Vous pouvez exécuter des requêtes sur vos données de recherche Google pour connaître la fréquence à laquelle votre établissement apparaît dans les résultats de recherche Google, avec quelles requêtes, qu'il s'agisse d'ordinateurs ou de smartphones, et bien plus encore. Vous pouvez utiliser les résultats pour améliorer les performances de recherche de votre propriété, par exemple:
- Découvrez comment votre trafic de recherche évolue au fil du temps, d'où il vient et les requêtes de recherche les plus susceptibles d'afficher votre propriété.
- Découvrez quelles requêtes proviennent de smartphones, et utilisez ces informations pour améliorer votre ciblage sur les mobiles.
- Déterminez sur quelles pages de nos résultats de recherche les internautes cliquent le plus (et le moins) souvent.
Les données de requête de recherche sont exposées à l'aide de la méthode searchanalytics.query(). La méthode query() présente toutes les données disponibles dans le rapport sur les performances de la Search Console. Avant d'exécuter des requêtes, nous vous conseillons de
lire la documentation du rapport "Analyse de la recherche" pour savoir quelles données sont exposées et ce que cela signifie.
Cette page explique comment effectuer des requêtes courantes avec différents paramètres de requête.
Premiers pas
Vérifier la présence de données
Avant d'exécuter une requête, vous devez d'abord vérifier la présence de données pendant cette période. Ne renseignez pas les filtres, les options de tri, les limites de lignes et tout autre paramètre, à l'exception de la date de début, de la date de fin et de "date" comme seule dimension.
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['date']
}
Sortie
python search_analytics_api_sample.py 'https://www.example.com/' '2015-05-01' '2015-05-15' Available dates: Keys Clicks Impressions CTR Position 2015-05-01 22823.0 373911.0 0.0610385893969 8.1829472789 2015-05-02 16075.0 299718.0 0.0536337490574 8.14173322924 2015-05-03 18794.0 337759.0 0.055643224903 8.07772405769 2015-05-04 31894.0 468076.0 0.0681385074219 7.4104611217 2015-05-05 34392.0 482919.0 0.071216912153 7.20689805123 2015-05-06 35650.0 484353.0 0.0736033430164 7.11683214515 2015-05-07 33994.0 465812.0 0.0729779395979 6.91755472165 2015-05-08 27328.0 413007.0 0.0661683700276 7.22172747677 2015-05-09 16637.0 297302.0 0.0559599329974 8.01876206685 2015-05-10 19167.0 332607.0 0.0576265682923 7.87882696395 2015-05-11 35358.0 499888.0 0.070731843933 7.11701821208 2015-05-12 35952.0 486583.0 0.073886675038 6.80677294521 2015-05-13 34417.0 480777.0 0.071586203167 6.86552185317 2015-05-14 32029.0 457187.0 0.0700566726525 6.92575904389 2015-05-15 27071.0 415973.0 0.0650787430915 7.27105605412
Essayer d'autres dates
Nous voyons que nous disposons de données pour ce segment de temps. Vous pouvez donc continuer sans risque. Il est important de le faire avant d'exécuter votre requête proprement dite. Par exemple, l'exécution de la même requête pour une plage différente renvoie le résultat suivant:
python search_analytics_api_sample.py 'https://www.example.com/' '2015-06-01' '2015-06-15' Available dates: Keys Clicks Impressions CTR Position 2015-06-01 31897.0 468486.0 0.0680852789624 6.81207122518 2015-06-02 32975.0 460266.0 0.0716433540605 6.62655942433 2015-06-03 32779.0 459599.0 0.0713208688444 6.58126758326 2015-06-04 30116.0 435308.0 0.0691831990223 6.71409668557 2015-06-05 25188.0 380444.0 0.0662068530454 7.00998570092 2015-06-06 14829.0 272324.0 0.0544535186028 7.6309910254 2015-06-07 17896.0 318094.0 0.056260099216 7.56606223318 2015-06-08 33377.0 487274.0 0.0684973957158 6.77552260125 2015-06-09 33885.0 484241.0 0.0699754874123 6.70545451542 2015-06-10 32622.0 466250.0 0.0699667560322 6.64417372654 2015-06-11 31317.0 447306.0 0.0700124746818 6.61534832978 2015-06-12 25932.0 393791.0 0.065852190629 7.15718998149 2015-06-13 15451.0 275493.0 0.0560849095984 7.69994518917 2015-06-14 18358.0 318193.0 0.0576945438775 7.34048517724
Regardez attentivement : vous remarquerez que les données se terminent le 14 ; aucune donnée pour le 15.
Il peut être utile d'utiliser l'explorateur d'API en mode d'édition de format libre pour tester rapidement vos requêtes (cliquez sur la flèche du menu déroulant à côté du champ du corps de la requête, puis sur "Éditeur de format libre").
Une fois que vous avez vérifié la plage de dates valides, vous pouvez commencer à regrouper les données selon d'autres dimensions, en ajoutant des filtres, des limites de nombre de lignes, etc. :
10 requêtes les plus fréquentes, triées par nombre de clics, dans l'ordre décroissant
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['query'],
'rowLimit': 10
}
Sortie
Top Queries: Keys Clicks Impressions CTR Position seo 3523.0 270741.0 0.0130124362398 5.86615252215 hreflang 3207.0 5496.0 0.583515283843 1.10080058224 robots.txt 2650.0 23005.0 0.115192349489 4.30367311454 301 redirect 2637.0 7814.0 0.337471205529 1.621192731 googlebot 2572.0 6421.0 0.400560660333 1.15823080517 google seo 2260.0 11205.0 0.201695671575 1.38295403838 google sitemap 1883.0 4288.0 0.439132462687 1.21175373134 canonical url 1882.0 3714.0 0.506731287022 1.12762520194 sitemap 1453.0 22982.0 0.06322339222 3.78074144983
10 premières pages, triées par nombre de clics, dans l'ordre décroissant
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['page'],
'rowLimit': 10
}
Sortie
Top Pages: Keys Clicks Impressions CTR Position https://www.example.com/21 10538.0 62639.0 0.168233847922 3.63031019014 https://www.example.com/65 9740.0 82375.0 0.118239757208 5.61003945372 https://www.example.com/15 9220.0 128101.0 0.0719744576545 5.32300294299 https://www.example.com/41 8859.0 426633.0 0.0207649197319 1.62309057199 https://www.example.com/53 8791.0 829679.0 0.0105956641062 14.4941887164 https://www.example.com/46 7390.0 82303.0 0.0897901656076 5.7723290767 https://www.example.com/27 7169.0 64013.0 0.111992876447 4.98709637105 https://www.example.com/80 6047.0 84233.0 0.0717889663196 4.10592048247 https://www.example.com/9 5886.0 59704.0 0.0985863593729 4.0897594801 https://www.example.com/8 5043.0 66869.0 0.0754161120998 4.57651527614
10 requêtes les plus fréquentes en Inde, triées par nombre de clics, dans l'ordre décroissant
Notez que l'opérateur de filtre "est égal(e) à" est omis, car il s'agit de l'opérateur par défaut.
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['query'],
'dimensionFilterGroups': [{
'filters': [{
'dimension': 'country',
'expression': 'ind'
}]
}],
'rowLimit': 10
}
Sortie
Top queries in India: Keys Clicks Impressions CTR Position googlebot 250.0 429.0 0.582750582751 1.0 search console 238.0 34421.0 0.00691438366114 1.00101682113 dns error 189.0 850.0 0.222352941176 1.38470588235 google seo 165.0 552.0 0.298913043478 1.04166666667 canonical url 141.0 282.0 0.5 1.0 301 redirect 132.0 557.0 0.236983842011 1.78276481149 google search console 126.0 16898.0 0.00745650372825 1.03929459108 robots.txt 117.0 1046.0 0.111854684512 3.9206500956 canonical tag 111.0 223.0 0.497757847534 1.0
Top 10 des requêtes sur mobile en Inde, triées par nombre de clics, dans l'ordre décroissant
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['query'],
'dimensionFilterGroups': [{
'filters': [{
'dimension': 'country',
'expression': 'ind'
}, {
'dimension': 'device',
'expression': 'MOBILE'
}]
}],
'rowLimit': 10
}
Sortie
Top mobile queries in India: Keys Clicks Impressions CTR Position search console 26.0 1004.0 0.0258964143426 1.00298804781 dns error 24.0 111.0 0.216216216216 1.27927927928 google seo 18.0 69.0 0.260869565217 1.02898550725 eliminar 16.0 134.0 0.119402985075 1.0 googlebot 11.0 24.0 0.458333333333 1.0 404 9.0 214.0 0.0420560747664 8.64018691589 robots.txt 9.0 40.0 0.225 4.025 google search console 8.0 438.0 0.0182648401826 1.04337899543 seo 8.0 111.0 0.0720720720721 4.96396396396
Interroger une tranche de lignes
Vous pouvez interroger une tranche spécifique de lignes en spécifiant un numéro de première ligne (basé sur zéro) et le nombre de lignes à renvoyer. Si vous spécifiez un numéro de ligne de début non valide, vous obtiendrez une erreur, mais si vous spécifiez plus de lignes que le nombre disponible, vous obtiendrez toutes les lignes disponibles.
11 à 20 requêtes les plus fréquentes sur mobile pour la période, triées par nombre de clics, dans l'ordre décroissant
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['query'],
'dimensionFilterGroups': [{
'filters': [{
'dimension': 'device',
'expression': 'mobile'
}]
}],
'rowLimit': 10,
'startRow': 10
}
Sortie
Top 11-20 Mobile Queries: Keys Clicks Impressions CTR Position dns error 1220.0 15064.0 0.0809877854 3.13448726206 google seo 1161.0 7923.0 0.146535403 2.31479556195 sitemap 926.0 12478.0 0.0742106107 5.8130025067 googlebot 903.0 7822.0 0.115443621 4.6910285792 robots.txt 799.0 24868.0 0.0321296445 5.92759215963 404 520.0 12777.0 0.0406981295 5.80352636506 seo 506.0 2925.0 0.172991453 2.50413960996 search console 487.0 981.0 0.496432212 1.00036102455 canonical url 326.0 4087.0 0.0797651089 3.23664971157 301 redirect 261.0 3165.0 0.082464455 3.63074363869
Obtenir plus de 25 000 lignes
Si votre requête comporte plus de 25 000 lignes de données, vous pouvez demander des données par lots de 25 000 lignes à la fois en envoyant plusieurs requêtes et en incrémentant la valeur startRow à chaque fois. Comptez le nombre de lignes récupérées. Si vous obtenez moins de lignes que le nombre demandé, vous avez récupéré toutes les données. Si votre requête se termine exactement à la limite de données (par exemple, il y a 25 000 lignes et que vous avez demandé startRow=0 et rowLimit=25000), vous obtiendrez une réponse vide lors de votre prochain appel.
1 à 25 000 requêtes les plus fréquentes sur mobile pour la période, triées par nombre de clics, dans l'ordre décroissant
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['query'],
'dimensionFilterGroups': [{
'filters': [{
'dimension': 'device',
'expression': 'mobile'
}]
}],
'rowLimit': 25000,
'startRow': 0
}
25 001 à 50 000 requêtes les plus fréquentes sur mobile pour la période, triées par nombre de clics, dans l'ordre décroissant
Code
request = {
'startDate': flags.start_date,
'endDate': flags.end_date,
'dimensions': ['query'],
'dimensionFilterGroups': [{
'filters': [{
'dimension': 'device',
'expression': 'mobile'
}]
}],
'rowLimit': 25000,
'startRow': 25000
}
Récupérer toutes vos données
Consultez Interroger l'ensemble de votre trafic de recherche.