Анализ CTR и автоматизация отчетности с поддержкою R Studio | SEO кейсы: социалки, реклама, инструкция

Время от времени возникает необходимость отслеживать конфигурации CTR сниппетов в выдаче на постоянной базе или проводить разные испытания с переменами заголовков, описаний и т.д. Все это можнож делать через интерфейсы систем аналитики, но, ежели вы за автоматизацию действий, данная статья может оказаться для вас полезной.

Все данные я выгружаю через R Studio.

Для начала подключаем нужные для работы библиотеки:

Прописываем функции для searchConsoleR, чтоб иметь возможность выгружать больше 5000 рядов:

Документация по данной библиотеке тут.

Авторизуемся в системе.

Дальше необходимо задать в виде переменных адресок сайта, для которого выгружаем данные.

Для данных из Яндекс.Вебмастера задаем хост:

Для Google Search Console – URL сайта:

Для подключения к API Яндекс.Вебмастера необходимо зарегистрировать прибавление и получить токен. Вся процедура описана в документации Яндекса.

Сначала нам необходимо получить user_id. Для этого отправляем GET-запрос без характеристик, прописывая в header приобретенный токен. Сам user_id записываем в переменную, которую будем применять дальше.

Сейчас необходимо сформировать GET-запрос к API для получения нужной нам инфы. Здесь необходимо также указать токен. Хост и user_id подставляются автоматом.

Опосля отправки запроса и получения JSON записываем нужные нам данные в датафрейм.

Формируем два датафрема при поддержки постоянных выражений: в первом оставляем все брендовые запросы, во 2-м – не брендовые.

Чрезвычайно ощутимая неувязка работы с API Вебмастера – невозможность установить временной интервал. Данные выгружаются по умолчанию за прошедшую недельку, да еще и с временным лагом в зависимости от обновления данных в самом Вебмастере.

Таковым образом, чтоб выгрузить данные из GSC за этот же временный интервал, записываем в переменные даты, за которые получили информацию из Вебмастера. Они передаются нам совместно с ответом на запрос к API:

Формируем запрос к API GSC:

Подобно данным из Вебмастера разбиваем запросы на два файла – бренд/не бренд:

Осталось создать единичный датафрейм с данными и посчитать CTR для каждой группы запросов:

На выходе имеем последующее:

Эти данные можем экспортировать в XLSX, CSV или в хоть какой другой подходящий формат.

Стоит учесть, что данные по Яндексу формируются на базе 500 знаменитых запросов, которые предоставляет в наше распоряжение Яндекс.

Для наиболее детализированной отчетности будем воспользоваться данными GSC. Предположим, нам необходимо отследить конфигурации CTR опосля конфигурации метаданных для нескольких URL.

Задаем два промежутка, которые будем сопоставлять друг с ином:

И, соответственно, формируем два запроса к API, чтоб получить данные для 2-ух временных интервалов. Прибавляем к выгружаемым свойствам ‘page’, что дозволит нам получить URL, на которые попадали юзеры по запросу:

Загружаем перечень URL, которые участвовали в нашем тесте:

Файлик TXT содержит в себе просто перечень URL, где любая ссылка прописана с новейшей строчки:

Дальше нам необходимо отфильтровать выгруженные данные по необходимым нам URL и создать две сводные таблицы:

Дальше нам необходимо сравнить две таблицы для сопоставления:

Экспортируем в XLSX-формат:

Получаем последующую табличку с анализом:

R Studio владеет фактически безмерными способностями. Здесь можнож настроить и постоянный пуск скриптов, и отправку отчетов на почту. В вебе чрезвычайно много документации, а на том же Stack Overflow постоянно можнож задать интересующий вопросец или отыскать решение той или другой трудности, связанной с кодом.