AI SEO In Detail

AI SEO In Detail › Módulo A · Fundamentos › Episodio 3

Episodio 3 · 5:44 · gratis

API de DataForSEO desde cero: tu primera llamada

Crea tu cuenta de DataForSEO, prueba gratis en el sandbox, haz tu primera llamada SERP live de pago, lee el JSON y guarda la respuesta en caché. Kit gratis.

Al reproducir el vídeo se carga desde YouTube (modo de privacidad mejorada). El vídeo está en inglés con subtítulos en tu idioma.

Script gratis

Script inicial para tu primera llamada a DataForSEO

Un pequeño script inicial en Python para DataForSEO: credenciales en variables de entorno, consulta gratuita del saldo, una petición de página de resultados en live con aviso de coste, códigos de estado comprobados por tarea y la respuesta sin procesar guardada en caché antes de volcarla en SQLite.

  • Credenciales fuera del proyecto — Guarda tu login y tu contraseña de la API en un archivo privado de tu carpeta personal y cárgalos como variables de entorno. El script nunca los incluye.
  • Comprobación gratis y luego sandbox — Ejecuta la llamada gratuita de saldo para comprobar que tus credenciales funcionan y, después, desarrolla y prueba tu parseo en el sandbox, que devuelve datos de prueba y no se factura.
  • Una llamada live, en caché — El script muestra el coste estimado, pide un sí, guarda el JSON sin procesar antes de parsearlo y escribe una fila por resultado en SQLite. Al volver a ejecutarlo se lee la caché, gratis.
Descargar el script inicial (zip)

Python 3.9+ · solo biblioteca estándar · sin claves incluidas · sin registro

Los archivos están en inglés.

Transcripción completa (traducida)

1,045 palabras · traducción de la narración del episodio.

Introducción

La documentación de DataForSEO tiene cientos de endpoints. La abres, haces scroll, y una hora después todavía no has hecho ni una sola solicitud.

No necesitas cientos de endpoints. Para empezar, necesitas tres cosas: credenciales guardadas de forma segura, una llamada gratis para comprobar que todo funciona, y una llamada de pago que devuelva algo útil.

Aquí pasamos de una cuenta nueva a una página de resultados en vivo en Python, leemos la respuesta y la guardamos para no pagarla nunca dos veces.

Cuenta y credenciales

Cuenta y credenciales

Primero, la cuenta. Te registras, haces un pequeño depósito y la API es de pago por uso. Sin cuota. Cada llamada se cobra de tu saldo.

En el panel encontrarás tu login de API y una contraseña de API. Ojo: la contraseña de API no es la que usas para entrar en la web. La API usa autenticación básica: login y contraseña de API en cada solicitud.

Ahora, el hábito más importante de este episodio. Esas credenciales nunca van en tu script. Ni en el código, ni en un notebook, ni en un chat con un asistente de IA.

Las guardo en un pequeño archivo de entorno en mi carpeta personal, fuera de cualquier proyecto, legible solo por mi usuario. El script lee dos variables de entorno al ejecutarse. Así la carpeta del proyecto se puede compartir, sincronizar o poner en control de versiones sin filtrar una clave. Si una clave se filtra, cambias la contraseña de API en el panel, y la antigua deja de funcionar.

Sandbox vs live, y una primera llamada gratis

DFS tiene un sandbox. Mismos endpoints, mismo formato de solicitud, pero otro hostname, y devuelve datos de prueba sin cobrarte. Úsalo mientras escribes tu código de parsing. Puedes machacarlo todo lo que quieras.

Luego, antes de gastar nada en la API en vivo, haz allí una llamada gratis. El endpoint de user data devuelve los datos de tu cuenta, incluido tu saldo actual. No cuesta nada.

Si esa llamada funciona, tus credenciales funcionan. Y la uso también para otra cosa: reviso el saldo antes de cada ejecución grande, en vez de fiarme de una cifra que apunté la semana pasada. Tarda un segundo y es gratis.

La primera llamada de pago: una página de resultados en live

La primera llamada de pago: una página de resultados en live

Ahora lo de verdad. Pedimos los resultados de Google en vivo para una keyword. El endpoint es organic live advanced, dentro de SERP, Google.

El cuerpo de la solicitud es una pequeña lista de tareas. Cada tarea tiene una keyword, una ubicación, un idioma y una profundidad, que es cuántos resultados quieres. La ubicación y el idioma importan mucho. La misma keyword da resultados distintos en distintos países, así que defínelos siempre de forma explícita.

Profundidad diez significa la primera página. En mi propia facturación, eso son unas tres décimas de centavo.

La llamada tarda unos segundos, porque es en vivo: DFS obtiene la página en ese momento. Y aquí está nuestra respuesta.

Leer el JSON

Leer el JSON

La respuesta parece grande, pero tiene cuatro niveles, y solo necesitas conocer esos cuatro.

Arriba, un código de estado y un coste para toda la solicitud. Luego una lista de tareas, una por tarea enviada, cada una con su código de estado. Dentro de cada tarea, un result. Y dentro del result, una lista llamada items. Esa es la página de resultados.

Cada item tiene un tipo. "Organic" es un enlace azul normal. Pero también verás tipos para fragmentos destacados, "Otras preguntas", local packs, vídeos, etcétera. Cada item tiene una posición en la página, un dominio, una URL y un título.

Un detalle que confunde a mucha gente: hay dos números de ranking. Uno cuenta cada elemento de la página, features incluidas. El otro cuenta solo dentro del mismo tipo, así que el primer resultado orgánico es el número uno entre los orgánicos, aunque haya un fragmento y un mapa encima. Decide cuál usa tu análisis y mantente fiel a él.

Así que la primera regla de parsing es sencilla: recorre los items en un bucle, y mira siempre el tipo antes de leer cualquier otra cosa. Profundizaremos mucho más en las features en el episodio veintiocho.

Modo live vs modo task, y códigos de error

Lo que acabamos de hacer es el modo live: una solicitud, una respuesta. DFS también tiene el modo task. Envías las tareas, entran en cola y recoges los resultados más tarde. Es más barato por solicitud y va bien para lotes grandes cuando no necesitas la respuesta ya. Para aprender y para comprobaciones pequeñas, live es más sencillo.

Errores. Cada respuesta tiene un código de estado. Veinte mil significa OK. Los códigos en el rango de cuarenta mil indican un problema en tu solicitud, como un parámetro incorrecto o un saldo agotado. El rango de cincuenta mil indica un problema de su lado. Comprueba el código de estado de cada tarea, no solo de la respuesta entera. Una solicitud puede tener éxito aunque falle una tarea dentro de ella.

Guardar la respuesta en caché

Guardar la respuesta en caché

Último paso, y es el que más dinero ahorra. Antes de parsear nada, guarda la respuesta en bruto en disco. Un archivo por keyword, ubicación, idioma, profundidad y fecha, para que el nombre del archivo diga exactamente qué contiene.

Luego escribe tu script para que mire primero la cache. Si el archivo existe, léelo. Si no, haz la llamada de pago y guárdala. Ahora un fallo en tu código de parsing no cuesta nada, y puedes repetir tu análisis tantas veces como quieras.

También te da historial. Una carpeta de resultados guardados es una serie temporal para comparar después.

Del JSON a una fila de tabla

El archivo en cache es la fuente de verdad. Pero para analizar, quieres filas, no JSON anidado.

Así que el parser hace una sola cosa. Por cada item, escribe una fila: la fecha, la keyword, la ubicación y el dispositivo que pediste, el ranking, el tipo, el dominio, la URL y el título. En esta fase no se decide nada más. Sin filtrar, sin puntuar.

Esa tabla es la parte SERP del modelo de datos que haremos en el episodio cinco. Como guardaste el archivo en bruto, siempre puedes añadir una columna después, como una feature que hoy no te importaba, parseando la cache de nuevo. Sin llamada nueva, sin coste nuevo.

Resumen final

Credenciales fuera del proyecto, primero una comprobación gratis, una llamada live, y cache antes de parsear. El script inicial está enlazado en la descripción. Próximo episodio: extraer tus propios datos de la API de Search Console. Nos vemos allí.