AI SEO In Detail

AI SEO In Detail › Modul E · Gap-Analyse › Folge 38

Folge 38 · 5:56 · demnächst

Exportiere, wofür die Konkurrenz rankt, mit ranked keywords

Hol dir die Ranking-Keywords der Konkurrenz per DataForSEO Labs API: Filter senken Kosten, Snapshots altern, Speicherung für die Gap-Analyse.

Folge 38: Ranked-Keywords-Export: Wofür deine Konkurrenten ranken Video demnächst

Diese 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.

Vollständiges Transkript (übersetzt)

957 Wörter · Skriptentwurf, in Prüfung.

Intro

Du hast deine Konkurrenten ausgewählt. Vier Websites, jede mit einem Grund. Jetzt musst du wissen, wofür sie tatsächlich ranken.

Du bekommst ihre Search Console nicht. Du kannst Google nicht für hunderttausend Suchen scrapen. Die Zahlen in den Tool-Dashboards sind schwer zu exportieren und zu trauen.

In dieser Episode ziehen wir die rankenden Keywords für jeden Konkurrenten über die DataForSEO API, mit Filtern, die die Kosten niedrig halten, und speichern alles, damit die nächste Episode vergleichen kann.

Was der Ranked-Keywords-Endpoint liefert

DataForSEO Labs hat einen Endpoint namens ranked keywords. Du gibst eine Domain, einen Standort und eine Sprache an. Du bekommst die Keywords zurück, für die diese Domain rankt, aus DataForSEOs eigener Datenbank von Suchergebnissen.

Dieser letzte Teil ist wichtig. Es ist keine Live-Suche. DataForSEO crawlt Ergebnisseiten nach Zeitplan, speichert sie, und dieser Endpoint liest aus diesem Speicher. Also schnell und günstig, aber eine Momentaufnahme.

Pro Zeile bekommst du das Keyword und sein Suchvolumen. Du bekommst die rankende URL, also weißt du, welche Seite rankt. Du bekommst den Ergebnistyp: ein normales organisches Listing, ein Featured Snippet und so weiter. Und du bekommst zwei Positionen.

Rank group ist die Position unter Ergebnissen desselben Typs. Rank absolute zählt jedes Element auf der Seite, inklusive Features. Position drei in rank group kann Position sieben in rank absolute sein, wenn vier Features darüber liegen. Für Gap-Analyse speichere ich beide und sortiere nach rank group.

Jede Zeile trägt ein Datum, wann das Ergebnis zuletzt gesehen wurde. Behalte es. Wir brauchen es für den Staleness-Check.

Der Call, mit Filtern

Hier ist der Call. Ein einzelner POST-Request, aufgesetzt genau wie der in Episode drei. Credentials kommen aus Umgebungsvariablen, nie aus dem Skript.

Vier Parameter machen die meiste Arbeit. Target ist die Domain des Konkurrenten. Location und Language müssen zu deinem Markt passen. Wenn du in einem Land verkaufst, zieh keine globalen oder anderen Länderdaten. Limit ist die Anzahl Zeilen, bis zu tausend pro Request. Und dann Filter.

Filter laufen auf DataForSEOs Seite, bevor du für Zeilen zahlst. Das ist die billigste Kostenkontrolle, die du hast. Ich nutze drei. Position: rank group dreißig oder besser, weil tiefere Rankings meist Rauschen für Gap sind. Volume: mindestens zehn pro Monat, da darunter die Daten ohnehin null melden, wie wir in Episode neunzehn sahen. Und result type: nur organic, für den ersten Durchgang.

Dann sortieren nach volume, absteigend, sodass die erste Seite der Ergebnisse die wichtigste ist. Hat ein Konkurrent mehr Zeilen als dein Limit, blätterst du mit einem Offset. Ein Request pro tausend Zeilen.

Ein Wort zum Target. Nutze die nackte Domain, ohne https und ohne abschließenden Slash. Entscheide vorher, ob Subdomains zählen. Läuft ein Konkurrent sein Blog auf separater Subdomain, ist das Blog Teil dessen, womit du konkurierst, also nimm es mit. Du kannst auch eine einzelne URL oder einen Ordner statt ganzer Domain targeten. Praktisch, wenn nur ein Bereich einer großen Site mit dir konkurriert, wie eine Marketplace-Kategorie für deine Produkte.

Lauf immer erst einen Dry Run. Gleicher Call, limit zehn. Kostet etwa einen Cent und sagt dir, ob Location stimmt, Domain richtig geschrieben ist und Filter tun, was du denkst.

Was es kostet

Preis ist pro Request plus pro Zeile. Zum Zeitpunkt des Schreibens etwa ein Cent pro Request und etwa ein Hundertstel Cent pro Zeile.

Also schätzen wir. Vier Konkurrenten, fünftausend Zeilen je nach Filtern. Das sind zwanzigtausend Zeilen über zwanzig Requests. Etwa zwei Dollar vierzig in Zeilen, plus etwa ein Viertel in Requests. Unter drei Dollar für das ganze Konkurrentenset.

Deshalb sind die Filter wichtig. Ohne Position- und Volume-Filter kann ein großer Konkurrent allein hunderttausende Zeilen zurückgeben. Gleiche Daten, meist nutzlos, zu fünfzigfachen Kosten.

Und erinnere dich an die Hausregel aus Episode zwei: erst schätzen, dann laufen. Schreib die Schätzung auf vor dem Call.

Aktualität: Ein Snapshot ist nicht die Wahrheit

Jetzt die Falle. Labs-Daten können veraltet sein. Eine Zeile sagt, ein Konkurrent rankt viert für ein Keyword. Aber das Ergebnis wurde vielleicht vor Wochen oder Monaten aufgezeichnet. Seitdem kann die Seite gefallen, verschoben oder gelöscht worden sein.

Also behandle jede Zeile als wurde hier rankend gesehen, nicht rankt hier jetzt. Schau auf das last seen date. Für den meisten Export ist es egal, weil wir Muster über tausende Keywords suchen.

Aber für die wenigen Keywords, die eine Entscheidung treiben, wie eine neue Seite, checkst du die Live-Ergebnisseite. Das kostet Bruchteile eines Cents pro Keyword, und genau das machen wir in der nächsten Episode.

Noch eine Staleness-Falle: Domain-Wechsel. Hat ein Konkurrent zu neuer Domain gewechselt, kann die alte noch Rankings im Speicher zeigen eine Weile. Check, dass die Domain, die du ziehst, die ist, die heute die Seiten liefert.

Einmal speichern, für immer abfragen

Speichere zwei Dinge. Erstens die rohe JSON-Response, genau wie sie kam, in deinem Cache-Ordner. Eine Datei pro Request, benannt nach Domain, Location, Datum und Offset. Brauchst du je ein Feld, das du nicht geparst hast, hast du es, zahlst nicht neu.

Zweitens eine saubere Tabelle in SQLite. Eine Zeile pro Domain und Keyword, mit Snapshot-Datum, URL, beiden Positionen, Volume, result type und last seen date.

Füg jetzt eine Extra-Spalte hinzu: ein normalisiertes Keyword. Kleinbuchstaben, getrimmt, Extra-Leerzeichen entfernt. Wir nutzen es in der nächsten Episode, um Keyword-Listen richtig zu vergleichen.

Und hier ein Schritt, den Leute überspringen: lauf denselben Export für deine eigene Domain. Gleiche Location, gleiche Filter. Du hast auch Search Console, und das sind bessere Daten für deine eigene Site. Aber für den Vergleich willst du beide Seiten aus gleicher Quelle, auf gleiche Weise gemessen. Sonst sehen Unterschiede in den Daten wie Lücken aus.

Behalte das Snapshot-Datum auf jeder Zeile. Wenn du in drei Monaten neu läufst, kannst du Snapshots vergleichen und sehen, welcher Konkurrent in welchem Thema wächst.

Fazit

Ein gefilterter Export pro Konkurrent, plus dein eigener, mit Daten gespeichert. Export-Skript und SQLite-Schema sind in der Beschreibung verlinkt. Nächste Episode: die Keyword-Gap, was deine Konkurrenten haben, was du nicht hast, und wie du es checkst, bevor du ihm vertraust. Bis dann.