Jednou z metrik, která vás při vyhodnocování SEO aktivit zajímá, je vývoj počtu vstupních stránek z jednotlivých vyhledávačů, který reflektuje vývoj vztahu vašeho webu vůči vyhledávačům i samotným uživatelům. V následujících řádcích zjistíte, jak získávání počtu vstupních stránek, případně unikátních klíčových slov z Google Analytics, automatizovat skrze matematický software R. 

Žádoucí vývoj počtu vstupních stránek může být pozitivní i negativní. Po poklesu vstupních stránek toužíte, když provedete změny ke skokovému snížení duplicitních stránek a automatizaci přesměrování – takové ty změny odstraňování technických renonsů. Nárůst počtu vstupních stránek je naopak přímým odrazem rozšiřování informační struktury – nové filtry, kategorie, nabídky (nebo vypnutí značkování PPC kampaní :) Získat informaci o počtu vstupních stránek je jednoduché. Stačí si otevřít pro vybrané sledované období v Google Analytics přehled vstupních stránek a zaměřit se na téměř neviditelné, o to zásadnější číslo v pravém dolním rohu. Vás zajímá vývoj, takže v rámci stejného přehledu budete postupně měnit sledované období po dnech a hodnoty o počtu stránek si někam vedle otrocky psát. Tento postup je dostupný širokým davům a schůdný pro kratší časové období. Pokud ale potřebujete vidět vývoj např. za celý rok, vydáváte se na plavbu smrti. Jak z toho ven? Buď si naprogramujete vlastní API na tahání dat z Google Analytics… nebo využijete už existující řešení: matematický software R. R je jazyk a prostředí vhodné pro vytváření statistických výpočtů a jejich grafických výstupů. Je to volně šiřitelný nástroj postavený na principu „jaký si to uděláš, takový to máš“. Prostředí si můžete upravovat podle svých představ přidáváním dalších nástrojů a instalací bezpočtu rozšiřujících balíčků. Více o jazyku R se dozvíte na stránkách: http://www.r-project.org/

1. Abyste mohli R využívat, musíte si ho nainstalovat.Na­instalujte si jádro R a nějaké příjemné uživatelské rozhraní pro lepší obsluhu – doporučuji open source program RStudio, který umí pracovat lokálně i serverově. Jste-li úplní Rkoví zelenáči, zkuste si základy jazyka osvojit v bezplatném online kurzu na Code School.
2. Nainstalujte si ďábelsky úžasný balíček RGoogleAnalytics od Tatvic, který přes API tahá do rozhraní data z Google Analytics. Abyste balíček zprovoznili, musíte doinstalovat pár potřebných rozšíření, jmenovitě např. jimi httr, lubridate, RCurl, bitops… Instalace krok po kroku je shrnuta zde. 
3. Zařiďte přístup k vašim Google credentials. Založte si projekt v Google Developers Console. V seznamu APIs si pro tento projekt zapněte Analytics API. V Credentials si založte nový Client ID. V rámci vašeho projektu vás na kartě Credentials zajímá Client ID a Client Secret. Jedná se o jednu z autorizačních technik Google Analytics. Uživatelské jméno a heslo jsou zastaralé způsoby ověření a neměly by se používat. Pokud tápete, zkuste tento návod.

A zábava může začít!

Postupně budete spouštět v konzoli různé scripty, na jejichž konci vás čeká tabulka dat vytáhnutá z Google Analytics. Popis příkazů je rozepsán na blogu Tatvic, detailnější vhled případně zde.

Autorizujte přístupy aplikace. V první vlně ověříte přístup aplikace k vašemu účtu Google Analytics. Jen si pamatujte, že access token vyprší po 60 minutách, kdy si ho budete muset obnovit příkazem ValidateToken(to­ken).

require(RGoogleAnalytics)


client.id <- "xxxxxxxxxxxxxxxxx.apps.googleusercontent.com"


client.secret <- "xxxxxxxxxxxxxxxxxxxxxxxx"


token <- Auth(client.id,client.secret)


save(token,file="./token_file")

query.list <- Init(start.date = "YYYY-MM-DD",


end.date = "YYYY-MM-DD",


dimensions = "ga:date,ga:landingPagePath",


metrics = "ga:entrances,ga:pageviews",


max.results = 10000,


sort = "-ga:date",


filters = "ga:medium==organic;ga:keyword!@název domény",


table.id = "ga:xxxxxxx")


ga.query <- QueryBuilder(query.list)


ga.data <- GetReportData(ga.query, token, paginate_query = TRUE)

Stěžejní je pro vás příkaz Init(), přes který formulujete parametry dotazu na Google Analytics. Přes GetReportData() můžete povolit měření v případě překročení povolených Core Reporting API limitů. V příkladu výše chceme pro konkrétní den vytáhnout seznam všech vstupních stránek pouze pro návštěvy z vyhledávačů. Analýzu omezíme jen na generické fráze. Jsou vyloučeny návštěvy z brandových dotazů, které výrazně vychylují aktivní brandové PPC. Tento seznam si v tomto případě obohacuji o pageviews metriky jako je počet vstupů, zobrazení stránek.

Metrik si můžete vyžádat více. Stačí se inspirovat v kompletní databázi platných kombinací metrik a dimenzí. Pokud občas používáte rozšíření Google Analytics pro Google Spreadsheets, sémantiku dotazů máte v malíku. Nebojte. R je hodné a za každý krok vedle vám řekne, co přesně jste udělali špatně.

Pokud se cítíte ztraceni, vždy můžete sáhnout po nápovědě – help(Init), help(GetRepor­tData).

Proměnná „date“ v získaném datasetu má ve skutečnosti textový formát. Převeďte si tuto proměnnou na formát data.

ga.data$date <- as.Date(ga.data$date, "%Y%m%d")

Výše jste získali seznam všech vstupních stránek po dnech. Cílem je ale získat denní vývoj počtu vstupních stránek.

Počet unikátních vstupních stránek z vyhledávačů po jednotlivých dnech (dimenze ga:date) získáte za pomoci agregace dat – kombinace vzorce aggregate() a proměnné length, která vrací počet složek seznamu (případně sum pro součet). Ze všech získaných hodnot si udělejte tabulku, zde nazvanou landing.pages. Výsledný dataset je o dvou sloupcích, kdy v prvním sloupci je časová osa (v našem případě po dnech) a v druhém sloupci hodnoty o počtu vstupních stránek.

Sloupce si můžete přejmenovat tak, aby vašemu jazyku seděly více.

names(landing.pages) <- c("Reporting Period","Count of Landing Pages")

Tabulku si můžete vyexportovat do .csv přes příkaz write.table()­.Stáhněte si podrobnější markdown včetně scriptů, které budete moci po otevření v RStudiu rovnou spouštět bez složitého kopírování. Stačí najet na příslušný řádek a spustit příkaz klávesovou zkratkou Ctrl+R. Zobrazte si spojnicový graf přes funkci plot(landing.pa­ges, type=„l“).

Dokonce můžete načrtnout i předpokládaný vývoj za pomoci funkce HoltWinters().

Veškerá zjištění k počtu vstupních stránek vztahujte vždy k očekávání z konkrétních změn na webu. Zároveň sledujte paralelní vývoj dalších metrik.

Nikdy se nepouštějte do vyhodnocování počtu vstupních stránek bez znalosti trendu návštěvnosti. Počet návštěv na jednu vstupní stránku roste s lepšími pozicemi a vyšší hledaností tématu. Rostoucí počet vstupních stránek s klesajícím podílem není na první pohled žádná hitparáda. Opravdu ne? Na určité stránky vám uživatelé chodí přes pestrou škálu dotazů. Rozhodnete se tedy jejich obsah rozdělit do více stránek. Rozšiřujete informační strukturu, ale zároveň očekáváte, že podíl vstupů na tyto stránky bude nižší, resp. se rozloží mezi více stránek. Jindy jste provedli strojové odstraňování duplicitních stránek a očekáváte pokles vstupních stránek za rostoucího vývoje průměrné návštěvnosti na stránku.

Zajímejte se o vývoj unikátních dotazů na vstupní stránku. Tento trend můžete získat analogicky k postupu získávání počtu vstupních stránek. API query pro seznam / organic může vypadat následovně:

query.list <- Init(start.date = "YYYY-MM-DD",


end.date = "YYYY-MM-DD",


dimensions = "ga:date,ga:keyword",


metrics = "ga:entrances",


max.results = 10000,


sort = "-ga:date",


filters = "ga:medium==organic;ga:source=@seznam;ga:keyword!@název domény",


table.id = "ga:xxxxxxx")

U zásadnějších strukturálních změn, kdy se snažíte lépe zaměřit obsah, pravděpodobně rozšíříte strukturu webu. S kvalitnějším pokrytím longtailu se zvýší počet unikátních dotazů, ale počet dotazů na stránku se sníží – odraz jasnějšího cílení. Dalším rozšířením je rozdělení vývoje počtu vstupních stránek na jednotlivé vyhledávače. Do API query doplníte pouze do dimenzí k datumu navíc zdroj:

query.list <- Init(start.date = "YYYY-MM-DD",


end.date = "YYYY-MM-DD",


dimensions = "ga:date,ga:source,ga:landingPagePath",


metrics = "ga:entrances",


max.results = 10000,


sort = "-ga:date",


filters = "ga:medium==organic;ga:keyword!@název domény",


table.id = "ga:xxxxxxx")

Do příkazu aggregate() přidáte podmínku, že chcete shlukovat podle datumu i zdroje:

landing.pages.s <- aggregate(landingPagePath ~ date+source, ga.data, length)

Ve funkci pro spojnicový graf nesmíte zapomenout na podmínku vykreslení linky vždy pro příslušný zdroj:

plot(landing.pages.s$date[landing.pages.s$source=="seznam"], landing.pages.s$landingPagePath[landing.pages.s$source=="seznam"], type="l")

Na grafu výše vidíte, že Google zareagoval na významnou změnu webu (jako je přechod na novou doménu) mnohem dynamičtěji než Seznam. Toto zjištění šlo ruku v ruce se stavem indexu.

Vstupní stránky představují obraz zájmu uživatelů o naše webové stránky. Aby se o nás ale mohli zajímat, musí nás vidět. Proto byste měli mít přehled i o zájmu vyhledávačů o vaše stránky. Sledujte jak vývoj počtu vstupních stránek z vyhledávačů, tak i počet zaindexovaných či dokonce crawlovaných stránek. Na měření botů jsou různé postupy, například odchytávat si access logy, nebo třeba přes Universal Analytics – jen buďte obezřetní, abyste si spíše neuškodili. Třeba zpomalením načítání stránek jako v druhém uváděném případě. Nízká míra zaindexovanosti značí možné problémy při průchodu robota, nebo při zařazování do indexu. Nízký poměr zaindexovaných stránek vůči crawlovaným může znamenat hodně stránek v Supplemental Indexu. Vyšší tendence robota crawlovat web je i přirozený důsledek častých změn obsahu webu nebo větších strukturálních změn.

Monitorování počtu vstupních stránek by se mělo stát milou rutinou. Můžete ho sledovat přímo v Google Analytics, nebo opět využít trochu té svěží automatizace. Například přes R, který nabízí řadu možností, jak z dat vytěžit maximum. V článku není prostor na podchycení jeho komplexnosti, ale každý si v něm najde své.

Důležité je se nikdy nesmířit s absolutním číslem vybrané metriky, ale nahlížet na ni z různých stran. Vývoj počtu unikátních vstupních stránek odráží předpokládaný vývoj vámi implementovaných změn, ale taky dává varovné signály nečekaného. My jsme například nedávno kontrolovali, jak rychle vyhledávače reagují na přechod webu na novou doménu. Dává smysl na trend nahlížet ve vztahu atraktivity pro uživatele (CTR, návštěvnost) či zájmu robotů o stránky (pozice, indexace vs. crawlování). Je také důležité sledovat, jak měnící se struktura vstupů ovlivňuje další metriky, jako jsou transakce, či rozvržení dotazů, přes které uživatel jednotlivé stránky nachází.

Stáhněte si obsáhlejší markdown včetně scriptů, které po otevření v RStudiu budete moci rovnou spouštět klávesovou zkratkou Ctrl+R. Najdete v něm podrobněji rozepsané příkazy včetně návodu na tvorbu hladkého grafu s více liniemi a vedlejší osou.

Dočetli jste až sem a stále nemáte dost? Přijďte se nachytřit 16. 6. na SEO restart 2017.

Díky za zajímavé postřehy k článku Pavlu Jaškovi.

Na další se budu těšit od vás. Jak a kdy byste informace o vstupních stránkách využili vy?