجم جستجوی کمتری دارند اما نرخ تبدیل بسیار بالاتری دارند. با استفاده از BigQuery، می توانید کلمات کلیدی را بر اساس میزان Impression مرتب کنید و به دنبال کلمات با حجم متوسط که در موقعیت های ۸ تا ۱۵ قرار دارند بگردید. این صفحات در آستانه صفحه اول هستند. با کمی بهبود در محتوا یا لینک سازی داخلی، می توانید این کلمات را به صفحه اول بیاورید و ترافیک با کیفیت بسیار بالایی جذب کنید.
شناسایی Cannibalization
کانیبالیزیشن کلمات کلیدی زمانی رخ می دهد که چندین صفحه از سایت شما برای یک کلمه کلیدی واحد رقابت می کنند. این موضوع باعث گیج شدن گوگل و تقسیم شدن قدرت رتبه بندی سایت می شود. در BigQuery، با بررسی کلمات کلیدی که برای هر کدام بیش از یک URL با Impression یا کلیک معنادار وجود دارد، می توانید این مشکل را به سرعت شناسایی کنید. پس از شناسایی، باید تصمیم بگیرید که کدام صفحه را حفظ کنید و کدام صفحه را با استفاده از ریدایرکت یا اصلاح محتوا، به سمت صفحه اصلی هدایت کنید.
شناسایی صفحات با پتانسیل رشد
برخی صفحات سایت شما ممکن است در حال حاضر ترافیک کمی داشته باشند اما در کلمات کلیدی بسیار مرتبط نمایش داده شوند. با تحلیل داده ها، می توانید صفحاتی را پیدا کنید که Impression خوب اما کلیک بسیار کمی دارند. این صفحات نشان دهنده این هستند که موضوع محتوا درست است اما شاید از نظر ساختار یا پاسخ به نیاز کاربر ضعف دارند. شناسایی این صفحات به شما کمک می کند تا بدانید دقیقاً کجا باید تمرکز منابع تولید محتوای خود را قرار دهید تا بیشترین بازدهی را بگیرید.
محدودیت ها و نکات مهم استخراج داده های Search Console
قبل از اینکه وارد فاز عملیاتی و اتصال سرچ کنسول به BigQuery شویم، باید درک عمیقی از این داشته باشیم که چرا به این ابزار نیاز داریم. رابط کاربری استاندارد گوگل سرچ کنسول برای کاربران عادی طراحی شده است و به همین دلیل محدودیت های شدیدی در نمایش داده ها دارد. یکی از اصلی ترین محدودیت ها، تعداد ردیف های قابل نمایش است. در پنل عادی، شما نمی توانید بیش از هزاران ردیف داده را به راحتی مشاهده یا اکسپورت کنید، در حالی که یک سایت متوسط ممکن است روزانه هزاران Search Query مختلف داشته باشد. این یعنی شما همیشه در حال دیدن تنها نوک کوه یخ هستید و بخش های عظیم کلمات کلیدی کم تکرار یا طولانی (Long-tail) را نمی بینید.
محدودیت دوم مربوط به بازه زمانی و تجمیع داده ها است. در پنل سرچ کنسول، انجام تحلیل های مقایسه ای پیچیده بین صفحات مختلف و کلمات کلیدی با استفاده از فیلترهای پیشرفته بسیار دشوار و زمان بر است. شما نمی توانید به راحتی یک کوئری بنویسید که تمام کلمات کلیدی با Impression بالا اما CTR پایین را در یک صفحه خاص استخراج کند. همچنین، دسترسی به داده های سطح پایین تر مانند Search Appearance یا جزئیات دقیق Device در ترکیب با سایر متغیرها در پنل کاربری محدود است. اینجاست که استفاده از Search Console Bulk Data Export اهمیت پیدا می کند. با فعال سازی این قابلیت، گوگل داده ها را به صورت خودکار و در بازه های زمانی مشخص به جداول مشخصی در BigQuery منتقل می کند.
یک نکته فنی بسیار مهم که باید بدانید این است که داده های منتقل شده به BigQuery شامل دو نوع جدول اصلی هستند: searchdata_site_impression و searchdata_url_impression. جدول اول بر اساس کل سایت است و شامل داده های کلی است، در حالی که جدول دوم جزئیات مربوط به هر URL را ارائه می دهد. برای استخراج تمام کلمات کلیدی، شما باید با دقت انتخاب کنید که از کدام دیتاست استفاده می کنید. همچنین توجه داشته باشید که فرآیند انتقال داده ها ممکن است با تاخیر چند روزه همراه باشد، بنابراین نباید انتظار داشته باشید داده های امروز را همین لحظه در BigQuery ببینید. درک این محدودیت ها به شما کمک می کند تا در هنگام تحلیل، دچار اشتباهات محاسباتی نشوید و از نتایج واقعی و دقیق بهره مند شوید.
نحوه اتصال سرچ کنسول به BigQuery و فعال سازی Bulk Data Export
برای شروع فرآیند استخراج، اولین قدم حضور در محیط Google Cloud Platform است. شما ابتدا باید یک پروژه در Google Cloud ایجاد کنید. این پروژه به عنوان ظرفی برای نگهداری داده های شما عمل خواهد کرد. پس از ایجاد پروژه، باید سرویس BigQuery را فعال کنید. BigQuery چیست؟ در واقع یک انبار داده (Data Warehouse) ابری و بسیار قدرتمند است که اجازه می دهد حجم عظیمی از داده ها را با استفاده از زبان SQL تحلیل کنید. پس از فعال سازی، باید به کنسول گوگل سرچ کنسول بروید و در بخش تنظیمات (Settings)، گزینه Bulk Data Export را پیدا کنید. در اینجا شما از شما خواسته می شود که پروژه Google Cloud خود را انتخاب کنید تا اتصال برقرار شود.
در مرحله اتصال، گوگل از شما می خواهد که دسترسی های لازم را صادر کنید. این کار به گوگل اجازه می دهد تا داده های Search Analytics شما را به صورت روزانه به جداول BigQuery منتقل کند. نکته بسیار مهم در این مرحله، انتخاب صحیح لوکیشن (Region) است. سعی کنید لوکیشن پروژه BigQuery خود را با تنظیمات پیش فرض گوگل هماهنگ کنید تا سرعت انتقال داده ها بهینه باشد. پس از تایید، گوگل یک فرآیند خودکار را شروع می کند. دقت کنید که این فرآیند بلافاصله تمام داده های گذشته را منتقل نمی کند، بلکه از لحظه فعال سازی شروع به جمع آوری داده های روزانه می کند. بنابراین، برای داشتن یک دیتابیس کامل، باید اجازه دهید چند روز از فعال سازی این قابلیت بگذرد.
پس از اتصال موفقیت آمیز، اگر به محیط BigQuery بروید، می بینید که یک دیتاست جدید با نامی مشابه سایت شما ایجاد شده است. درون این دیتاست، جداول مربوط به impression ها قرار دارند. برای تست اینکه آیا اتصال درست کار می کند، می توانید یک کوئری ساده بنویسید تا اولین ردیف ها را مشاهده کنید. اگر داده ها را مشاهده کردید، یعنی مسیر انتقال داده ها با موفقیت برقرار شده است. عیب یابی در این مرحله معمولا مربوط به عدم فعال بودن Billing در حساب Google Cloud است؛ زیرا اگر حساب شما فعال نباشد، انتقال داده ها متوقف خواهد شد، هرچند که BigQuery یک لایه رایگان برای حجم های محدود دارد، اما برای انتقال های انبوه بهتر است تنظیمات پرداخت را بررسی کنید.
بهترین روش استفاده از داده های BigQuery برای استراتژی سئو
وقتی داده ها به BigQuery منتقل شدند، کار واقعی تحلیل شروع می شود. برخلاف پنل سرچ کنسول که فقط نمایش دهنده است، BigQuery یک محیط پردازشی است. بهترین روش برای استفاده از این داده ها، نوشتن SQL Query های سفارشی است که هدف خاصی را دنبال می کنند. شما دیگر محدود به مشاهده لیست کلمات کلیدی نیستید؛ بلکه می توانید از کلمات کلیدی برای استخراج بینش های استراتژیک استفاده کنید. برای مثال، یکی از قدرتمندترین کاربردها، شناسایی Keyword Opportunity هاست. شما می توانید کلمه های کلیدی را فیلتر کنید که Impression بسیار بالایی دارند اما موقعیت میانگین (Average Position) آنها بین ۱۰ تا ۲۰ است. این یعنی این کلمات در صفحه دوم گوگل هستند و با یک اصلاح کوچک در محتوا، پتانسیل ورود به صفحه اول را دارند.
روش دوم، تحلیل دقیق CTR برای بهبود نرخ کلیک است. با استفاده از کوئری های BigQuery، می توانید کلمات کلیدی را بر اساس Landing Page گروه بندی کنید و ببینید کدام صفحات در کلمات کلیدی خاص دچار افت CTR هستند. این موضوع معمولا نشان دهنده عدم تطابق نیت جستجو (Search Intent) بین کلمه کلیدی و محتوای صفحه است. همچنین، تحلیل Cannibalization یا همان هم cannibalization کلمات کلیدی، یکی از وظایف حیاتی است. با کوئری زدن روی داده های URL و Query، می توانید متوجه شوید که آیا چندین صفحه مختلف از سایت شما برای یک کلمه کلیدی واحد در حال رقابت با هم هستند یا خیر. اگر یک Query باعث نمایش چندین URL متفاوت شود، این یک نشانه خطرین از Keyword Cannibalization است که باعث کاهش قدرت رتبه بندی شما در گوگل می شود.
در نهایت، استفاده از داده ها برای تحلیل رفتار بر اساس Device و Country می تواند استراتژی محتوایی شما را متحول کند. شما می توانید متوجه شوید که کاربران در کشورهای مختلف چه Query هایی را جستجو می کنند و آیا محتوای شما برای آن زبان یا فرهنگ مناسب است یا خیر. همچنین تحلیل داده ها بر اساس Search Appearance (مانند نمایش تصاویر یا ستاره ها در نتایج) به شما کمک می کند تا بفهمید کدام صفحات در گوگل غنی تر به نظر می رسند. برای اجرای این استراتژی ها، شما باید مهارت های اولیه SQL در BigQuery را داشته باشید. یادگیری دستوراتی مانند SELECT، FROM، WHERE، GROUP BY و JOIN برای یک متخصص سئو که می خواهد از داده ها استفاده کند، دیگر یک انتخاب نیست، بلکه یک ضرورت است.
آموزش SQL در BigQuery برای استخراج کلمات کلیدی
برای اینکه بتوانید از تمام پتانسیل این ابزار استفاده کنید، باید یاد بگیرید چگونه از زبان SQL برای کوئری گرفتن استفاده کنید. فرآیند استخراج کلمات کلیدی در BigQuery بسیار ساده تر از آنچه تصور می کنید است. فرض کنید می خواهید تمام کلمات کلیدی را به همراه تعداد کلیک، Impression و CTR مشاهده کنید. شما باید از جدول searchdata_site_impression استفاده کنید. یک ساختار ساده برای این کار به این صورت است: شما ابتدا دستور SELECT را می نویسید و سپس نام ستون های مورد نظر مانند query، clicks، impressions و position را مشخص می کنید. سپس با دستور FROM، نام دیتاست و جدول خود را وارد می کنید. برای اینکه داده ها مرتب باشند، از دستور ORDER BY استفاده می کنید تا کلمات کلیدی بر اساس کلیک یا موقعیت مرتب شوند.
یک نمونه کوئری کاربردی برای یافتن فرصت های رشد، نوشتن فیلتری است که کلمه های کلیدی با Impression بالا اما موقعیت پایین را پیدا کند. در اینجا شما از دستور WHERE استفاده می کنید. برای مثال، می توانید شرط بگذارید که impressions بیشتر از ۱۰۰۰ باشد و average position بین ۱۰ تا ۲۰ باشد. این کوئری دقیقا به شما می گوید کجا باید تمرکز کنید. همچنین، اگر می خواهید بدانید هر کلمه کلیدی در کدام صفحه نمایش داده می شود، باید از جدول searchdata_url_impression استفاده کنید و ستون URL را در کنار Query قرار دهید. این کار به شما اجازه می دهد تا دقیقا بدانید کدام صفحه از سایت شما برای کدام کلمه کلیدی در حال تلاش است و اگر نیاز به بهینه سازی داشت، آن را شناسایی کنید.
یکی از چالش های کاربران تازه کار، کار با داده های تکراری در بازه های زمانی مختلف است. چون داده ها به صورت روزانه وارد می شوند، اگر شما فقط یک کوئری ساده بزنید، ممکن است داده های یک کلمه کلیدی را برای چندین روز مختلف ببینید. برای حل این مشکل، شما باید از دستور GROUP BY استفاده کنید. با گروه بندی بر اساس ستون query، گوگل تمام ردیف های مربوط به آن کلمه را با هم جمع کرده و مجموع کلیک ها و Impression ها را به شما نشان می دهد. این کار باعث می شود یک گزارش تمیز و یکپارچه از عملکرد کلمات کلیدی خود داشته باشید. تمرین کردن این دستورات ساده در محیط BigQuery، قدرت تحلیل شما را چندین برابر می کند و اجازه می دهد از سطح گزارش های ساده فراتر رفته و به تحلیل های عمیق سئو برسید.
سوالات متداول درباره استخراج کلمات کلیدی سرچ کنسول با BigQuery
- آیا استفاده از BigQuery برای سرچ کنسول هزینه دارد؟
پاسخ این است که Google Cloud یک لایه رایگان (Free Tier) دارد که برای حجم های معمول سایت ها کافی است، اما برای حجم های بسیار عظیم ممکن است نیاز به فعال سازی Billing داشته باشید. - آیا تمام کلمات کلیدی قدیمی من هم منتقل می شوند؟
خیر، Bulk Data Export از لحظه فعال سازی شروع به انتقال داده ها می کند و داده های تاریخی قبل از آن را به صورت خودکار به BigQuery منتقل نمی کند. - تفاوت اصلی بین جداول site_impression و url_impression در چیست؟
جدول site_impression داده ها را در سطح کل سایت نمایش می دهد، در حالی که جدول url_impression جزئیات دقیق هر کلمه کلیدی را به همراه URL مربوطه ارائه می دهد. - آیا برای استفاده از این روش حتما باید متخصص برنام نویسی باشم؟
خیر، شما فقط باید اصول پایه SQL را یاد بگیرید که با چند ساعت تمرین و استفاده از کوئری های آماده قابل یادگیری است.
