Search Console API gebruiken: SEO-data exporteren en automatiseren

De interface van Google Search Console is prima om snel iets op te zoeken, maar zodra je serieus met data wilt werken loop je tegen een muur: elke export stopt bij 1.000 rijen. Voor een B2B-site met honderden pagina’s en duizenden long-tail-queries is dat een fractie van het verhaal. In dit artikel lees je hoe je via de Search Console API en de BigQuery bulk-export wel alle data binnenhaalt, en hoe je die export automatiseert in plaats van elke maand handmatig te klikken.

Waarom de 1.000-rijenlimiet een probleem is

Het Prestaties-rapport in Search Console toont je clicks, vertoningen, CTR en gemiddelde positie per query en per pagina. Handig, tot je op de exportknop drukt en er maar 1.000 rijen meekomen. Op een kleine site merk je dat niet, maar de queries die jouw site naar de top brengen zitten juist in de lange staart: heel veel zoekopdrachten die elk een paar keer per maand voorkomen.

Die long-tail is voor B2B-bedrijven goud. Het zijn vaak de specifieke, koopklare zoekopdrachten waar je beste leads vandaan komen. Als je die niet ziet, stuur je blind. Je optimaliseert op de paar populaire termen die toevallig bovenaan de geexporteerde lijst staan, terwijl de echte kansen onderaan zijn afgekapt. Wie SEO specialist, heeft volledige data nodig, niet een steekproef van de top duizend.

De interface heeft nog een tweede beperking: je kijkt maximaal 16 maanden terug. Voor seizoenspatronen of een meerjarige contentstrategie is dat te kort. Allebei de problemen los je op door de data buiten de interface om op te halen.

Twee routes voorbij de limiet

Er zijn twee manieren om alle data uit Search Console te trekken, en ze vullen elkaar aan.

De Search Console API laat je programmatisch queries afvuren op je property. Je vraagt bijvoorbeeld alle queries op voor een specifieke pagina, gefilterd op land of apparaat, en krijgt veel meer dan 1.000 rijen terug. De API draait op royale, gratis quota en is perfect voor geplande, herhaalbare exports: elke maandagochtend de cijfers van vorige week naar een Google Sheet of een dashboard.

De BigQuery bulk-export is een dagelijkse, automatische dump van je ruwe Search Console-data naar een BigQuery-dataset. Je zet hem een keer aan en vanaf dan landt elke dag de volledige, ongesamplede data in je datawarehouse, zonder de 16-maanden-limiet. Vanaf het moment dat je de export activeert bouw je een historische dataset op die zo ver teruggaat als je hem laat draaien.

Vuistregel: gebruik de API voor gerichte, ad-hoc en geplande exports, en zet de BigQuery-export aan zodra je data over langere periodes wilt bewaren en koppelen aan andere bronnen.

De Search Console API in de praktijk

Om met de API te starten heb je drie dingen nodig: een Google Cloud-project, de Search Console API daarin ingeschakeld, en een service-account of OAuth-toegang die je vervolgens als gebruiker toevoegt aan je Search Console-property. Dat laatste wordt vaak vergeten: de API mag pas bij je data als het bijbehorende account expliciet rechten heeft in de property.

Een typische export-query vraag je op via het Search Analytics-endpoint. Je geeft een datumbereik op, kiest je dimensies (query, page, country, device, date) en stelt een rijlimiet in tot 25.000 per verzoek. Wil je meer, dan pagineer je met een startrij die je per verzoek ophoogt. Zo haal je in een paar verzoeken de complete dataset binnen, inclusief de long-tail die de interface verbergt.

In de praktijk schrijf je dat een keer in een klein script (Python met de Google-clientbibliotheek is gangbaar) en zet je het op een schema. De API kost niets binnen de standaardquota, dus je kunt zonder zorgen dagelijks of wekelijks draaien. De output stuur je naar de bestemming die voor jou werkt: een sheet voor een snelle blik, of rechtstreeks in een dashboard dat je team al gebruikt.

Belangrijk om te weten: de API past dezelfde drempelwaarden en anonimisering toe als de interface. Zeldzame queries die een privacydrempel niet halen, krijg je niet te zien, ook niet via de API. Dat is geen bug maar een bewuste keuze van Google om individuele gebruikers te beschermen.

Wanneer je voor BigQuery kiest

De bulk-export naar BigQuery zet je aan in de instellingen van je property. Je koppelt een Cloud-project, geeft het juiste service-account schrijfrechten op je dataset, en vanaf de volgende dag stroomt de data binnen in twee tabellen: een met query-data en een met URL-impressies. Vanaf dat moment heb je elke dag verse, ongesamplede data.

De kracht zit in het koppelen. In BigQuery combineer je je Search Console-data met andere bronnen: CRM-data over gesloten deals, advertentiekosten, of je analytics. Zo beantwoord je vragen die in de interface onmogelijk zijn, zoals welke organische zoekopdrachten uiteindelijk tot een offerteaanvraag leidden. Dat is precies het soort analyse waarmee je SEO van een vanity-cijfer naar een pipeline-driver tilt.

De keerzijde is dat BigQuery een query-gebaseerd kostenmodel heeft en wat technische opzet vraagt. Voor de meeste B2B-sites blijven de kosten laag zolang je je queries netjes filtert op datum en niet onnodig de volledige tabel scant. Begin klein, bouw uit als de waarde zich bewijst.

Van losse export naar een vaste rapportagepijplijn

De grootste fout die we zien is dat bedrijven de export als doel op zich behandelen: een keer een groot bestand trekken, ernaar kijken, en het laten liggen. Data wordt pas waardevol als ze in een herhaalbaar proces zit dat steeds dezelfde vragen beantwoordt.

Een werkende pijplijn ziet er ongeveer zo uit. De API of BigQuery-export levert dagelijks ruwe data. Een transformatiestap schoont die op en koppelt queries aan thema’s of aan je contentclusters. Een dashboard toont de cijfers die er voor jouw groei toe doen: niet “hoeveel queries”, maar of je belangrijkste commerciele pagina’s zichtbaarheid winnen en of de juiste long-tail-intenties groeien. Zo wordt Search Console een sensor in je groeimotor in plaats van een rapport dat je af en toe opent. Hoe je die volledige dataset vervolgens uitleest en er kansen uit haalt, lees je in Search Console-data diepgaand analyseren.

Daarvoor moet je onderliggende fundament wel kloppen. Een API-export heeft weinig nut als pagina’s niet goed geindexeerd raken of als je Search Console-property niet correct is opgezet. De data-export is de meetlaag; de optimalisatie en de techniek eronder bepalen wat er te meten valt.

Hier verbinden data en strategie zich. Een ervaren seo specialist leest in de volledige query-export niet alleen wat het deed, maar ook welke onbenutte intenties er liggen, welke pagina’s kannibaliseren en waar een nieuwe pagina pipeline kan opleveren. De export is het startpunt; de interpretatie is waar het verschil zit tussen meten en sturen.

Aan de slag

Begin met de API als je snel meer dan 1.000 rijen wilt en je rapportage wilt automatiseren. Zet de BigQuery-export erbij aan zodra je data over langere periodes wilt bewaren en koppelen aan omzet. En bouw vanaf dag een naar een vaste pijplijn, niet naar losse exports.

Wil je dat je Search Console-data daadwerkelijk pipeline stuurt in plaats van in een sheet te verstoffen? Neem contact op en we bekijken samen hoe we je meet- en optimalisatielaag in een orchestreerde groeimotor gieten, gericht op leads en omzet, niet op ijdele rankings.