Создание собственной системы SEO-аналитики: путь к автоматизации
Ключевые факты
- 1 Автор создал собственную автоматизированную систему SEO-аналитики.
- 2 Система парсит данные по API из Яндекс Вебмастера и Яндекс Метрики.
- 3 Данные хранятся в SQL-базе данных и агрегируются по различным параметрам.
- 4 Актуализация данных происходит автоматически по крону (ежечасно и ежедневно).
- 5 Для разработки использовался AI-редактор Cursor.
- 6 Цель — достижение 'свободы' от рутинного анализа, но процесс разработки сам по себе требует времени.
Автор поста, SEO-специалист, рассказывает о своем пути к автоматизации анализа данных, переходя от ручного сбора к парсингу через API и, наконец, к полностью автоматизированной системе. Он выделяет три стадии свободы SEO-специалиста: ручной сбор, парсинг по API с ручной агрегацией и полностью автоматизированный парсинг с агрегацией и расчетами. В посте подробно описывается процесс создания такой системы. Подготовка включает продумывание архитектуры проекта, выбор отчетов, источников данных, структуры БД и логики агрегации. Затем следует настройка хостинга и базы данных, включая создание БД, таблиц, регистрацию домена и подключение SSL-сертификата. Для кодирования автор использовал редактор Cursor. Этап вайбкодинга начинается с создания общего файла конфигурации (config.php) для хранения API-ключей и идентификаторов систем (например, Яндекс Вебмастер и Яндекс Метрика). Далее следует заполнение БД историческими данными, разработка пользовательского интерфейса (дашбордов с графиками и таблицами) и проверка корректности отображаемых данных. Данные агрегируются по проектам, городам, разделам и хлебным крошкам. Актуализация данных происходит по крону: трафик обновляется ежечасно, индексация страниц — раз в сутки. Также предусмотрены скрипты для ручного заполнения или перезаписи данных, а также для добавления новых разделов/страниц. Несмотря на достигнутый прогресс, автор признает, что процесс вайбкодинга сам по себе стал новой занятостью.