SC8/ALDNOAH experiment pokračuje

V rámci dalších pracovních povinností jsem úplně zapomněl na můj projekt Aldnoah, který využívá databáze SC8. Poslední export jsem narychlo dokončil ještě 30.9.2015 a pak rychle spěchal balit se na DoD WEDOS 2015 (viz. články čtvrtek/pátek a sobota). Pak už se mi to úplně vykouřilo z hlavy :)

Co je Aldnoah

Jedná se o provizorní pojmenování skriptu, který skládá dohromady data z databáze SC8. V podstatě mě jednoho dne napadlo, že bych si mohl udělat vlastní obdobu Google webmaster tools pro Seznam. No a přesně to vlastně Aldnoah vlastně umí. Tedy pracuje jen z daty, které momentálně v SC8 jsou. Poslední relase má 2.868.268 záznamů (URL). Ty jsou kombinací přes 2,5 milionů výsledků ze Seznamu a přes 400K výsledků z Google. Momentálně se jedná už o něco víc, než jen testovací vzorek.

Co je SC8

V podstatě se jedná o soubor tabulek obsahující zajímavá data z vyhledávačů, která jsou přístupná pro člověka. Původně byla určená ke studijním účelům… no a pak, však znáte to. Staré dobré časy na webtrhu, kde se obchodovalo se vším možným.

Pro Aldnoah jsem potřeboval data a k SC7 už jsem měl hotové roboty. Ačkoliv pro mé potřeby nestačily, tak se mi stejně nechtělo je psát od začátku. Prostě jsem vzal to co bylo použitelného a posunul je na vyšší úroveň, aby mohli fungovat na samostatných virtuálech a posílat data do mého počítače domů. Tento projekt už si nevystačí s jedním desktopem :)

Pokrok

Od poslední verze přibylo něco přes 1,2 milionů URL. Jeho výstup je tak opět o něco užitečný. To je tak pokrok pro vás :)

Co se týká mě, tak jsem musel zabojovat se SQL, trochu pokročit v konfiguraci SQL server a Apache a co považuji za největší osobní úspěch je vymyslet cachování pro DAS filtr. Vzhledem k tomu, že je počet zobrazených výsledků omezený, je třeba to trochu profiltrovat u těch úspěšnějších na Seznamu. Jenomže toto filtrování je poměrně náročné na výkon, protože se nepracuje s 30 výsledky, ale se všemi, které se k dané URL vyskytují. Naštěstí to je problém jen pro několik stovek domén. No měl jsem ze sebe dobrý pocit a to mě potěšilo :D

Závěr

Výsledek mého snažení si můžete vyzkoušet na http://cybersquatting.cz/sc8/ data jsou aktuální k poslednímu týdnu září.

Co se týká samotné užitečnosti nástroje, tak obecně by se dalo říct, že pokud tam nejste, tak:

• optimalizujete na špatná klíčová slova, která nemají význam (nemají návštěvnost)
• prozatím daná klíčová slova v SC8 nejsou

Google má jen velmi omezený vzorek, protože u všech IP adres workerů, odkud probíhá testování je ban (ne mojí vinnou). Takže jej neřešte. Navíc pro něj máte k dispozici Search Console.

A áno už jsem opravdu dostal vynadáno několikrát, opravdu se tím dají zjistit “tajná” klíčová slova, na která se vyplatí cílit v eshopech.