Keyword-Research-Ergebnisse mit ihren Grenzen lesen
Prüfe Eingaben und Markteinstellungen des Laufs, bevor du Kandidaten vergleichst oder Filter änderst.
Gespeicherte Laufdaten
Begrenzte Leseansichten
Mehrere Datenzeitpunkte
Mit dem Laufkopf beginnen
Der Kopf des gewählten Laufs nennt Kandidatenzahl, Region, Eingaben, Datum, Modus und Status. Während der Arbeit sind die Kosten das reservierte Angebot. Nach terminalem Abschluss ist es die abgerechnete Belastung. Fehlgeschlagene und abgebrochene Läufe zeigen keine Kundenkosten, weil ihre Reservierungen freigegeben werden.
Pending kann bedeuten, dass der Dispatch angenommen wurde, der Worker den Lauf aber noch nicht übernommen hat. Running zeigt die aktuelle Stufe und verstrichene Zeit. Eine Warnung zur abgelaufenen Lease oder ein Support-Code ist Betriebsevidenz und kein Grund, ein unvollständiges Kandidaten-Set als abgeschlossen zu behandeln.
Completed bedeutet nicht immer vollständige Abdeckung
Ergebnis-Batches können vor der Endabrechnung geschrieben werden. Ein aktiver oder unterbrochener Lauf kann deshalb schon Kandidaten zeigen. Nutze sie bis zum Endstatus als vorläufige Evidenz. Bei einem partiell abgeschlossenen Lauf müssen Quellenfehler und fehlende Abdeckung geprüft werden, bevor seine Anzahl mit einem anderen Lauf verglichen wird.
| Status | Was er belegt |
|---|---|
| Pending | Der Lauf existiert und wartet auf Dispatch oder Worker-Claim. |
| Running | Ein Worker hält die aktuelle Lease und hat eine Verarbeitungsstufe gemeldet. |
| Completed | Die Abrechnung ist beendet. Der Lauf kann trotzdem partielle Evidenz enthalten. |
| Failed | Kein akzeptiertes finales Ergebnis-Set. Die Reservierung wurde freigegeben. |
| Canceled | Die Arbeit wurde gestoppt und die Kundenreservierung freigegeben. |
Verstehen, was eine Zeile bewahrt
Die Tabelle kann Keyword, Quelle und Ursprungs-Seed, bei Wettbewerber-Läufen Domain und Position, Intent, Anzahl SERP-Features, Traffic-Schätzung, Trend, Volumen, CPC, allgemeine Schwierigkeit und optional eine an die eigene Domain angepasste Schwierigkeit zeigen. Der gespeicherte Kandidat wird im Lauf nach normalisiertem Keyword dedupliziert. Bei seedbasierter Recherche kann daher die zuerst akzeptierte Quelle stehen bleiben, obwohl ein anderer Pfad dieselbe Phrase später ebenfalls fand.
Die Markierung für bereits vorhandene Keywords ist ein Snapshot beim Schreiben oder späteren Import und keine garantierte Live-Abfrage für jede Zeile. Der Import übernimmt die maßgebliche Deduplizierung. Eine leere Metrik bedeutet, dass die jeweilige Quelle keinen Wert liefert, nicht gemessene null.
Match-Modi als lexikalische Linsen nutzen
Wettbewerber-Läufe haben keine Seeds. Exact findet dort nichts, während Related nach der aktuellen Regel das gesamte Kandidaten-Set umfassen kann. Match-Modi sind kostenlose Ableitungen beim Lesen. Sie rufen keine neuen Provider-Daten ab und verändern den Lauf nicht.
Sichtbare Filter werden mit UND kombiniert: enthält Teilstring, schließt Teilstring aus, Mindestvolumen, maximale Schwierigkeit, exakter Intent, exakte Quelle und nur neue. Sortiert werden kann nach Keyword, Volumen, CPC und Schwierigkeit, mit Rückkehr zur gespeicherten Laufreihenfolge.
| Modus | Aktuelle Regel |
|---|---|
| Alle | Keine Beziehung zum Seed wird gefiltert. |
| Broad | Alle Tokens mindestens eines Seeds erscheinen in beliebiger Reihenfolge, mit vorsichtiger Präfixtoleranz für längere Flexionen und Umlaut-Faltung. |
| Phrase | Eine vollständige Seed-Phrase erscheint in derselben Token-Reihenfolge. |
| Exact | Der normalisierte Kandidat entspricht einem normalisierten Seed. |
| Related | Keine Seed-Phrase ist enthalten. Das garantiert keine semantische Relevanz. |
| Questions | Die Phrase erfüllt eine vorsichtige Fragewort- oder Fragezeichen-Regel in Deutsch, Englisch, Spanisch oder Französisch. |
Unbekannte Werte verhalten sich bei Minimum und Maximum verschieden
Ein fehlender Wert scheitert an einer Mindestgrenze, weil die Zeile nicht belegen kann, dass sie den unteren Wert erreicht. Eine Höchstgrenze lässt ihn durch, weil kein Messwert eine Überschreitung belegt. Dadurch bleibt Unbekanntes unter einer Obergrenze sichtbar, ist aber von Aussagen wie Mindestnachfrage ausgeschlossen.
Nur neue stützt sich auf die gespeicherte Vorhanden-Markierung des Kandidaten und ist damit eine beratende Ansicht. Nach dem Schreiben kann ein Keyword in die aktive Datenbank gelangen oder sie verlassen. Der Import prüft den aktuellen Zustand, bevor er einfügt, wiederherstellt, überspringt oder einer Liste hinzufügt.
Filter arbeiten über einen begrenzten paginierten Scan
Lexikalische Filter werden nach einem begrenzten Indexscan ausgewertet und nicht über eine unbegrenzte Vollabfrage des Laufs. Die aktuelle Ergebnis-Policy erlaubt bis zu 200 passende Zeilen pro Seite und scannt mit Reserve, um sie zu finden. Die Oberfläche kann bis zu acht weitere Seiten automatisch anfordern, um die Ansicht zu füllen oder das Ende festzustellen, und verlangt danach Laden weiterer Daten.
Eine dünn besetzte Seite bedeutet nicht zwingend, dass nur so viele Treffer existieren. Lies gescannte Anzahl, Trefferanzahl, Ende-Flag und Hinweis auf erreichtes Scanbudget. Laufweite passende Auswahl und Begriffsanalyse prüfen derzeit höchstens die ersten 2.000 Zeilen. CSV scannt bis zu 5.000 und exportiert höchstens 2.000.
Begriffsgruppen zeigen Wortschatz, keine Seitenarchitektur
Begriffsgruppen scannen bis zu den ersten 2.000 Zeilen, schließen Seed-Tokens, Einzelzeichen und reine Zahlen aus, zählen jeden Begriff je Kandidat einmal und sortieren nach Zeilenanzahl, summiertem Suchvolumen und Alphabet. Der Workbench zeigt die führenden 30 Gruppen und markiert eine gekürzte Ansicht.
Die Wahl einer Gruppe schreibt das Wort in den normalen Enthält-Teilstringfilter. Das ist weder tokenexaktes Clustering noch semantische Gruppierung oder ein Beleg für gemeinsamen Intent. Nutze die Gruppe zum Erkennen wiederkehrender Modifikatoren und prüfe danach Kandidaten und SERPs, bevor du Seiten planst.
Tabellenspalten als getrennte Aussagen lesen
Der Volumenbalken skaliert gegen den größten Wert der aktuell geladenen sichtbaren Zeilen und ist daher nur ein lokaler visueller Vergleich. Schwierigkeit erscheint auf einer Skala von 0 bis 100. Beides verändert den gespeicherten Wert nicht und wird nicht zu einem Entscheidungsscore.
| Spalte | Frage, die sie unterstützen kann |
|---|---|
| Quelle und Seed | Welcher Beschaffungspfad lieferte diesen Kandidaten zuerst? |
| Volumen, CPC, Schwierigkeit | Was meldeten die gespeicherten bezahlten Metriken für Markt und Lauf? |
| Intent | Welche Provider-Klassifikation liegt gegebenenfalls vor? |
| Wettbewerber-Domain und Position | Welche beibehaltene Domain-Beobachtung machte die Zeile im Wettbewerber-Lauf nützlich? |
| Aktuelle Informationen | Welche neuere Workspace-, SERP-, Trend-, Themen- oder Authority-Evidenz wurde beim Lesen ergänzt? |
Nutze die Metrikdefinitionen, um Suchnachfrage, Schwierigkeit, kommerzielle Signale und fehlende Nachweise auseinanderzuhalten.
Gespeicherte Metriken von aktuell ergänzter Evidenz trennen
Das Lesemodell kann aktuelle Anreicherung aus der Keyword-Datenbank und eine gespeicherte SERP desselben Workspace-Keywords ergänzen. Sichtbar werden können aktive SERP-Feature-Anzahl, bis zu drei führende Ergebnisse, Monatstrend, Traffic-Potenzial, ein seitengebundenes Oberthema und an die eigene Domain angepasste Schwierigkeit. Jedes Feld hat einen engeren Vertrag, als sein kurzer Name vermuten lässt.
Traffic-Potenzial ist aktuell Suchvolumen mal 0,3 und trägt mittlere Konfidenz. Trend vergleicht den ersten und letzten verfügbaren Monatswert, sofern der erste positiv ist. Das Oberthema gruppiert Zeilen auf der geladenen Seite, wenn mindestens drei Top-10-URLs überlappen, und nutzt gemeinsame URLs geteilt durch zehn als Konfidenz. Das sind Priorisierungshilfen, keine Prognosen oder globalen Content-Cluster.
Die domainangepasste Schwierigkeit kombiniert generische Schwierigkeit mit einem Authority-Wert aus dem ersten abgeschlossenen oder partiellen Domain-Overview-Snapshot einer begrenzten Menge neuerer Snapshots. Sie ist Kontext mittlerer Konfidenz, weder Provider-KD noch Ranking-Zusage.
Laufzeitpunkt und Zeitpunkt aktueller Daten sichtbar halten
Die bezahlten Kandidatenmetriken gehören zum Recherchelauf. Ergänzte Anreicherung kann später erfasst worden sein. Die gespeicherte SERP hat eigenes Land, Sprache, Gerät, Tiefe und Beobachtungsdatum, und ihre aktuelle Zuordnung entspricht nicht garantiert dem Marktkontext des Laufs. Domain Authority stammt wiederum aus einem anderen Snapshot.
Ein belastbares Review dokumentiert, welche Felder aus dem Lauf stammen und welche später ergänzt wurden. Passt SERP-Kontext oder Datum nicht zur Recherchefrage, öffne einen kontextgerechten Snapshot oder erhebe neue Evidenz, bevor du über Intent, Wettbewerb, Seitenzuständigkeit oder Machbarkeit entscheidest.
Auswahl ist ausdrücklich und begrenzt
Die Checkbox wählt geladene Kandidaten. Alle Treffer auswählen führt einen eigenen laufweiten Scan aus, stoppt aktuell aber bei 2.000 passenden Zeilen und meldet die Kürzung. Eine weitere geladene Seite wird nicht automatisch freigegeben. Prüfe Auswahlzahl und Filter unmittelbar vor dem Import.
Das Feld `importable` ist ein Hinweis und keine harte Sperre. Crawl Foundry erlaubt bewusst den Import einer Zeile ohne Daten. Für eine wichtige redaktionelle Phrase kann das sinnvoll sein, doch die fehlenden Metriken müssen sichtbar bleiben und dürfen nicht erfunden werden.
Folge nach Freigabe der Auswahl der Übergabe per Recherche-Import und prüfe, was in der Datenbank angekommen ist.
CSV exportiert einen begrenzten operativen Ausschnitt
CSV übernimmt aktuellen Filter und Sortierung, scannt bis zu 5.000 Zeilen und schreibt höchstens 2.000. Enthalten sind Keyword, Quelle, Ursprungs-Seed, Volumen, Schwierigkeit, CPC, Wettbewerb, Intent, Wettbewerber-Domain und Position, Vorhanden-Status sowie Importierbar-Hinweis. Der Export meldet Kürzung am Limit und schützt Tabellenzellen vor Formel-Injection.
Nicht enthalten sind ergänzte SERP-Ergebnisse, SERP-Feature-Details, berechnetes Traffic-Potenzial, Trend, seitengebundenes Thema und domainangepasste Schwierigkeit. Wenn die Datei eine externe Entscheidung stützt, halte Lauf-ID, Markt, Datum, Filter, Sortierung und Kürzungshinweis daneben fest.
Eine Shortlist bauen, die andere hinterfragen können
Beispiel: Von der langen Liste zum fokussierten Set
Ein Lauf liefert viele Kandidaten. Die Strategin setzt eine maximale Difficulty und ein Mindestvolumen und öffnet dann die Begriffsgruppen. Ein wiederkehrender Begriff markiert ein klares Unterthema.
Sie filtert auf diesen Begriff, prüft Suchintention und Quelle jeder Zeile, wählt die passenden Kandidaten aus und exportiert die Auswahl als CSV für einen Workshop mit der Redaktion.
Häufige Fragen
Kosten Filter und Match-Modi etwas?
Nein. Match-Modi, Filter, Begriffsgruppen und Sortierung sind Ansichten auf den gespeicherten Lauf und fordern keine neuen Daten an.
Wie werden fehlende Werte gefiltert?
Ein fehlender Wert fällt bei einer Mindestgrenze durch, weil er nicht belegen kann, dass er sie erreicht, und besteht eine Höchstgrenze, weil nichts belegt, dass er sie überschreitet.
Wie groß kann ein CSV-Export sein?
Der Export übernimmt deine aktuellen Filter und die Sortierung und schreibt bis zu 2.000 Zeilen. Alle Treffer auswählen endet ebenfalls bei 2.000 Zeilen und meldet, wenn gekürzt wurde.