Perché trasferire i dati da Google Search Console a BigQuery?
Se non hai ancora collegato BigQuery con la Search Console, allora muoviti perchè ti stai perdendo una grossa opportunità! Ci sono almeno 5 ragioni per cui bisogna connettere le due piattaforme. Vediamole.
1. Superamento limitazioni della Search Console
Le ricerche organiche fornite dalla piattaforma sono piuttosto limitate.
- Con o senza filtri applicati, il numero massimo di righe di dati visualizzabili contemporaneamente nell’UI della Search Console è di 1.000 righe.
- L’UI della Search Console riporta solo le righe di dati principali e non tutte le righe di dati.
- La Search Console conserva i dati degli ultimi 16 mesi.
Ora guarda questo report, relativo ad un e-commerce, estratto con BigQuery dopo aver effettuato la connessione con la Search Console.
Hai visto bene! 128.281 keywords contro le 1000 che vedresti nella Search Console. Non male vero?
2. Analisi Dati Avanzata
Mentre Google Search Console offre una reportistica di base e intuizioni sulle prestazioni del sito web nei risultati di ricerca, BigQuery fornisce una piattaforma di analisi più potente e flessibile. Trasferendo i dati della Search Console a BigQuery, è possibile eseguire query complesse e analisi sui dati di ricerca. Questo consente di ottenere approfondimenti più dettagliati su modelli di traffico di ricerca, prestazioni delle parole chiave, tassi di clic, e altre metriche preziose che possono aiutare a ottimizzare la visibilità e le prestazioni del sito web.
3. Integrazione e Consolidamento dei Dati
BigQuery permette di combinare dati provenienti da molteplici fonti, inclusa Google Search Console, con altri set di dati. Questa capacità di integrazione consente un’analisi più completa correlando i dati di ricerca con altri dati aziendali. Consolidando i dati in BigQuery, è possibile ottenere una visione olistica della propria presenza online e prendere decisioni basate sui dati che coprono diversi aspetti dell’attività.
4. Scalabilità e Prestazioni
Google Search Console offre un insieme limitato di report predefiniti e opzioni di esportazione dei dati. BigQuery, d’altra parte, offre una scalabilità praticamente illimitata e potenza di elaborazione. Può gestire grandi volumi di dati ed eseguire query in modo rapido ed efficiente, anche con requisiti di analisi complessi. Questa scalabilità assicura che l’analisi non sia limitata dalla dimensione dei dati o dalla complessità della query, consentendo iterazioni e intuizioni più rapide.
Machine Learning e Analisi Predittiva
BigQuery si integra con i servizi di machine learning di Google Cloud, come BigQuery ML e AI Platform. Combinando i dati della Search Console con altri dataset e sfruttando queste capacità di machine learning, è possibile costruire modelli predittivi, identificare tendenze e generare intuizioni che aiutino a ottimizzare le strategie SEO del sito web e a guidare risultati commerciali migliori.
Come collegare BigQuery con Google Search Console
Vai sul tuo account Google Cloud Platform e nella barra di ricerca, inserisci “IAM Admin”:
Clicca su “Concedi accesso”:
In entità inserisci search-console-data-export@system.gserviceaccount.com e in assegna i ruoli aggiungi:
- Utente job BigQuery
- Editor dati BigQuery
Cliccando su SALVA dovresti trovarti nella seguente situazione:
Nel menu a tendita (in alto a destra) seleziona il tuo progetto e memorizza il tuo ID. Ci servirà per configurare la Search Console (nel mio caso è bigquerylab-414019):
Andiamo ora nella Search Console in Impostazioni > Esportazione collettiva dei dati:
e in ID progetto cloud inserisci il tuo ID (memorizzato in precedenza), assegna un nome al set dei dati (puoi lasciare quello preimpostato) e inserisci la posizione del set di dati (Milano, Europa,…).
Clicca su continua: verrà visualizzata una finestra con il riepilogo delle impostazioni.
Conferma cliccando su Configura esportazione e attendi. Dopo alcune ore, nel tuo account Google Cloud troverai il nuovo data set con le tabelle importate dalla Search Console:
- searchdata_site_impression
- searchdata_url_impression
Su queste tabelle ci divertiremo, fidati!
Data Scientist
Sono un Data Scientist con esperienza nell’applicazione di tecniche avanzate di Machine Learning per l’analisi di complessi set di dati nel campo del marketing digitale. Specializzato nell’uso di Python, sviluppo modelli predittivi e di analisi dei dati che permettono di identificare e risolvere criticità nei progetti.