AI SEO In Detail

AI SEO In Detail › Modul A · Grundlagen › Folge 5

Folge 5 · 6:51 · kostenlos

GA4 + Search Console + DataForSEO: ein Datenmodell

Verknüpfe Google Analytics 4, Search Console und DataForSEO-SERP-Daten über Seite, Hostname, Datum und Suchanfrage: SQLite-Schema, page_summary-View und ein URL-Normalizer.

Beim Abspielen wird das Video von YouTube geladen (erweiterter Datenschutzmodus). Das Video ist auf Englisch, mit Untertiteln in deiner Sprache.

Kostenloses Kit

SEO-Datenmodell: SQLite-Schema + URL-Normalizer

seo_data_model.sql + normalize_url.py: fünf Rohdatentabellen (Search Console, GA4, DataForSEO-SERPs und Suchvolumen), eine page_summary-View, die sie über Seite, Host, Datum und Suchanfrage verknüpft, und die eine URL-Funktion, die jeder Import nutzen sollte.

  • Schema laden — sqlite3 seo.db < seo_data_model.sql legt die fünf Rohdatentabellen und die page_summary-View an. Trage die Zeiträume, die du vergleichen willst, in die Tabelle period ein.
  • Beim Import normalisieren — Importiere Zeilen aus Search Console, GA4 und SERPs über normalize_url() – dieselbe Funktion für alle drei – und rufe GA4 immer mit einem hostName-Filter auf die aktuelle Domain ab.
  • Eine Frage stellen — Führe die Beispielabfragen am Ende des Schemas aus: Seiten, die Impressionen, aber keine Sitzungen gewonnen haben, und Seiten auf Seite zwei mit echtem Suchvolumen und einem Wettbewerber direkt darüber.
Schema + URL-Funktion herunterladen (zip)

SQLite · Python 3.9+ · keine Keys enthalten · ohne Anmeldung

Die Dateien sind auf Englisch.

Vollständiges Transkript (übersetzt)

1,150 Wörter · Übersetzung des gesprochenen Textes der Episode.

Intro

Sie haben die Search Console in einem Tab, Analytics in einem anderen, und einen Ordner mit Ergebnisseiten von DataForSEO. Jede Quelle beantwortet einen Teil der Frage. Keine beantwortet sie ganz.

Also kopieren Sie Zahlen zwischen Tabellen, und die Zahlen passen nicht zusammen, und Sie wissen nicht, welche falsch ist.

In dieser Folge bauen wir ein einziges Datenmodell, mit einer meiner eigenen Websites als Beispiel. Ein kleiner Satz Tabellen mit gemeinsamen Schlüsseln, sodass Sie eine Frage stellen und eine Antwort bekommen: für diese Seite, wie sichtbar ist sie, wie viele Klicks bekommt sie, was passiert nach dem Klick, und gegen wen tritt sie an.

Was jede Quelle weiß

Schreiben Sie zuerst auf, was jede Quelle wirklich weiß, und auf welcher Ebene.

Die Search Console kennt Suchanfragen und Seiten, pro Tag. Sie weiß nichts über das, was nach dem Klick passiert.

Analytics kennt Seiten, Sitzungen und was Besucher getan haben, pro Tag. Und es kennt den Hostnamen, der wichtiger ist, als es klingt. Was Analytics nicht kennt, ist die Suchanfrage. Nicht in den eigenen Daten. Analytics lässt sich also nicht über die Suchanfrage mit der Search Console verknüpfen.

DataForSEO kennt Keywords und Ergebnisseiten: für ein Keyword, an einem Datum, an einem Ort, welche URLs ranken und wo.

Schauen Sie, was sie gemeinsam haben. Seite und Datum verbinden alle drei. Die Suchanfrage verbindet die Search Console mit DataForSEO. Das war's. Das sind Ihre Verknüpfungsschlüssel, und in dieser Folge geht es darum, sie zur Deckung zu bringen.

Join-Schlüssel 1: die URL

Join-Schlüssel 1: die URL

Die URL ist die Stelle, an der die meisten Verknüpfungen scheitern. Die Search Console liefert die vollständige URL, mit Protokoll und Hostname. Analytics liefert einen Pfad, oft mit angehängten Tracking-Parametern. DataForSEO liefert, was Google im Ergebnis anzeigt.

Hier ist eine Seite meiner Website, auf fünf Arten geschrieben. Der Pfad ist anonymisiert, aber jede dieser Formen taucht in echten Exporten auf. Also normalisieren Sie jede URL in eine kanonische Form, bevor Sie sie speichern. Meine Regeln sind einfach.

Trennen Sie den Hostnamen vom Pfad und halten Sie ihn in einer eigenen Spalte. Hostname in Kleinbuchstaben. Fragment entfernen, alles nach der Raute. Tracking-Parameter entfernen, wie die UTM-Parameter. Und eine Regel für den abschließenden Schrägstrich festlegen, dann überall anwenden.

Vorsicht bei Parametern, die die Seite tatsächlich verändern, wie eine Seitenzahl oder ein Filter. Die behalten Sie. Wenn Sie alles entfernen, werden aus zwei verschiedenen Seiten eine, und ihre Zahlen werden addiert.

Schreiben Sie das als eine Funktion und nutzen Sie dieselbe für alle drei Quellen. Wenn jeder Import seine eigene Bereinigungslogik hat, driften sie auseinander.

Join-Schlüssel 2: der Hostname, der Filter, den du nicht weglassen darfst

Warum den Hostnamen in einer eigenen Spalte halten? Weil Analytics-Properties länger leben als Domains.

Wenn Sie die Domain wechseln und dieselbe Analytics-Property behalten, kann die alte Domain weiter Daten hineinsenden. Oft ist das Bot-Traffic auf Seiten, die noch Ihr Tag tragen.

Das ist mir passiert, auf einer anderen Website als der in dieser Folge. Ein Dashboard zeigte über fünfzigtausend Sitzungen. Als ich nach Hostname aufgeteilt habe, kamen etwa fünfundfünfzig davon von der aktuellen Domain. Der Rest war Bot-Spam auf einer stillgelegten Domain. Jedes Diagramm auf dieser Property maß das Falsche.

Deshalb filtert jede Analytics-Abfrage in diesem Modell auf den aktuellen Hostnamen. Nicht am Ende, im Diagramm, sondern schon beim Abruf. Und wenn sich eine Domain ändert, prüfen Sie Hostname gegen Sitzungen, bevor Sie eine Property weiterverwenden.

Join-Schlüssel 3: Datum und Suchanfrage

Das Datum klingt trivial, aber prüfen Sie die Zeitzonen. Die Search Console berichtet in pazifischer Zeit. Analytics berichtet in der Zeitzone Ihrer Property. Auf Tagesebene kann das ein paar Stunden Traffic auf den falschen Tag verschieben. Für wöchentliche oder monatliche Analysen spielt das keine Rolle. Für einen Tag-für-Tag-Vergleich kann es eine spielen.

Die Suchanfrage ist der Schlüssel zwischen Search Console und DataForSEO. Speichern Sie sie in Kleinbuchstaben, getrimmt, mit einfachen Leerzeichen. Behalten Sie auch die Originalform, denn Singular und Plural sind in Volumendaten verschiedene Keywords. Warum, klären wir in Folge zwanzig.

Die Tabelle auf Seitenebene

Die Tabelle auf Seitenebene

Jetzt das Design. Halten Sie die Rohtabellen getrennt, eine pro Quelle, in ihrer natürlichen Form. Dann bauen Sie eine Sicht darüber: die Seitenzusammenfassung.

Eine Zeile pro Seite und Zeitraum. Aus der Search Console: Klicks, Impressionen und impressionsgewichtete Position. Aus Analytics: Sitzungen und Conversions, nach Hostname gefiltert. Aus DataForSEO: für die wichtigsten Keywords der Seite das letzte Ranking und wie viele Wettbewerber darüber ranken.

Hier sind die ersten beiden Quellen verknüpft, auf meiner eigenen Website. Ein Hinweis zu diesen Daten: sie sind echt, von einer meiner eigenen Websites, aber anonymisiert. Domain, Seiten-URLs und Suchbegriffe sind ersetzt, damit der Fokus auf den Prinzipien liegt und nicht auf den Keywords. Die Zahlen sind unverändert.

Schauen Sie, was eine einzige Zeile Ihnen sagt. Diese Seite hatte rund dreitausend Impressionen, bei einer Durchschnittsposition knapp unter zehn, und null Klicks. Null Sitzungen. Die Zeile darunter erzählt fast dieselbe Geschichte: dreieinhalbtausend Impressionen, drei Klicks. Das sind Hinweise, und Sie haben sie aus einer Abfrage statt aus drei Tabs.

Die DataForSEO-Spalten werden genauso verknüpft, über Seite und Suchanfrage. Ich zeige sie an einem erfundenen Beispielshop, denn Ergebnisseiten-Daten kosten Geld und bekommen einen eigenen Teil der Serie.

Beachten Sie, was fehlt: Sitzungen pro Suchanfrage. Das gibt es nicht. Analytics kennt keine Suchanfragen, also wäre jede solche Zahl erfunden.

Dem Modell eine Frage stellen

Deshalb lohnt sich der Aufwand. Mit einem Modell werden Fragen, die einen Nachmittag kosteten, zu einer Abfrage.

Zum Beispiel: Welche Seiten haben im letzten Monat Impressionen gewonnen, aber keine Sitzungen? Das kombiniert Search Console und Analytics über den Seitenschlüssel, zwei Zeiträume. Auf meiner Website ist das eine Liste von zwei. Eine Seite gewann rund sechzig Prozent mehr Impressionen, und ihre Sitzungen gingen zurück. Die andere gewann mehr als die Hälfte dazu, und ihre Sitzungen blieben exakt gleich. Sichtbarer, aber nicht öfter besucht. Beide liegen um Position sieben, auf Seite eins, also geht es um den Klick: den Titel, oder was sonst auf dieser Ergebnisseite steht. So oder so wissen Sie, wo Sie hinschauen müssen.

Oder: Welche Seiten ranken auf Seite zwei für ein Keyword mit echtem Volumen, wo ein Wettbewerber direkt darüber sitzt? Das sind Search Console, DataForSEO und Volumendaten in einer Verknüpfung. Genau diese Art von Abfrage nutzen wir im nächsten Modul.

Was die Zahlen nie ganz übereinstimmen wird

Noch etwas. Search-Console-Klicks und Analytics-Sitzungen werden für dieselbe Seite nie gleich sein. Klicks zählt Google. Sitzungen zählt Ihr Tag, nach Einwilligung, Werbeblockern und Bots. Hier sind sie nebeneinander für meine Website. Beachten Sie, dass Analytics mehr organische Sitzungen zeigt, als die Search Console Klicks zeigt, etwa eins Komma sieben pro Klick über die vier Wochen. Der organische Kanal von Analytics zählt jede Suchmaschine, die Search Console zählt nur Google. Ein stabiles Verhältnis ist normal. Achten Sie auf ein Verhältnis, das sich plötzlich ändert. Und hier tut es das: zwei Wochen lang liegt es bei etwa eineinhalb, dann springt es ab dem sechsundzwanzigsten September auf etwa zwei, während sich die Klicks kaum bewegen. So eine Verschiebung ist meistens Messung, nicht SEO, also würde ich dort zuerst nachsehen.

Fazit

Drei Quellen, drei Schlüssel, eine Normalisierungsfunktion, und ein Hostname-Filter bei jedem Abruf. Schema und URL-Funktion sind in der Beschreibung verlinkt. Nächste Folge: den ganzen Arbeitsbereich einrichten mit Python, SQLite und Claude Code. Bis dann.