Mit diesem KNIME-Workflow siehst du auf einen Blick, wie sich ein Verzeichnis über einen längeren Zeitraum auf Keyword-Ebene entwickelt hat.
Ausgangspunkt für die Entwicklung dieses KNIME-Workflows war folgender Pain Point:
Ich möchte wissen, wie sich die Performance eines Verzeichnisses auf Keyword-Ebene im Laufe der Monate verändert hat.
Mich interessiert auf dieser Flughöhe zunächst einmal nur das "Focus Keyword" eines jeden Dokuments.
Ein schneller Analyse-Versuch über das GSC-UI stößt an seine Grenzen - abwechselnde URL- und Keyword-Filter sind bereits bei etwas größeren Verzeichnissen zeitintensiv.
Eine Analyse der Rohdaten via Excel ist in wenigen Wochen schon nicht mehr nachvollziehbar - das Schreiben einer Dokumentation erzeugt unnötigen Overhead.
Dieser KNIME-Workflow unterstützt mich daher wie folgt:
Es wird ein Keyword je URL gefiltert - die Suchanfragen werden dabei geranked (siehe weiter unten).
Ich erhalte eine Heatmap, welche mir auf den ersten Blick verrät, ob sich "das wichtigste Keyword einer URL" im Verlauf des Zeitraumes verschlechtert oder verbessert hat.
Die Datenaufbereitung und -manipulation ist dokumentiert, nachvollziehbar und reproduzierbar - für verschiedene Domains und Verzeichnisse.
Das Resultat sieht dabei wie folgt aus:
Zur Erklärung:
Auf der X-Achse befinden sich die Monate in chronologischer Reihenfolge
Auf der Y-Achse befindet sich das stärkste Keyword einer jeweiligen URL (nähere Informationen zur Auswahl weiter unten)
Die Zellen haben einen farblichen Verlauf zwischen Position 1 (Grün) und Position 10 (Rot). Je grüner, desto näher an der Position 1, je röter, desto näher an der Position 10. Schwarz bedeutet, dass das durchschnittliche Ranking im jeweiligen Monat schlechter als Position 10 war.
Für diesen Workflow benötigst du:
KNIME (zum Download)
Google Search Console Daten als .csv via API
Möglichkeit 1: Search Analytics for Google Sheets - Hier sollten jedoch die Namen der Spalten vor dem Import in den KNIME-Workflow angepasst werden. Siehe Workflow-Annotation.
Möglichkeit 2: GSC-Daten direkt in KNIME abfragen - funktioniert tadellos mit dem Workflow von get:traction. Benötigt jedoch die Python-Erweiterung.
Sistrix API Key (nicht zwingend erforderlich)
Der KNIME Workflow im Detail
Der dafür notwendige KNIME Workflow besteht insgesamt aus zwei Components (Doppelklick öffnet ein Input-Fenster), einer Metanode (welche zahlreiche Nodes übersichtlich zusammenfasst), einer Heatmap Node sowie einer Tabellen Node.
GSC Daten | Config Input Node
Nachfolgend möchte ich dir anhand meines SEO-/Affiliate-Projekts (teebaron.at) zeigen, wie man die einzelnen Components konfigurieren kann. Ein Doppelklick auf die erste Component (GSC Daten | Config Input) öffnet dabei folgendes Fenster.
Nachfolgende Möglichkeiten hast du hier:
Auswahl des Datei-Pfades (V1 unterstützt nur ein einzelnes CSV)
Auswahl des Länderfilters (DACH)
Brand-Name (RegEx)
Auswahl des Datums (Beginn & Ende des Zeitraums)
Brand-Filter Aktivierung Ja/nein
Pfad-Filter (Hier kommt das Verzeichnis hin, welches du analysieren möchtest)
Column Delimiter - je nachdem, welches Delimiter-Zeichen deine CSV benutzt kannst du das passende auswählen
Hinweis zur Funktionsweise: Alles, was du hier eingeben und auswählen kannst, steuert im Hintergrund einzelne kleine Nodes über Variablen an.
Data Manipulation Node
Die nächste Node verarbeitet nun die vorgefilterten GSC-Daten und manipuliert sie so, dass wir das gewünschte Resultat erhalten. Das schaut auf den ersten Blick allerdings wilder aus, als es eigentlich ist. 🤓
Zur Erklärung:
Sitelink-URLs werden rausgefiltert
Daten werden gruppiert, geranked so gefiltert, dass ausschließlich das Top-Performing-Keyword pro URL (nach Klicks und Impressionen) übrig bleibt
Right Outer Join der Top-Performing-Keywords mit den ursprünglichen GSC-Daten
Die durchschnittlichen Positionen der Keywords nach Monat werden pivotiert
Start- und End-Position des gewählten Zeitraumes werden berechnet und die Differenz (Veränderung) wird ausgegeben
Sistrix API Call [SV Check]
Die zweite Config Component, welche deinen Input benötigt, sorgt für einen API-Call an Sistrix, welcher das dazugehörige Suchvolumen zu den jeweiligen Fokus-Keywords abruft.
Dies dient innerhalb der letzten Tabellen-Node dazu, dass die Suchbegriffe nach Suchvolumen fallend sortiert werden und man so noch zusätzlich eine Metrik zur Beurteilung der Relevanz erhält.
Hierfür musst du lediglich deinen Sistrix-API-Key eingeben (erhältst du hier) sowie das gewünschte Land, in welchem das Suchvolumen abgefragt werden soll. Falls du über keinen Zugang zu Sistrix verfügst oder aber die API nicht verwenden möchtest, so kannst du die Sistrix-Component auch einfach auslassen und die Data-Manipulation-Metanode direkt mit der Tabellen-Node verbinden.
Tabelle mit Ranking-Veränderung zwischen Start- und End-Position
Abschließend hast du noch die Möglichkeit mittels Tabelle zu sehen, welches Top-Performing-Keyword (pro URL) sich wie stark verändert hat. Anhand meiner Teebaron-Daten sehe ich so beispielsweise, dass "Weißer Tee Koffein" mit einer durchschnittlichen Position von 3,9 ins Jahr 2022 gestartet ist und den November auf einer leicht verbesserten Position beendet hat.
KNIME Workflow als Download
Gerne möchte ich dir diesen KNIME-Workflow als Download zur Verfügung stellen. Mit einem Klick auf nachfolgenden Download-Button erhältst du eine .zip-Datei, in welcher der Workflow liegt. Du benötigst für diesen Workflow keine weiteren KNIME-Erweiterungen und kannst ihn direkt "out of the box" testen.
Feedback ist ein Geschenk - daher freue ich mich jederzeit über Anmerkungen, Verbesserungsvorschläge oder auch Fragen. Meine Kontakt-Informationen findest du auf meiner "Über mich"-Seite. Du kannst mich auch gerne über LinkedIn kontaktieren. Viel Spaß!
Comments