AI SEO In Detail › Modul C · Nachfrage und Keyword-Recherche › Folge 23
Keyword-Ideen und verwandte Begriffe mit der DataForSEO API
Finde Keyword-Ideen mit drei DataForSEO-Labs-Endpoints: Seeds wählen, Kosten pro Zeile steuern, Duplikate bereinigen, Ergebnisse zusammenführen, Drift entfernen.
Beim Abspielen wird das Video von YouTube geladen (erweiterter Datenschutzmodus). Das Video ist auf Englisch, mit Untertiteln in deiner Sprache.
Keyword-Discovery-Skript
keyword_discovery.py ruft drei DataForSEO-Labs-Endpoints mit einem Limit pro Abfrage ab, cached das rohe JSON, normalisiert und entfernt Duplikate unter Beibehaltung der Quelle, markiert Drift in einer Statusspalte und exportiert nach SQLite und CSV. Standardmäßig ein Probelauf; etwa 0,13 $ pro 1 000 Zeilen.
- Teste deine Seeds günstig — Fünf bis zehn kurze Seeds, einer pro Kundenbedürfnis. Starte pro Seed eine kleine Abfrage, lies die ersten Zeilen und erhöhe das Limit nur für Seeds, die das liefern, was du erwartest.
- Mit Limit abrufen, alles cachen — Suggestions für Tiefe, related für andere Formulierungen, ideas nur für benachbarte Themen. Jede Rohantwort wird vor dem Parsen auf die Festplatte geschrieben, du zahlst also nie zweimal für dieselben Daten.
- Zusammenführen, markieren, eine Volumenquelle behalten — Eine Zeile pro Keyword mit jedem Endpoint und jedem Seed, die es gefunden haben. Themenfremde und Marken-Zeilen werden markiert, nicht gelöscht. Singular und Plural bleiben getrennt. Hole die Google-Ads-Volumen nach dem Zusammenführen, wenn der Rest deiner Analyse sie nutzt.
Python 3.9+ · keine Keys enthalten · ohne Anmeldung
Die Dateien sind auf Englisch.
881 Wörter · Übersetzung des gesprochenen Textes der Episode.
Intro
Jede Keyword-Analyse beginnt mit einer Liste. Und die meisten Listen starten gleich: jemand tippt ein paar Wörter in ein Tool und exportiert, was rauskommt.
Diese Liste entscheidet alles, was folgt. Fehlt eine ganze Gruppe von Suchanfragen, findet keine noch so clevere Analyse sie später. Und ist sie voll Müll und Duplikaten, zahlst du für Rauschen.
In dieser Episode bauen wir die Liste richtig, mit drei DataForSEO-Endpunkten, die je anders Keywords finden. Ich zeige, wofür jeder gut ist, wie man Seeds wählt, wie man Duplikate entfernt und was es pro Zeile kostet.
Drei Endpoints, drei Wege, Keywords zu finden
DataForSEO Labs hat drei Endpunkte für Keyword-Discovery. Sie klingen ähnlich, arbeiten aber sehr verschieden.
Keyword Suggestions findet Phrasen, die deinen Seed enthalten. Nehmen wir unseren fiktiven Kaffeeshop mit erfundenen Beispielen. Seed "espresso grinder" gibt dir "espresso grinder for home", "espresso grinder parts", "espresso grinder under three hundred". Das ist der Long Tail einer Phrase. Präzise, aber verlässt nie die Wörter, die du gabst.
Related Keywords arbeitet von der Ergebnisseite. Google zeigt verwandte Suchen am Seitenende. Dieser Endpunkt folgt diesen Links, dann deren verwandten Suchen, ein paar Ebenen tief. So findet er andere Formulierungen desselben Bedarfs wie "single dose grinder". Der überrascht dich am meisten.
Keyword Ideas arbeitet über Kategorien. Er schaut, zu welchen Produkt- und Service-Kategorien deine Seeds gehören, und liefert Keywords aus denselben Kategorien. Er nimmt mehrere Seeds auf einmal und geht am breitesten. Er driftet auch am weitesten vom Thema ab.
Meine Reihenfolge: Suggestions für Tiefe, Related für andere Formulierungen, und Ideas nur, wenn ich angrenzende Themen finden will.
Seeds auswählen
Seeds entscheiden, was du findest. Drei Regeln.
Kurz und zentral. "Espresso grinder" ist ein guter Seed. "Best cheap espresso grinder for beginners" ist es nicht, denn Suggestions liefert nur Phrasen mit all diesen Wörtern.
Decke verschiedene Bedürfnisse ab, nicht verschiedene Formulierungen. Ein Seed pro Kundenabsicht: mahlen, brühen, warten, Teile kaufen. Formulierungen findet der Related-Endpunkt für dich.
Nutze deine eigenen Daten. Deine Top-Queries in Search Console sind getestete Seeds. Sie bringen bereits Impressions, also weißt du, echte Menschen nutzen die Wörter.
Fünf bis zehn gute Seeds schlagen meist fünfzig mittelmäßige. Und teste sie, bevor du echtes Geld ausgibst. Führe einen kleinen Call pro Seed mit niedrigem Limit aus, lies die ersten Zeilen, und erhöhe das Limit nur für Seeds, die das Erwartete liefern.
Kosten pro Zeile und wie du sie steuerst
Nun Geld. Labs-Endpunkte kosten etwa einen Cent pro Task plus einen kleinen Betrag pro zurückgegebener Zeile. Tausend Zeilen kosten etwa dreizehn Cent. Zehntausend Zeilen, etwas über einen Dollar.
Das ist günstig. Aber multipliziert sich schnell. Zehn Seeds, drei Endpunkte, tiefe Related-Searches, mehrere Länder, und plötzlich zahlst du für hunderttausend Zeilen, meist Duplikate.
Also kontrolliere es in der Anfrage. Setze ein Limit bei jedem Call. Nutze Filter, zum Beispiel eine minimale Wortanzahl oder schließe Phrasen aus, die ungewollte Wörter enthalten. Und cache jede Roh-Response auf Disk, bevor du sie parst, wie wir in Episode sechs eingerichtet haben. Brauchst du die Daten nochmal, liest du die Datei statt zweimal zu zahlen.
Ein Filter, den ich nicht nutze, ist "Volumen größer null". Wie wir in Episode neunzehn sahen, bedeutet null unter der Messgrenze, nicht keine Nachfrage. Filtere nach Relevanz, nicht nach Volumen.
Duplikate entfernen und zusammenführen
Die drei Endpunkte überlappen stark. Der nächste Schritt ist also das Mergen.
Normalisiere jedes Keyword zuerst: Kleinschreibung, Spaces trimmen, doppelte Spaces zusammenfalten. Dann dedupliziere auf der normalisierten Form. Behalte eine Zeile pro Keyword, erfasse aber jeden Endpunkt und Seed, der es fand. Ein Keyword, das alle drei Endpunkte von zwei verschiedenen Seeds fanden, ist wahrscheinlich zentral für dein Thema. Das ist nützliche Information. Wirf sie nicht weg.
Was nicht mergen: Singular und Plural. Sie sehen wie Duplikate aus, aber wie wir in Episode zwanzig sahen, können es verschiedene Keywords mit verschiedenen Volumen sein. Behalte beide und lass den Validierungsschritt entscheiden.
Drift bereinigen
Nach dem Merge enthält die Liste noch Drift. Besonders vom Ideas-Endpunkt und von tiefen Related-Searches. Ein Seed über Espressomühlen kann Gewürzmühlen, Barista-Jobs, oder eine Marke zurückbringen, mit der du nie konkurrierst.
Ich bereinige in drei Durchgängen.
Eine Negativwortliste. Wörter, die einen anderen Bedarf signalisieren: Jobs, Gehalt, Free Download oder eine Produktkategorie, die du nicht abdeckst. Jedes Keyword, das eins enthält, wird geflaggt.
Eine Markenliste. Wettbewerber-Markennamen und große Händler. Diese Suchen sind navigational und du wirst sie nicht gewinnen.
Und ein schneller manueller Scan, nach Volumen sortiert. Die obersten paar hundert Zeilen sind, wo ein themenfremdes Keyword deine Analyse am meisten verzerren würde, also lohnen sich dort deine Augen.
Beachte, ich sagte geflaggt, nicht gelöscht. Behalte die Zeilen mit einer Statusspalte. Ein heute themenfremdes Wort kann nächstes Jahr eine neue Kategorie sein. Und löschst du Zeilen, zahlst du, um sie nochmal zu ziehen.
Volumen: Wessen Zahl?
Labs liefert ein Suchvolumen für jede Zeile. Das ist nützlich für eine erste Sortierung. Aber erinnere Episode achtzehn: eine Volumenquelle pro Dataset. Nutzt der Rest deiner Analyse Google Ads-Volumen, ziehe die für die finale Liste nach Deduplizierung, tausend Keywords pro Task. Ziehst du sie nach dem Merge, zahlst du für jedes Keyword einmal.
Der Output dieser Episode ist eine bereinigte Master-Liste. Eine Zeile pro Keyword mit seinen Quellen, seinem Seed, und einem Volumen aus einer konsistenten Quelle. Diese Liste ist Input für alles in den nächsten Modulen.
Fazit
Drei Endpunkte, eine Handvoll guter Seeds, ein Limit bei jedem Call, und ein sorgfältiges Merge. Das Keyword-Discovery-Script ist in der Beschreibung verlinkt. Nächste Episode: Gruppieren dieser Keywords in Cluster danach, wie stark ihre Ergebnisse überlappen. Wir sehen uns dort.