Pozycjonowanie jest sposobem na życie dla wielu specjalistów. Może ono jednak być czymś więcej niż tylko wykonywanym zawodem. Uważam – podobnie jak Lucjan Kydryński – że wszystko, co robimy, powinno być łatwe i przyjemne. Dlatego, na co dzień zajmując się SEO, zainteresowałem się programowaniem i wybrałem język R, który nie tylko przyspieszył, ale też znacząco uprościł moją pracę pozycjonera.

Z tego artykułu dowiesz się:

• Czym jest język programowania R,

• Dlaczego zajmując się pozycjonowaniem potrzebujesz języka R (lub innego),

• Jak zmieni się Twoja praca, jeśli poznasz na poziomie co najmniej podstawowym język R,

• Od czego rozpocząć przygodę z R (dostaniesz gotowe rozwiązania, dzięki którym będziesz w stanie samodzielnie wyszukiwać i wykorzystywać rozwiązania innych użytkowników języka R).

Dlaczego R i SEO

Potrzeby SEO

Rosnące wymagania, jakie na specjalistach wymusza branża SEO, wymuszają poświęcania coraz większej ilości czasu na poznawanie coraz bardziej szczegółowych zagadnień. Proces ten oznacza, że obecnie SEOwiec musi:

• specjalizować się w wybranych zagadnieniach (np. SEO techniczne jest zagadnieniem, którym można zajmować się na „pełny etat”),

• być w stanie analizować coraz więcej danych, pochodzących nie tylko z różnych narzędzi, ale nawet dotyczących różnych zagadnień (przykładowo parametry techniczne serwisu i dane o zachowaniu użytkowników),

• łączyć ze sobą dane z różnych narzędzi tak, aby być w stanie na ich podstawie wyciągać wnioski i wpływać na wyniki SEO.

W związku z tym obecnie pozycjoner potrzebuje szwajcarskiego scyzoryka, czyli zestawu narzędzi, które znajdą zastosowanie w odmiennych sytuacjach. Każdy z nas, zajmujących się na co dzień pozycjonowaniem, będzie potrzebował trochę innego narzędzia. Dla jednego najważniejsza będzie analiza konkurencji (np. źródeł pozyskiwania linków), dla innych będzie to optymalizacja wewnętrzna serwisu. Tu właśnie rolę może odegrać R. Dzięki znajomości tego języka programowania, będziemy w stanie przygotować lub zlecić przygotowanie narzędzi, odpowiadających bezpośrednio naszym potrzebom.

Zastosowania R w SEO

R jest tzw. interpretowanym językiem programowania (najpopularniejsze poza R języki tego typu to PHP, Python oraz JavaScript). Poza tym R jest środowiskiem obliczeń statystycznych. Według zestawień popularności języków programowania, R jest jednym z 10 najpopularniejszych na świecie (dane poniżej).

<

Zalety i wady R

Jak każdy język programowania, R ma swoje mocne i słabe strony. Do mocnych zaliczymy:

• bardzo duża liczba gotowych bibliotek (możesz biblioteki traktować jako narzędzia ułatwiające określone zadania – np. pobieranie danych z konta Google Analytics),

• szerokie możliwości wizualizacji (biblioteki takie jak Ggplot do tworzenia wykresów, czy Shiny do budowania zaawansowanych paneli raportowych),

• wysoka dostępność poradników i materiałów ułatwiających naukę.

Do minusów R należą:

• szybkość wykonywania – bardzo popularną (i potwierdzoną przez znajomych data scientistów) jest opinia o tym, że R jest wolniejszy od języka Python (ma on podobne zastosowania do R – wielką zaletą jest statystyczny “rodowód” R. Dzięki niemu działania statystyczne można wykonać łatwo),

• uzależnienie od sprzętu, na którym wykonywany jest kod (operacje wykonywane są w pamięci RAM komputera, co ma znaczenie przy bardzo dużych zbiorach danych – ja posiadając tylko 8 GB pamięci RAM byłem w stanie bez problemu pobrać do R i przetworzyć informacje o ponad 50 milionach odsłon pobranych z Google Search Console).

Podsumowując, język R doskonale nadaje się dla pozycjonerów, ponieważ odpowiada na potrzeby biznesowe (dobra wizualizacja danych, możliwość tworzenia paneli raportowych) i techniczne (analiza zbiorów danych, w wielkości jakiej można spodziewać się w SEO, następuje płynnie nawet na standardowym sprzęcie). Używając gotowych rozwiązań (publicznie dostępne biblioteki) możesz przykładowo:

Senuto

• sprawdzić pozycje fraz w Google, które monitorujesz (dla Ciebie lub konkurencji),
• dodać nowe słowa do monitoringu,
• dane dla monitorowanych słów kluczowych (np. liczba wyszukań czy stawkę cpc).

Google Webmaster Tools

• sprawdzić wszystkie podstrony w Twoim serwisie, które były widoczne w Google,
• pobrać wszystkie frazy, na które w Google widoczny był Twój serwis,
• pobrać wszystkie mapy serwisu dodane do Google Webmaster Tools,
• przeanalizować wszystkie błędy i ostrzeżenia widoczne w panelu Google Webmaster Tools.

Google Analytics

• sprawdzić liczbę odwiedzin z SEO na podstronach (warto porównać z ilością wyświetleń z Google Webmaster Tools),
• sprzedaż w swoim sklepie (dane te możesz docelowo połączyć z tymi już wyżej opisanymi).

I wiele, wiele innych.

Jak zacząć z R

Zasadniczo do rozpoczęcia programowania w R potrzebujemy dokonać dwóch instalacji:

1. Środowiska programistycznego R

Dostępne dla Windows (https://cloud.r-project.org/bin/windows/base/), Mac (https://cloud.r-project.org/bin/macosx/) i Linux (https://cloud.r-project.org/bin/linux/)). Dzięki tej instalacji dostajemy dostęp do środowiska, w którym możemy już pisać i uruchamiać programy.

Ponieważ odbywa się to tutaj w mało przyjaznym środowisku wiersza poleceń, rekomenduję wykonanie dodatkowej instalacji. Jest nią R studio czyli aplikacja ułatwiająca pracę z R. Ja sam na co dzień wszystkie swoje programy piszę w R studio.

Jak sprawdzić czy mam już środowisko R na komputerze?

1. Sprawdź, czy na Twoim komputerze znajduje się plik R.exe. Jeśli nie, to nie masz R na tej maszynie.
2. Jeśli tak, sprawdź pełną ścieżkę lokalizacji tego pliku (u mnie to C:\Users\sebastian.mioduszews\Documents\R\R-4.0.2\bin)
3. Następnie uruchom wiersz poleceń (w Windows wyszukaj cmd) i do okna wpisz komendę: cd twoja lokalizacja pliku r.exe\ – w moim przypadku jest to C:\Users\sebastian.mioduszews\Documents\R\R-4.0.2\bin (widok poniżej)

Teraz pozostaje Ci już tylko użyć w wierszu poleceń komendy r.exe.

Jeśli okno, które widzisz jest podobne do mojego, masz zainstalowane środowisko R!

2. Aplikacji R Studio Desktop

Także dostępna dla systemów Windows, Mac i Linux (https://rstudio.com/products/rstudio/download/#download). Narzędzie to pozwala nie tylko pisać i uruchamiać programy w R, ale także ułatwia analizę błędów, szybki dostęp do dokumentacji i pomocy języka R, przesyłanie aplikacji używających Shiny do serwera, gdzie będą one udostępniane, oraz pracę z systemami kontroli wersji (na przykład z Githubem, dzięki któremu już nigdy nie zgubisz kodu, który napisałeś).

Jak korzystać z pomocy języka R

Twórcy języka R przygotowali dla nas bardzo dobrą pomoc, opisującą ważne funkcje języka. Jak już pisałem, dużą część możliwości R uzyskujemy dzięki stosowaniu bibliotek (rozszerzają one możliwości języka i Ty też możesz zostać autorem biblioteki). Twórca biblioteki może także przygotować pomoc dla swojego narzędzia.

Dostęp do pomocy w aplikacji RStudio jest możliwy poprzez zastosowanie polecenia help i wpisanie w nawiasie tematu, dla którego potrzebujemy pomocy.

Drugim doskonałym źródłem, gdzie znajdziemy wiedzę i pomoc użytkowników, jest serwis Stackoverflow.

Gdzie uczyć się R? Materiały do nauki R

Mając już wszystkie narzędzia możemy przystąpić do nauki i pisania programów.

Z mojego doświadczenia wynika, że najlepszym sposobem jest od razu przygotowywanie aplikacji, które wspomagają naszą codzienną pracę (przyspieszają ją lub umożliwiają analizy, których wcześniej nie mogliśmy wykonać).

Ja zaczynałem naukę R od książek:

• The art. Of R programing
• Przewodnik po pakiecie R (https://cran.r-project.org/doc/contrib/Biecek-R-basics.pdf)
• Wikibooka R programing (https://en.wikibooks.org/wiki/R_Programming)
• R Inferno (http://www.burns-stat.com/pages/Tutor/R_inferno.pdf)
• R for data science (https://r4ds.had.co.nz)
• Advanced R (https://adv-r.hadley.nz )

Kursów:

• Datacamp.com (ja zaczynałem od ścieżki Data analyst with R)
• Udemy.com – częściowo lub w całości zapoznałem się z kursami: Machine Learning A-Z, The Comprehensive Programming in R Course, Applied Data Science with R.

Oczywiście nie są to wszystkie sensowne materiały, z których możesz korzystać. Możliwe też, że nie są to najlepsze dostępne. Na pewno są to źródła wiedzy, dzięki którym ja mogłem nauczyć się R i tym samym zmienić swoją codzienną pracę.

Dalsze kroki

Od teraz możesz stawiać samodzielnie kroki w świecie pozycjonowania, opartego o analizę danych.

Rekomenduję, abyś pracując stale szukał zadań, które możesz dzięki R wykonać szybciej, lub które dzięki temu w ogóle będziesz w stanie wykonać. Bazując na własnym doświadczeniu, proponuję zacząć od:

• Codziennych, monotonnych zadań (np. uzupełnianie Excela z danymi) – będzie to doskonałe pole do popisu dla R do pobierania danych przez API zewnętrznych narzędzi – jeśli to coś, skąd pobierasz dane, pochodzi ze stajni Google lub Senuto, na pewno będziesz mógł użyć API.

• Często powtarzających się pytań o konkretne dane (np. jakie mamy dzisiaj pozycje) – tutaj dzięki Shiny będziesz w stanie przygotować raport, dzięki któremu każdy zainteresowany sam będzie mógł sprawdzić odpowiedź na swoje pytanie (gwarantuję, że to ucina większość nieproduktywnych dyskusji typu „jak tam idzie SEO”).

• Spraw awaryjnych (np. jeśli często nie działają jakieś podstrony w serwisie, R może codziennie sprawdzać dla Ciebie ich dostępność).

• Obszarów, gdzie brakuje Ci wiedzy (np. prowadzisz serwis z ofertami nieruchomości i nie wiesz, czy Twoi konkurenci mają więcej ofert niż Ty – R może dla Ciebie codziennie to sprawdzać, lub jeśli chciałbyś dostać na skrzynkę pocztową monit, że według danych Senuto strona Twojego konkurenta w tym miesiącu jest widoczna na ponad 10% słów kluczowych więcej niż w ubiegłym – znowu R może to zrobić i wysłać na Twoją skrzynkę).

Źródła wiedzy ku inspiracji

Drugim świetnym źródłem wiedzy i inspiracji są inni pozycjonerzy używający języka R (lub Pythona) – w wielu wypadkach chodzi o inspirację.

Po pierwsze, warto obserwować na Twitterze pozycjonerów znających R – na przykład są to:

• Hamlet Batista
• Vincent Terrasi
• Alice Roussel

Po drugie, warto oczywiście odwiedzić Youtube – polecam zacząć od:

• Kanału Data Profesor
• Kanału i listy Intellipaat
• 7 godzinnego kursu R

Po trzecie, przeglądać pod kątem SEO i programowania popularne serwisy anglojęzyczne:

• Search Engine Journal
• Search Engine Roundtable

Po czwarte, serwis GitHub jest świetnym źródłem gotowych rozwiązań. Szybkie spojrzenie tutaj pokazuje, że naprawdę czeka tutaj wiele gotowych rozwiązań. Nie jesteś teraz pewny, jak skorzystać z tego serwisu? Żaden problem. W kolejnych artykułach będziemy używać kodu zamieszczonego w tym serwisie.

Oczywiście nie będę Cię obrażać, proponując wyszukiwania w Google. Niemniej warto to też zrobić. ????

Ten artykuł jest zaledwie wstępem do różnorodnego i ciekawego świata R i SEO. Jeśli pojawiają Ci się jakieś pytania, śmiało zadaj je w komentarzu – postaram się odpowiedzieć!