Azért építettem egy kisebb SERP figyelőt, mert újra és újra ugyanabba az idegesítő problémába futottam bele. Nem volt szükségem még egy SEO platformra. Csak azt akartam látni, hogy egy előre meghatározott kulcsszólista pozíciói felfelé vagy lefelé mozognak-e, desktopon és mobilon, időben követve. Ennyi. Semmi misztika.
SEO szakemberként szeretem az ilyen problémákat, mert pont a SEO, az adat és egy kis fejlesztés határán vannak. Nem vagyok fejlesztő, és nem is akarom annak eladni magam. De azt gondolom, hogy a modern SEO-t egyre nehezebb külön kezelni az adatpipeline-októl, API-któl, cloud eszközöktől és riportolástól. Ha értem, hogyan jön be az adat, hol tárolódik, és hogyan lesz belőle riport, akkor jobb leszek abban a munkában is, amit ténylegesen értékesítek.
Ez volt a projekt mögötti fő ok. Egy egyszerű SERP figyelőt akartam, amit én kontrollálok. Nem egy óriási SEO suite-ot. Nem egy startup ötletet. Csak egy működő eszközt, ami lekéri a helyezéseket, eltárolja az adatot, és ad valamit, amiből később riportot lehet építeni.
És őszintén, itt kezdenek furcsának tűnni sokszor a SEO eszközök kisebb cégek számára. Csomagot árulnak. A csomagban persze sok hasznos dolog van. Kulcsszókutatás, audit, backlink adat, konkurenciafigyelés, riportok, content funkciók, most már néhol AI visibility irány is. Rendben. De egy kis- vagy középvállalkozásnak sokszor nincs szüksége minderre minden hónapban. Néhány feladatot akar jól megoldani.
A rank tracking pont ilyen feladat.
Mi a gond azzal, ha csak helyezésfigyelés miatt veszel teljes SEO platformot?
Nem az a gond, hogy a nagy SEO platformok rosszak. Nem rosszak. Én is használom őket, sok részük hasznos, és vannak helyzetek, amikor egyértelműen ezek a jó választások. A gond a csomagolás.
Sok SEO szoftver úgy van árazva, mintha egy teljes szerszámosládát vennél, miközben néha csak egy csavarhúzóra van szükséged. Már a legolcsóbb csomag is több funkciót adhat, mint amit egy kisebb cég valaha használni fog, és az ár nem igazán a te kicsi use case-edhez igazodik. Hanem az egész termékkategóriához.
A vendor oldaláról ez érthető. Könnyebb platformot eladni, mint egy apró workflow-t. De ügyféloldalról ez sokszor túl sok. Főleg akkor, ha a valódi igény ennyi: „nézd meg ezt a 300 kulcsszót hetente egyszer, és mutasd meg, jó irányba megyünk-e”. Ehhez én nem mindig akarok még egy belépést, még egy dashboardot és még egy havi előfizetést. Az adatot BigQuery-ben akarom látni. Össze akarom kötni Looker Studióval. Össze akarom hasonlítani Search Console-lal, esetleg GA4-gyel, később leadekkel vagy bevétellel. Egy olyan heti összefoglalót akarok, ami mond is valamit, nem egy PDF exportot húsz grafikonról, amit senki nem kért. Ez a különbség.
Mindig olcsóbb a saját SERP figyelő?
Nem. És nem is így adnám el.
Egy saját eszköz nem lesz ingyenes attól, hogy AI segítségével írtam hozzá a kódot. Kell hozzá API szolgáltató, cloud futtatás, BigQuery tárolás, időzített futtatás és némi karbantartás. Ha valaki rosszul építi meg, túl sok lekérést futtat, mindent ész nélkül tárol, vagy úgy queryzi a BigQuery-t, mint egy részeg mosómedve, akkor a költség is fel tud menni. Szóval ez nem az a sztori, hogy a DIY mindig olcsóbb. Inkább arról van szó, hogy ha elég szűk a feladat, akkor a saját megoldás jobb ár-érték arányt adhat, mert nem fizetsz egy teljes SEO suite-ért csak azért, hogy használd belőle a rank tracking részt. Ez főleg akkor igaz, ha a cégnek már eleve van valamilyen riportolási stackje. Ha a BigQuery és a Looker Studio már amúgy is képben van, akkor a SERP adat csak egy újabb adatforrás. Nem kell örökre egy külön SEO platformban élnie.
Hogy néz ki az ár-összehasonlítás a gyakorlatban?
Ez nem tökéletes összehasonlítás, mert nem ugyanazokról a termékekről beszélünk. Az Ahrefs és a Semrush teljes SEO platformok. A DataForSEO egy API. Az én SERP figyelőm pedig egy kis backend, ami API-ra és Google Cloudra épül. Mégis jó megmutatni, mert elmagyarázza, miért kezdtem egyáltalán ezen gondolkodni.
| Opció | Miért fizetsz valójában? | Rank tracking oldalról | Őszinte véleményem |
|---|---|---|---|
| Ahrefs | Teljes SEO platform kutatással, audittal, backlink adatokkal és rank trackinggel | A Lite csomag jelenleg 750 követett kulcsszót tartalmaz heti frissítéssel | Nagyon jó eszköz, ha kell az egész csomag, de túl sok, ha csak heti pozícióadatot akarsz |
| Semrush | Teljes SEO és marketing platform trackinggel, kutatással és riportolással | A belépő SEO csomag jelenleg 500 követett kulcsszót ad napi trackinggel | Erős eszköz, ha használod a szélesebb workflow-t, de ez is platform, nem csak rank tracker |
| DataForSEO | SERP adat API-n keresztül | Lekérésalapú árazás, tehát a költség attól függ, milyen gyakran és milyen mélységben kérsz adatot | Jobban passzol, ha saját workflow-t akarsz építeni és kontrollálni akarod az adatstruktúrát |
| Saját SERP figyelő | Saját kis tracking rendszer cloud tárolással és riportolással | A kulcsszószám, eszközbontás, lokáció és ütemezés nálad van | Nem ingyenes, nem mindenkinek való, de fókuszált use case-nél nagyon praktikus |
Az Ahrefs publikus árazása szerint a Lite csomag jelenleg 750 követett kulcsszót ad heti rank tracking frissítéssel, míg a Semrush SEO árazása és limitjei szerint a belépő SEO csomag 500 követett kulcsszót tartalmaz napi trackinggel. A DataForSEO SERP API-ja ezzel szemben pay-as-you-go, vagyis lekérésalapú árazást használ. Ez teljesen más modell, mint egy komplett SEO platform előfizetése.
Nekem itt van a lényeg. Ha csak egy meghatározott kulcsszólistára vagyok kíváncsi, nem feltétlenül akarom megvenni az egész szupermarketet. Néha elég az alapanyag.
Mennyibe kerülne 750 heti kulcsszóellenőrzés DataForSEO-val?
Ha ugyanazt a 750 kulcsszavas, heti tracking setupot DataForSEO-val számolom ki, az API költség már-már vicces egy teljes SEO eszköz előfizetéséhez képest. A DataForSEO Standard Queue ára jelenleg 0,0006 dollár egy 10 találatos SERP-re, vagy 0,00465 dollár 100 keresési találatra. Rank trackingnél én a top 100-zal számolnék, mert csak az első 10 találatot nézni sokszor túl sekély. A matek így egyszerű: 750 kulcsszó × 0,00465 dollár = 3,49 dollár egy heti futtatásra. Hozzáteszem, ha nem az első 100-at, hanem mondjuk csak első 20-at, vagy 40-et kérjük le, akkor olcsóbb az ár.
Egy átlagos hónapban ez nagyjából 15,10 dollár, ha 4,33 héttel számolunk.
Erre még jön némi Google Cloud költség, mert az adatnak valahol futnia és tárolódnia kell. Az én setupomban ez Cloud Run, Cloud Scheduler és BigQuery. De ennél a méretnél nem ez a félelmetes rész. A Cloud Run kis request-alapú workloadokra ad free tiert, a Cloud Scheduler havi 3 jobot ingyen ad, utána 0,10 dollár jobonként, a BigQuery pedig 10 GiB ingyenes tárhelyet és havi 1 TiB ingyenes query feldolgozást ad.
Egy kis, heti SERP tracker esetében a Google Cloud résznek 1 dollár alatt kell maradnia havonta, hacsak nem kezdesz nagyon gondatlanul queryzni vagy tárolni.
Miért nem elég csak a Google Search Console?
Mert a Search Console más kérdésre válaszol. Én szeretem a Search Console-t. Még mindig az egyik első hely, amit megnézek. De az átlagos pozíció nem ugyanaz, mint egy tiszta SERP ellenőrzés. Keveri a valós megjelenéseket, eszközöket, lokációkat, query variánsokat és azt is, hogy a Google éppen mit döntött úgy, hogy megmutat. Ez hasznos, de zajos tud lenni.
A SERP tracker unalmasabb, és pont ez benne a jó. Azt kérdezi: erre a kulcsszóra, ebben a lokációban, ezen az eszközön hol jelent meg a cél domain?
Ez a fajta unalmas adat akkor hasznos, ha konkrét oldalakat vagy kulcsszócsoportokat akarsz figyelni. Egy kategóriaoldalt. Egy szolgáltatásoldalt. Néhány kereskedelmi queryt. Egy helyi kulcsszólistát. Nem kell több ezer kulcsszó ahhoz, hogy ez értékes legyen. Néha 100 jól kiválasztott kulcsszó többet mond, mint 5000 véletlenszerű.
A Search Console azt mutatja meg, mi történt a piacon. A SERP tracking azt mutatja meg, mi történt egy kontrollált ellenőrzésben. Én inkább használnám mindkettőt, mint hogy úgy tegyek, mintha az egyik kiváltaná a másikat.
Ezt tényleg meg lehet építeni vibe codinggal?
Igen, ha nem akarod egy hétvége alatt megépíteni a következő Ahrefs-et.
Általában itt csúszik el a dolog. A scope nagyon gyorsan hülyeségbe fordul. Először csak SERP checker, aztán kell user account, dashboard, alert, competitor tracking, billing, meg valami AI feature, mert ma már nyilván mindenbe kell egy. És ezen a ponton gratulálok, már nem az SEO problémádat oldod meg. Véletlenül SaaS-t építesz.
Én ezt nem akartam.
Az első használható verziónak csak annyit kellett tudnia, hogy SERP taskokat küld, lekéri a kész eredményeket, kinyeri a cél domain pozícióját, eltárolja BigQuery-ben, és riportolhatóvá teszi. Ez elég kicsi probléma. AI-assisted codinggal egy ilyen verzió két-három nap alatt összehozható. Valószínűleg gyorsabban is, ha tiszta marad a scope, és pontosan tudod, mit akarsz.
A nehéz rész nem az, hogy minden egyes kódsort kézzel írsz-e meg. A nehéz rész az, hogy tudd, mit kell és mit nem kell tudnia az eszköznek.
Ezért szeretem az ilyen munkákat. Élesebbé tesz SEO szakemberként. Pontosan kell definiálnom a mérést. Gondolkodnom kell eszközökben, lokációkban, kulcsszólistákban, ütemezésben, adatstruktúrában és riportolásban. Ezek nem „fejlesztői problémák”. Ezek SEO problémák, amelyekhez éppen kell egy kis kód.
Mit változtat ezen az AI search?
Az AI search még kuszábbá teszi az egészet.
Egy klasszikus rank tracker kulcsszavakban gondolkodik. Egy query, egy SERP, egy pozíció. De az AI search nem ilyen szépen viselkedik. Egyetlen felhasználói kérdésből több rejtett alkérdés is lehet. Amikor megnéztem a query fan-outot a SERP checkerek körül, a téma nagyon gyorsan átment ingyenes eszközökbe, fizetős eszközökbe, local trackingbe, mobile versus desktop különbségekbe, fejlesztői API-kba, SERP feature-ökbe, pontossági problémákba és abba, hogy mi lesz a rank trackinggel AI-generált keresési találatok mellett.
Pont így kutatnak az emberek is. Nem maradnak egy kulcsszón belül. Az AI rendszerek sem.
Ezért nem gondolom, hogy a SERP tracker „a válasz” az AI visibility problémára. Ez túl szép lenne. Ez csak egy réteg. Kell mellé Search Console, analytics, esetleg CRM adat, kézi AI answer ellenőrzés, sales feedback. De a kontrollált SERP adat ettől még hasznos, mert stabil mérési pontot ad egy olyan keresési környezetben, ami egyre kevésbé stabil.
És ha az adat már BigQuery-ben van, sokkal könnyebb más forrásokkal összekötni. Itt kezd érdekesebb lenni a saját setup, mint egy zárt dashboard.
Mi a helyzet az MCP-vel és az SEO adatok közvetlen AI elérésével?
Ez a másik ok, amiért tetszik ez az irány. A DataForSEO-nak már van hivatalos MCP szervere is, ami összeköti az AI eszközöket a saját API-jaikkal. Ez azt jelenti, hogy bizonyos SEO adatokat már közvetlenül AI workflow-kba is be lehet húzni, anélkül, hogy teljes felületet építenél köré.
Gyors kutatáshoz ez hasznos. De monitoringhoz én még mindig adatbázist akarok. Egy chat ablak nem riporting rendszer. Segíthet felfedezni az adatot, de nem akarom, hogy a heti rank history egy beszélgetésben éljen. Normálisan akarom tárolni, hogy később grafikonra tehessem, összehasonlítsam, szűrjem, és vissza tudjak térni hozzá.
Az AI jó a workflow segítésében. A BigQuery jobban emlékszik arra, mi történt.
Kinek nem érdemes ilyet építeni?
Egy cégnek nem érdemes ilyet építenie, ha senki nem fogja karbantartani. Ez az unalmas válasz, de igaz.
Ha a csapatnak nincs technikai önbizalma, nincs riportolási setupja, és nem érdekli az adat tulajdonlása, akkor valószínűleg egy kereskedelmi SEO platform a biztonságosabb választás. Fizesd ki az előfizetést, használd a felületet, és lépj tovább.
De ha a cégnek csak egy fókuszált rank tracking workflow kell, és fontos neki a saját adat vagy az egyedi riportolás, akkor egy kis eszköz építése nem valami fejlesztői fantázia.
Ez egy normális üzleti döntés. Sok kisebb cégnél nem az a kérdés, hogy az Ahrefs vagy a Semrush általában „megéri-e”. Sokszor megéri, ha a megfelelő felhasználó használja. A valódi kérdés az, hogy ennek a konkrét cégnek kell-e minden hónapban a teljes csomag.
Néha igen. Néha nem.
Hol van az én verzióm?
A saját verziómat itt publikáltam: SERP Observer on GitHub.
Ez nem kereskedelmi termék. Nem olyan kifényesített, mint egy SaaS eszköz. Ez egy működő példa arra, hogyan közelítettem meg egy nagyon konkrét SEO adatproblémát: kiválasztott kulcsszavak követése, eredmények tárolása, riportolásra kötés, és később akár heti AI-assisted összefoglalók készítése.
Nekem ez a jó része. Nem azért, mert szoftvercéggé akarok válni. Nem akarok. SEO szakember vagyok. De minden alkalommal, amikor építek valami ilyesmit, jobban értem a SEO mérési oldalát. És ettől jobb leszek abban a munkában, amit tényleg csinálok.