Wie können SEOs Aspekte der Suchintention ihrer Nutzer im großen Maßstab bewerten? Johanna Maier erklärt, wie man mithilfe der Programmable Search Engine (PSE) Suchergebnisse analysieren und Fragen rund um die Suchintention beantworten kann.
Anmerkung: Der Artikel ist zunächst auf Englisch erschienen, weshalb sich einige Beispiele im Text und im zugehörigen Sheet auch noch auf die englischen Suchergebnissen beziehen. Die beschrieben Ideen und Konzepte sind allerdings international einsetzbar.
Was ist heutzutage das A&O in der Suchmaschinenoptimierung? Genau, die Suchintention. Oder anders formuliert: Was wollen die Nutzer sehen, wenn sie nach Deinem Fokus-Keyword suchen?
Die Chancen stehen gut, dass Dir ein Blick in die aktuellen Top-10-Rankings eines Keywords bereits eine ziemlich gute Antwort liefert – oder zumindest die beste Antwort, die man öffentlich finden kann. Natürlich kann es sein, dass noch kein Ranking die tatsächliche Intention der Nutzer erfüllt und dass Dein neuer Content alle bisherigen Rankings übertreffen wird.
Es ist also immer eine gute Idee, über den Tellerrand der aktuellen Rankings hinauszuschauen. Vor allem bei kleineren Webseiten kann eine ausführliche thematische Recherche Content-Potentiale aufzeigen, die der Konkurrenz bisher entgangen sind. Aber selbst wenn wir uns der Suchintention „nur“ mithilfe der aktuellen Rankings annähern möchten, ist dazu eine manuelle Analyse für jedes Keyword nötig, die schwer auf große Keyword-Sets skalierbar ist.
In diesem Artikel gehen wir einen anderen Weg: Wie können wir Aspekte der Suchintention unserer Nutzer im großen Maßstab bewerten? Und welche grundlegenden Fragen unserer SEO-Strategie können wir durch eine großangelegte Analyse der Suchergebnisse beantworten?
Ein erstes Beispiel aus der Praxis:
Los geht’s mit einem Anwendungsfall, um dieses abstrakte Thema etwas greifbarer zu machen. Ist Dir schon einmal aufgefallen, dass es in den organischen Suchergebnissen der Modebranche einen „Keyword Gender Bias“ gibt? In den Top-Rankings der englischen Suche sieht man für den Begriff „hoodies“ hauptsächlich „männliche“ Landing Pages mit Produkten für Männer, während bei „coats“ (dt. Mäntel) überwiegend Seiten mit weiblichen Produkten zu finden sind.
Deswegen macht es wahrscheinlich keinen Sinn, eine „neutrale“ Seite wie www.example.com/c/coats/ mit Produkten für Herren und Damen zu erstellen, da der allgemeine Begriff „coats“ und seine Suchintention bereits von der Damen-URL www.example.com/c/women/coats/ bedient wird.
Als SEOs brauchen wir solche Informationen, bevor wir unsere Landing Pages erstellen – und das idealerweise, ohne jedes einzelne Keyword manuell zu googeln. Die Programmable Search Engine von Google und die zugehörige Custom Search JSON API machen genau das möglich.
Aber fangen wir von vorne an. Darum geht’s in diesem Artikel:
1. Zunächst werden wir klären, was die Programmable Search Engine (PSE) ist und wie wir auf die zugehörige API zugreifen können. Ein kleiner Spoiler: Es es eine kostenlose Möglichkeit, um einen Proxy der Google-Suchergebnisse standardisiert und skalierbar für große Keyword-Sets abzufragen.
2. Gemeinsam werden wir Schritt für Schritt eine Custom Search Engine einrichten, einen API-Key generieren, mit dem wir auf die SERP-Daten zugreifen können und ein Google Sheets Template aufsetzen, um den Output zu analysieren.
3. Dann kommen unsere Learnings bei drei SEO Use Cases zum Einsatz. Dabei wirst Du sehen, wie die API konkrete Fragen aus der SEO-Praxis rund um Keyword-Analysen und Suchintention beantworten kann.
4. Abschließend werfen wir noch einen Blick auf den aktuellen Status Quo bei der Analyse von Suchintentionen und wie dieser Artikel eine neue Perspektive beisteuert.
Aber eins nach dem anderen. Als erstes schauen wir uns die Programmable Search Engine und die zugehörige API genauer an – und wie uns beides bei der Search Intent Analyse helfen kann.
Die Chancen stehen gut, dass Du der Programmable Search Engine von Google beim Surfen durchs World Wide Web bereits einmal begegnet bist. Der Grund ist einfach: Die programmierbare Suche gibt Webmastern eine einfache Möglichkeit, eine Suchfunktionalität in die eigene Website zu integrieren.
Das Besondere daran: Man integriert dabei nicht einfach einen iFrame der regulären Google Suche. Nein, Du kannst die Sucherfahrung mit zahlreichen Einstellungen der Programmable Search Engine (kurz: PSE) ganz nach Deinem Geschmack personalisieren.
Weiter geht’s mit der Custom Search JSON API, die Du direkt nach dem Einrichten Deiner Programmable Search Engine nutzen kannst. Meine persönliche Definition habe ich bereits erwähnt: Die API ist eine kostenlose Möglichkeit, um einen Proxy der Google-Suchergebnisse standardisiert und skalierbar für große Keyword-Sets abzufragen. Schauen wir uns das mal genauer an.
Die API verarbeitet die Ergebnisse der Programmable Search Engine und stellt sie im JSON-Format zur Verfügung. JSON-LD (JavaScript Object Notation for Linking Data) ist ein weit verbreitetes Format zum Austausch von Daten zwischen Anwendungen in einfacher Textform. So kannst Du die Daten der API (z.B. rankende URLs und Titel-Tags für ein Keyword) in jeder Deiner eigenen Anwendungen verwenden, so auch in Google Sheets wie wir später noch sehen werden.
Ja, aber mit einer Limitierung. Du kannst mit einem Google Account täglich bis zu 100 kostenlose Anfragen ausführen. Alternativ gibt es noch die Option dieses Limit auf bis zu 10.000 tägliche Anfragen aufzustocken (Kosten 5$ pro 1.000 Anfragen – weitere Infos).
In der Regel sollten die rund 3.000 kostenlosen Anfragen pro Monat für viele SEO-Anwendungsfälle ausreichen. Und falls nötig, können die Anfragen immer noch auf verschiedene Google-Accounts aufgeteilt werden.
Ein sehr hilfreiches Feature der Programmable Search Engine ist die Option, die Suche auf das gesamte Web auszuweiten. Damit erhalt man quasi einen Proxy der Suchergebnisse, die man auch in einer normalen Google Suche erhält – nur ohne SERP-Integrationen wie Rich Results oder Featured Snippets. Zudem gibt es Unterschiede in den genauen Positionen der einzelnen Rankings im Vergleich zur Google Suche.
Hier stellt sich eine weitere Frage: Warum holen wir uns nicht die gleichen Daten aus der tatsächlichen Google Suche?
Zwei Punkte: Die Custom Search API is kostenlos und außerdem gibt es hier keine Grauzone. Denn offiziell erlaubt Google kein Scrapen der Suchresultate (s. Info zu automatisierten Anfragen). Da das natürlich trotzdem passiert, gibt es eine Reihe von Zugriffseinschränkungen.
Falls Du jemals versucht hast, die Google Suchergebnisse mit einem Web Crawler zu scrapen, wurden Dir nach einigen Anfragen sicherlich auch 403 oder 302 Status Codes ausgespielt. Dabei handelt es sich im Normalfall um CAPTCHAs, die Deine Menschlichkeit verifizieren oder um eine Blockierung aufgrund von unüblichem Traffic (siehe Abbildung 1).
Abb. 1: Output eines Crawls der Google Search Result URLs und blockierte Anfragen
Im Gegenteil dazu stehen die Ergebnisse der Programmable Search Engine verlässlich und kostenlos über die Custom Search JSON API zur Verfügung. Doch wie so oft im Leben gibt’s auch hier einen Trade-Off: Die Suchergebnisse der Programmable Search Engine sind nur ein Proxy, also keine tatsächliche Kopie der realen Suchergebnisse – selbst wenn man die korrekte Region und Sprache in den Einstellungen angibt.
Und da stellt sich schon die nächste Frage: Ist der Output überhaupt gut genug, um für SEO-Entscheidungen herangezogen zu werden?
Ist der Output also eine gute Grundlage für SEO-Entscheidungen? Meiner Meinung nach, ja.
Nehmen wir nochmal die vorherigen Beispiele aus der UK-Suche: „hoodies“ und „coats”. In Abbildung 2 und Abbildung 3 werden die Top-10-Rankings der echten UK-Suche (über Valentin App lokalisiert) den Ergebnissen der Programmable Search Engine (Region UK, Sprache Englisch) gegenübergestellt.
Abb. 2: Ergebnisvergleich – Echte Google-Suche vs. Programmable Search Engine
Abb. 3: Ergebnisvergleich – Überblick mit gleichen Farben für deckungsgleiche Rankings
In Abbildung 3 gibt es eine Übersicht der Rankings auf der ersten SERP von beiden Suchmaschinen. Alle deckungsgleichen URLs wurden in der gleichen Farbe markiert. Die weißen URLs ohne Markierung hatten keine Übereinstimmung und sind somit nur in einer der beiden Suchmaschinen aufgetaucht.
Alles in allem kann man festhalten, dass es eine starke Überschneidung der Ergebnisse gibt, auch wenn sich die einzelnen Ranking-Positionen unterscheiden. Zudem fehlen in der Programmable Search Engine alle schicken SERP-Integrationen wie Rich Results, Featured Snippets, Title Rewrites or Indented Snippets.
Bisher waren die Ergebnisse in jedem Fall für alle meine Anwendungsfälle akkurat genug. Aber natürlich solltest Du hier eine individuelle Einschätzung für Dein eigenes Projekt treffen.
Die Suchergebnisse der Programmable Search Engine sind also keine exakte Kopie der tatsächlichen Google Suche. Aber sie sind dennoch ein guter Proxy, mit dem wir unseren projektspezifischen Search Intent analysieren können – und zwar detaillierter als die klassische Einteilung in navigationale, transaktionale und informationale Keywords.
Jetzt geht’s endlich los mit dem spannenden Teil, dem Setup inkl. Google Sheets Template.
Als erstes müssen wir eine Programmable Search Engine aufsetzen und ihre API anzapfen. Danach geht’s um das Google Sheets Template, mit dem wir den Output analysieren können.
Zunächst müssen wir zwei Codes generieren: (1) die ID einer neu erstellten Programmable Search Engine und (2) den API-Key, um auf den JSON-Output der zugehörigen Custom Search API zugreifen zu können.
Alle nachfolgenden Setup Schritte befinden sich auch in der Dokumentation der Custom Search JSON API.
Setup-Schritt 1: Log-in in einen Google Mail-Account
Setup-Schritt 2: Ausfüllen der Setup-Seite der Programmable Search Engine
Abb. 4: Setup-Schritt 2 – Programmable Search Engine Setup-Seite
Setup-Schritt 3: Passe die Einstellungen im Control Panel der Programmable Search Engine an.
Abb. 5: Setup-Schritt 3 – Programmable Search Engine Region & Sprache
Abb. 6: Setup-Schritt 3 – Programmable Search Engine ID
Setup-Schritt 4: API-Key der Custom Search JSON API
Abb. 7.1: Setup-Schritt 4 – Custom Search JSON API – Dokumentation mit „Get a Key”
Abb. 7.2: Setup-Schritt 4 – Custom Search JSON API – Einrichtung bei „Get a Key”-Fehler
Abb. 8: Setup-Schritt 4 – Enable Custom Search API
Abb. 9: Setup-Schritt 4 – Custom Search JSON API – API-Key kopieren
Randnotiz: Was passiert im Hintergrund, wenn man auf „Get a Key“ klickt?
Der eingeloggte Google Account wird mit der Google Cloud Platform verbunden, wo dann der API-Key für die Custom Search API in einem neu angelegten Projekt generiert wird.
Das Gleiche kann man natürlich auch über einen Login in die Google Cloud Platform selbst erreichen. Aber der Klick auf den Button in der Dokumentation ist definitiv einfacher. Den bereits generierten API-Key kann man hier bei Bedarf auch immer wieder aufrufen:
https://console.cloud.google.com/apis/credentials (Wichtig ist, dass oben links der richtige Projektname ausgewählt ist.)
Gleich vorab: Ein großes Dankeschön geht an www.pemavor.com und an das von ihnen veröffentliche Ranking Checker Skript. Das Google Apps Skript greift auf die Custom Search JSON API zu, extrahiert die Top-10-Suchergebnisse der Programmable Search Engine für jedes Keyword in einer Liste und enthält sogar einen eingebauten Planer, mit dem man die täglich 100 kostenlosen Abfragen für mehrere Tage in Folge anstoßen kann.
Mit der Unterstützung des Skripts konnte ich dann ein konkretes Problem aus meinem SEO-Alltag angehen: die Analyse des bereits vorgestellten „Keyword Gender Bias”, und zwar im großen Maßstab. Das war für mich auch der Auslöser, um tiefer in das ganze Thema einzusteigen und ich möchte hier gerne die Use Cases teilen, bei denen ich das Skript bereits einsetzen konnte.
Aber werfen wir zunächst noch einen Blick auf das Setup des Google Sheets Templates.
Mit den bisher beschriebenen Einrichtungsschritten solltest Du bereits alles haben, um das Skript zum Laufen zu bringen: ein Google Mail-Konto, die Suchmaschinen-ID einer Programmable Search Engine und der API-Key für den Zugriff auf die Custom Search JSON API.
Falls Du Dir die ID oder den API-Key nicht notiert hast, kannst Du beides jederzeit hier wiederfinden:
Search Engine ID: https://programmablesearchengine.google.com/controlpanel/all
Custom Search JSON API-Key: https://console.cloud.google.com/apis/credentials
Jetzt haben wir alle Zugangsdaten zusammen und Du kannst eine Kopie meiner angepassten Version des Google Sheet mit dem Rank Tracking Skript erstellen:
Im Blogpost von PEMAVOR findest Du übrigens die Original-Version des Google Sheets ohne meine Anpassungen.
Um das Setup abzuschließen sind folgende Schritte nötig:
Setup Schritt 5: Mach Deine eigene Kopie des Google Sheet Templates und autorisiere das Skript.
Abb. 10: Setup-Schritt 5 – Google Sheet Custom Search for SEO – Skript Autorisierung
Abb. 11: Setup-Schritt 5 – Google Sheet Custom Search for SEO – Skript Autorisierung
Setup-Schritt 6: Gib Deine Credentials und Deine Keyword-Liste ein.
Abb. 12: Setup-Schritt 6 – Google Sheet Custom Search for SEO – Keyword-Liste
Setup-Schritt 7: Starte das Skript und hol Dir die Ergebnisse der Programmable Search Engine ins Google Sheet.
Abb. 13: Setup-Schritt 7 – Google Sheet Custom Search for SEO – Run Manually
Abb. 14: Demo des Google Sheet Skripts
Bisher hast Du die grundlegende Funktionalität des Skripts gesehen, das so von www.pemavor.com veröffentlicht wurde. In den letzten drei Tabs im Google Sheet (“Gender”, „Page Type”, „Domain”) befinden sich zudem drei mögliche Anwendungsfälle für den Einsatz der API-Daten in der SEO-Praxis.
Als erstes Beispiel werfen wir nochmal einen Blick in die Modebranche. SEOs in diesem Feld haben sicherlich bereits einen gewissen „Keyword Gender Bias“ beim Search Intent wahrgenommen. Nehmen wir als Beispiel Google’s UK Suchergebnisse.
Für uns SEOs heißt das: Um für diese Begriffe zu ranken, sollten wir auch URLs erstellen, die zu diesen Search Intent Mustern passen.
Je länger man ein Projekt im SEO begleitet, desto besser wird das Bauchgefühl, welche Art von Landing Pages für welche Themen erstellt werden sollten. Aber auch die beste Intuition sollte hinterfragt und verifiziert werden. Wie? Wir prüfen die Rankings in Google.
Im Tab „Gender“ im Google Sheet siehst Du die Idee in Aktion. Um den gleichen Output wie im GIF zu reproduzieren, muss das Skript mit den „Fashion Keywords“ im Tab „Keywords“ ausgeführt werden.
Abb. 15: Demo des Google Sheet Skripts – Tab „Gender”
Wie funktioniert das Ganze? Eine Filter-Formel zieht die URLs, Snippet Titles und Keywords aus dem „SERP Rankings“ Tab. Dann prüfen RegEx-Formeln, ob es darin Übereinstimmungen mit folgenden Begriffen gibt: „women“ | „female“ | „men“ | „male“ | „for her“ | „for him”. Der daraus resultierende „Gender Count“ wird auf Keyword-Basis in einer Pivot-Tabelle zusammengezählt.
Exkurs: Ein weiterer (SEO-) Modetipp
Überprüfe das Keyword-Geschlecht erneut, wenn Du Kategorie-Keywords mit anderen Begriffen kombinierst, z. B. mit Eigenschaften aus den verfügbaren Filtern. Beim Begriff „socks“ sind in den SERPs viele Landing Pages für Männersocken zu finden. Sobald man jedoch die Farbe „pink“ hinzufügt, sind die SERPs für „pink socks“ auf Frauen ausgerichtet.
Jetzt wechseln wir die Branche und gehen von Mode zu Parfums, was die Search Intent Landschaft sofort verändert. Das macht durchaus Sinn: Ein regulärer Mantel hat einen sehr generischen Namen, nach dem kaum jemand jemals suchen wird. In anderen Bereichen – wie Parfums – haben Produktnamen konkretes Potential für die organische Suche.
Holen wir uns Inspiration für einige Beispiele beim Featured Snippet für „most famous perfumes”. Hier finden wir einige Parfumnamen mit starkem UK-Suchvolumen:
Aber wie können wir uns sicher sein, dass für das Targeting dieser Begriffe eine Produkt-URL tatsächlich die richtige Wahl ist?
Schließlich hat Chanel auch eine Markenlinie mit dem gleichen Namen Chanel N°5 und Acqua di Parma verkauft verschiedene Parfums und nicht nur eines. Und die Optimierung beider URLs – Produkt und Markenlinie – kann zu einer Kannibalisierung führen.
Auch hier hilft wieder ein Blick in die SERPs, um eine Entscheidung zu treffen. Intuitiv ist eine Markenlinien-URL mit mehreren Produkten besser geeignet. Sie bietet den Nutzern mehr Auswahl und könnte so zu besseren Conversions führen. Aber wenn die Suchergebnisse von Produkt-URLs dominiert werden, sollten wir wahrscheinlich auch eine Produkt-URL ins Rennen schicken, um hier eine Chance auf ein Ranking zu haben.
Was brauchen wir, um diese Entscheidung für ein großes Keyword-Set zu treffen?
Die URL-Muster der Seitentypen der Wettbewerber-Domains, RegEx-Formeln, um diese in den URLs zu erkennen und dann macht das Skript den Rest der Arbeit.
Zugegeben, diese anfängliche Recherche der URL-Muster und das Schreiben der RegEx-Formeln wird etwas Zeit in Anspruch nehmen. Aber die Mühe lohnt sich und es ist immer eine gute Idee, die URL-Muster der Konkurrenz für weitere Analysen in petto zu haben.
Im Tab „Page Types“ im Google Sheet ist ein Beispiel-Analyse aus der UK Parfum-Branche zu finden. Um den gleichen Output wie im GIF zu reproduzieren, muss das Skript mit den „perfume keywords“ im Tab „Keywords“ ausgeführt werden:
Abb. 16: Demo des Google Sheet Skripts – Tab „Page Types”
Zum Schluss noch ein letzter Anwendungsfall: Um für etwas Abwechslung zu sorgen, verlassen wir die Welt von Parfums und Mode. Stell Dir vor, Du bist SEO bei einem High-End-Hersteller von Spezial- oder Nischenprodukten, zum Beispiel Designermöbeln oder Rennrädern.
Gerade dann solltest Du Deine Target-Keywords sehr sorgfältig auswählen, bevor Du viel Zeit und Aufwand in die Optimierung investierst. Ein Ranking für ein sehr allgemeines Keyword wie „bikes“ könnte aufgrund des Wettbewerbs zu schwierig sein – und auch nicht zielführend, weil Nutzer auf der Suche nach „women’s bikes“ ihre Customer Journey vermutlich nicht mit einem 5.000 € Rennrad abschließen wollen.
Hier wieder die gleiche Fragestellung: Wie identifiziert man tatsächlich relevante Keywords in einem großen Pool von Keyword-Potentialen – ohne den Search Intent jedes mal manuell abzufragen?
Ein erster Schritt ist, die Domains in den SERPs der Keywords in zwei Listen einzuteilen:
Werfen wir einmal einen Blick auf die UK SERPs der Keywords „road racing bikes“ vs. „bikes”:
Als SEO bei einem High-End-Shop wie www.ribblecycles.co.uk sollte beispielsweise www.decathlon.co.uk auf der zweiten Liste landen. Oder ähnlich bei einem Shop für Luxus-Möbel: Hier sollten alle allgemeinen Möbelläden www.habitat.co.uk in Liste Nummer 2 eingeordnet werden.
Dieser Ansatz kann auch oft genutzt werden, um B2B-Keywords von B2C-Keywords oder Produkt- von Service-Angeboten zu unterscheiden, zum Beispiel „home office furniture“ vs. „office interior design”.
Wenn Google für ein bestimmtes Keyword überwiegend Domains der zweiten Liste rankt, die mit Deinem Produktangebot und Business Modell nicht vergleichbar sind, dann ist dieses Keyword Deine Zeit und Mühe nicht wert – oder sollte zumindest nicht Deine höchste Priorität sein.
Im Tab „Domains” im Google Sheet befinden sich zwei Domain-Listen von UK Bike-Shops, die aufzeigen wie das Ganze auf ein konkretes Beispiel angewendet werden kann.
Um den gleichen Output wie im GIF zu reproduzieren, muss das Skript mit den „bike keywords“ im Tab „Keywords“ ausgeführt werden:
Abb. 17: Demo des Google Sheet Skripts – Tab „Domains”
Kleiner Disclaimer: Ich hab mich nicht bis ins kleinste Detail mit der Fahrrad-Branche auseinandergesetzt und einige der Domain-Einteilungen könnten für einen Experten nicht sinnvoll sein.
Dennoch demonstriert das Beispiel das grundlegende Prinzip klar: Analysiere Dein Wettbewerbsumfeld, mache die Domains ausfindig, die eine zu Deinem Angebot passende Suchintention bedienen und setze diese Insights für die skalierbare Potential-Bewertung von Keywords ein.
Zum Abschluss möchte ich gerne nochmal einen Schritt zurückgehen und einen Blick aufs große Ganze werfen: Was ist eigentlich Search Intent? Es gibt viele Definitionen und lesenswerte Artikel, die sich im Detail mit der Frage auseinandersetzen.
Die SEO-Toolbox Sistrix gliedert den Search Intent in vier Hauptkategorien, die der klassischen Aufteilung zwischen navigational, informational und transaktional sehr nahe kommen.
Aber solche Klassifizierungen helfen nur ein Stück weit, wenn es darum geht, das Layout und die Content-Elemente einer Landing Page zu bestimmen. Olaf Kopp geht in seinem ausführlichen Artikel darüber hinaus und erklärt, wie man Content-Entscheidungen anhand von Mikro Search Intents analysieren und treffen kann.
Ein Beispiel: Er unterteilt den informativen Search Intent in Micro Intents wie „Unterhaltung”, „Definition“ oder „Befähigung”, je nachdem, ob die Inhalte den Nutzer unterhalten, eine Definition eines unbekannten Konzepts geben oder etwas Neues beibringen sollen.
Heute haben wir eine neue Dimension der Search Intent Analyse hinzugefügt: Deinen eigenen projektspezifischen Search Intent. Egal in welcher Nische Dein Projekt angesiedelt ist, sind Dir sicher bereits bestimmte, wiederkehrende Muster in den SERPs aufgefallen. Genau diese individuellen Branchenkenntnisse kannst Du einsetzen und auf große Keyword-Sets anwenden – mithilfe der Programmable Search Engine und der Custom Search JSON API.
Google’s Kerngeschäft ist es den Nutzern die bestmöglichen Suchergebnisse zu liefern – und die Firma gibt dafür nicht wenig Geld aus. Für uns SEOs ist dies eine unschätzbare Datenquelle, die wir nicht ungenutzt lassen sollten. Vor allem auch, weil sich die Suchintention von Keywords ständig ändert, sei es aufgrund von saisonalen Schwankungen oder weil Google seine Natural Language Processing-Fähigkeiten weiter verfeinert. Mit den hier beschriebenen Methoden kannst Du die Analyse Deines Search Intents nun programmatisch angehen.
Zu guter Letzt gilt wie so oft: Mit einer direkten praktischen Anwendung lernt man am meisten. Der „Keyword Gender Bias“ in der Modebranche war der Anwendungsfall, weshalb ich mich mit der API überhaupt genauer auseinandergesetzt habe. Stell Dir also auch die Frage:
Welche Deiner SEO-Herausforderungen könntest Du mit der Programmable Search Engine und ihrer Custom Search JSON API lösen?
PS: Falls Du Unterstützung beim Setup des Google Sheets oder bei einer RegEx-Formel brauchst: Melde Dich jederzeit gern. Ich bin selbst kein RegEx-Experte, aber versuche gern zu helfen.
Optimiere Deine Website mit Ryte!
Veröffentlicht am 23.06.2022 von Johanna Maier.
Johanna Maier ist SEO Consultant bei der international aufstrebenden Digitalagentur Dept. Im Studium ist sie über Praktika mit Online Marketing in Berührung gekommen und hat mit dem SEO-Traineeship bei Dept ihr Zuhause gefunden. Ihre Faszination: die interdisziplinäre Natur der Suchmaschinenoptimierung und das Zusammenspiel aus Technik, Kreativität und Daten.