【要約】GSC APIによるSEO自動化は「生データの日次蓄積」から作る——16ヶ月で消えるデータは待ってくれない [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
SEO担当者が大規模サイトの改善を行う際、手動でのデータ調査はスケールしない。GSCの標準機能を利用する場合、以下の課題に直面する。
- ・データ保持期間が16ヶ月に限定されている。
- ・UIからの手動エクスポートは再現性が低く、自動化に向かない。
- ・Looker Studioは都度取得であり、過去データの蓄積ができない。
- ・BigQueryエクスポートは、有効化以降のデータしか遡れない。
// Approach
データの欠損を防ぎ、長期的な分析基盤を作るため、APIによる自前スクリプトでの蓄積を採用する。
- ・認証には、無人実行に適したサービスアカウントを使用する。
- ・取得項目（dimensions）は
date,page,queryに絞り、データの肥大化を防ぐ。 - ・
rowLimit(25,000) とstartRowを用いて、全件取得するループを実装する。 - ・データ確定の遅延を考慮し、実行日から数日前の日付を指定して取得する。
// Result
この手法により、16ヶ月の制限を超えた継続的なデータ蓄積が可能になる。
- ・過去データの遡及取得により、長期的な比較分析が実現する。
- ・「直すべきページの一覧」が自動生成され、判断の材料が揃う。
- ・手動作業のコストを削減し、データに基づいた優先順位付けができる。
Senior Engineer Insight
> データの「確定遅延」への考慮は、実運用における極めて重要な設計判断だ。これを怠ると、修正不能な欠損データが蓄積される。また、匿名化クエリによる集計値の不一致を仕様として理解しておくことも、不要なデバッグを防ぐために必須である。DB選定に時間をかけすぎず、まずはSQLiteでパイプラインを動かすという判断も、スピード重視の現場では合理的だ。