Дэниел Вайсберг, эксперт по поисковым запросам Google, недавно представил подробное видео об экспорте больших объемов данных — функции, которая позволяет экспортировать, хранить и анализировать данные Search Console.
Это новое решение превосходит возможности и упрощает управление огромными объемами данных.
Вот как.
Содержание
Обзор текущих решений для экспорта данных
Прежде чем представить функцию массового экспорта данных, Вайсберг повторил существующие методы экспорта данных Search Console.
Самый доступный способ — через пользовательский интерфейс. Вы можете напрямую экспортировать до 1000 строк данных простым нажатием кнопки экспорта.
Looker Studio и API предоставляют решения для людей, которым требуются большие объемы данных. Оба канала позволяют получать данные о производительности, данные проверки URL-адресов, карты сайта и данные сайта с ограничением экспорта до 50 000 строк.
Представляем массовый экспорт данных
Последний и самый продвинутый способ экспорта данных из Search Console — массовый экспорт данных.
Эта уникальная функция позволяет извлекать огромные объемы данных с помощью Google BigQuery без ограничений по количеству строк. Это выгодно для больших веб-сайтов с большим количеством страниц или большим трафиком.
Вайсберг заявляет: «Массовый экспорт данных — это запланированный ежедневный экспорт данных о производительности вашей Search Console. Он включает в себя все данные, используемые Search Console для создания отчетов об эффективности. Данные экспортируются в Google BigQuery, где вы можете выполнять SQL-запросы для расширенного анализа данных или даже экспортировать их в другую систему».
Настройка массового экспорта данных
Учитывая сложность и мощность, для массового экспорта данных требуются знания Google Cloud Platform, BigQuery и Search Console.
Имейте в виду, что использование этого инструмента может повлечь за собой расходы, поэтому крайне важно учитывать потенциальные расходы перед настройкой нового экспорта.
Для настройки массового экспорта данных используются Google Cloud и Search Console.
Шаг первый: облако Google
Сначала переключитесь на соответствующий проект в Google Cloud и убедитесь, что API BigQuery включен.
- Откройте Google Cloud Console и переключитесь на проект, в который вы экспортируете данные.
- Перейдите к API и службам > Включенные API и службы и включите BigQuery API, если это не так.
- Перейдите к IAM и Admin, нажмите + ПРЕДОСТАВИТЬ ДОСТУП и вставьте [email protected] в «Новых принципалах».
- Предоставьте этой учетной записи две роли: пользователь задания BigQuery и редактор данных BigQuery, а затем сохраните.
Шаг второй: консоль поиска
В Search Console выполните следующие действия:
- Перейдите в «Настройки» > «Массовый экспорт данных».
- Введите идентификатор вашего проекта Google Cloud в поле «Идентификатор облачного проекта».
- Выберите имя набора данных. По умолчанию используется «поисковая консоль».
- Выберите место для вашего набора данных. Это не может быть легко изменено позже.
- Нажмите «Продолжить», чтобы начать экспорт. Первый экспорт произойдет в течение 48 часов после успешной настройки.
- После создания таблицы установите срок действия раздела, если это необходимо, но избегайте изменений схемы.
- Для получения исторических данных, предшествующих первоначальной настройке, используйте Search Console API или отчеты.
Мониторинг и управление экспортом данных
Новая система экспорта данных имеет встроенную функцию, позволяющую отслеживать экспорт данных с помощью BigQuery. Например, вы можете отслеживать экспорт с помощью таблицы журнала экспорта.
Обратите внимание, что данные будут накапливаться бесконечно, если вы не установите время истечения срока действия. Процесс экспорта будет продолжаться до тех пор, пока он не будет деактивирован вручную или если в Search Console возникнут проблемы.
В случае каких-либо ошибок Search Console уведомит всех владельцев недвижимости.
В итоге
В заключение, функция массового экспорта данных может улучшить управление большими объемами данных Search Console.
Следите за будущим контентом от Google, в котором будет более подробно рассмотрена обработка данных после настройки экспорта и рекомендаций по извлечению данных из BigQuery.
Источник: YouTube
Избранное изображение, созданное автором с помощью Midjourney.