AI SEO In Detail › Modul D · SERP-Analyse › Folge 27
DataForSEO SERP API: Hol dir Live-Google-Ergebnisse per Code
Live-Google-Ergebnisse mit der DataForSEO SERP API abrufen: wichtige Parameter, Kosten pro Anfrage, Response nach Item-Typ auslesen und Snapshots zum Vergleichen speichern.
Video demnächstDiese Folge ist geskriptet und in Produktion. Das Transkript unten ist das Skript in der aktuellen Fassung; es kann sich vor der Veröffentlichung des Videos noch ändern.
957 Wörter · Skriptentwurf, in Prüfung.
Intro
Letzte Episode analysierten wir zehn Ergebnisseiten von Hand. Es dauerte eine Stunde, und es hat sich gelohnt.
Jetzt hast du vierhundert Keywords. Von Hand wäre das eine Woche. Und nächsten Monat willst du es wiederholen, um zu sehen, was sich änderte.
Du kannst eine Ergebnisseite auch nicht brauchbar aus dem Browser speichern. Ein Screenshot lässt sich nicht sortieren, filtern oder vergleichen.
In dieser Episode holen wir live Google-Ergebnisse über die DataForSEO API: welche Parameter wichtig sind, was es kostet, wie man die Antwort liest, und wie man jede Ergebnisseite als Snapshot speichert zum späteren Vergleich.
Der Endpoint und seine Parameter
Den Account richteten wir ein und machten den ersten Call in Episode drei. Jetzt nutzen wir einen bestimmten Endpunkt: SERP, Google, organic, live, advanced. "Live" heißt, du bekommst die Antwort im gleichen Request. "Advanced" heißt, du bekommst jedes Element auf der Seite, nicht nur die Links.
Der Request ist eine Liste von Tasks. Jeder Task beschreibt eine Suche mit ein paar wichtigen Parametern.
Das Keyword, genau wie eine Person es eingeben würde.
Die Location. Du kannst sie als Namen oder als Zahlencode angeben. Der Code für die Vereinigten Staaten ist zweitausendachthundertvierzig. Ergebnisse unterscheiden sich stark zwischen Ländern, bei lokalen Themen auch zwischen Städten, daher setze dies immer explizit.
Der Sprachcode, zum Beispiel "en".
Das Gerät: Desktop oder Mobile. Die Ergebnisse können unterschiedlich sein, und wir vergleichen sie richtig in Episode vierunddreißig.
Und die Depth: wie viele Ergebnisse du willst. Zehn gibt dir Seite eins. Dreißig gibt dir die ersten drei Seiten.
Was es kostet
Depth ist der Hauptkostenhebel. In meiner Abrechnung kostet ein Live-Request bei Depth zehn etwa ein Drittel Cent. Bei Depth dreißig etwa doppelt so viel.
Also vierhundert Keywords bei Depth zehn sind ungefähr ein Dollar zwanzig. Bei Depth dreißig etwa zwei vierzig. Günstig, aber es summiert sich, wenn du jede Woche neu läufst, oder wenn du die Depth auf hundert setzt ohne nachzudenken.
Meine Regel ist einfach. Nutze Depth zehn für Analysen. Nutze dreißig nur, wenn du speziell Seite zwei und drei sehen musst, wie beim Tracking von Seiten in Schlagdistanz aus Episode zehn. Und vor jedem Lauf gibt das Skript die Anzahl Keywords mal Preis aus und wartet auf ein Ja. Das ist das Cost Gate aus Episode sechs.
Die Antwort sagt dir auch, was jeder Task wirklich gekostet hat. Logge die Zahl. Das ist der echte Preis, und er zeigt dir, wann sich die Preisliste geändert hat.
Die Response lesen
Die Antwort ist verschachtelt, aber der Teil, den du brauchst, ist einfach. Innerhalb von tasks, dann result, gibt es eine Liste namens items. Jedes Item ist ein Element auf der Ergebnisseite, in der Reihenfolge.
Jedes Item hat einen Typ. "Organic" ist ein normaler blauer Link. Andere sind Dinge wie "featured snippet", "people also ask", "local pack", "video", "images" und "AI overview". Episode achtundzwanzig erklärt, was jeder davon bedeutet.
Jedes Item hat auch zwei Positionen, sie zu verwechseln ist der häufigste Fehler. Rank group ist die Position innerhalb seines eigenen Typs. Das dritte organische Ergebnis hat Rank group drei. Rank absolute ist die Position unter allen Elementen auf der Seite. Wenn ein Snippet, eine Videozeile und eine Fragebox zuerst kommen, hat dasselbe dritte organische Ergebnis vielleicht Rank absolute sechs.
Keine passt exakt zur durchschnittlichen Position der Search Console. Search Console mittelt über viele Suchen, Geräte und Tage. Die API gibt dir einen Snapshot. Nutze die API, um zu sehen, wie die Seite aussieht, und Search Console, um zu sehen, was wirklich passiert ist.
Für organische Items nutzt du meist Domain, URL, Titel und Beschreibung. Das reicht für Clustering, für die Klassifizierung wer rankt, und für Title Match.
Mein Parser macht zuerst eine einfache Sache: er durchläuft die Items und sortiert sie nach Typ in Buckets. Organische Items in eine Liste, alles andere in eine Features-Liste, mit der Position. Geh nie davon aus, dass das erste Item das erste organische Ergebnis ist. Auf vielen Ergebnisseiten ist es das nicht, und das allein bricht viele selbstgemachte Rank-Tracker.
Das Ergebnis listet auch auf, welche Item-Typen auf der Seite erscheinen, bevor du überhaupt die Items öffnest. So kannst du schnell Keywords mit Karte, Videozeile oder AI-Zusammenfassung markieren, ohne etwas zu parsen.
Snapshots speichern
Speichere jede Antwort zweimal.
Erst die rohe Antwort als Datei im Cache-Ordner, benannt nach Keyword, Location, Gerät und Datum. Das ist dein Beleg. Wenn du später ein Feld willst, das du nicht geparst hast, zahlst du nicht nochmal.
Zweitens die geparsten Items als Zeilen in einer SQLite-Tabelle. Eine Zeile pro Item, mit Keyword, Location, Gerät, Datum, Typ, beiden Positionen, Domain, URL und Titel. Eine Ergebnisseite wird ein Snapshot, zehn bis dreißig Zeilen plus Features.
Jetzt werden die Fragen aus dem Worksheet zu einfachen Queries. Wer rankt am häufigsten über meine Keywords? Welche Keywords haben eine Videozeile? Wo startet das erste organische Ergebnis? Und weil jede Zeile ein Datum hat, kann der Lauf nächsten Monat mit diesem verglichen werden, Keyword für Keyword.
Noch eine Gewohnheit. Prüfe den Status jedes Tasks, nicht nur des ganzen Requests. Ein Request kann erfolgreich sein, während ein einzelner Task fehlschlägt, zum Beispiel wegen einer falsch geschriebenen Location. Schreibe fehlgeschlagene Tasks in eine Liste und versuche nur die erneut.
Stolperfallen
Zusammengefasst die Fallen. Location vergessen, also das falsche Land analysiert. Hohe Depth als Standard nutzen und für Seiten zahlen, die keiner liest. Rank group und Rank absolute im selben Report vermischen. Snapshots mit unterschiedlichen Einstellungen vergleichen.
Keiner davon zeigt sich als Fehler. Sie zeigen sich als Schlüsse, die leicht falsch sind. Deshalb werden die Einstellungen auf jeder Zeile gespeichert.
Fazit
Also: setze Location, Sprache, Gerät und Depth bewusst, gate die Kosten, und speichere jede Ergebnisseite als datierten Snapshot. Das Python-Skript zum Abrufen, Parsen und Speichern ist in der Beschreibung verlinkt. Nächste Episode: was all die anderen Item-Typen bedeuten — Snippets, Frageboxen, Local Packs und AI Overviews — und was sie mit deinen Klicks machen. Bis dann.