Le problème
Différents fournisseurs de données de mots-clés renvoient des volumes de recherche mensuels différents pour le même mot-clé. Semrush indique 2 400, Ahrefs indique 1 900 et DataForSEO indique 3 100. Les équipes qui se fient aux données de volume d'un seul fournisseur prennent des décisions budgétaires et de contenu basées sur des chiffres qui peuvent être erronés de 30 à 60 %. Il n'existe pas de moyen simple de recouper plusieurs sources et de signaler les écarts qui devraient déclencher une révision manuelle avant d'engager des ressources.
La solution Scavio
Construisez un pipeline de vérification croisée qui interroge le même mot-clé sur plusieurs sources de données, compare les volumes retournés, calcule la variance et signale les mots-clés pour lesquels les fournisseurs sont en désaccord significatif. La recherche Google de Scavio renvoie des données de recherche connexes et des questions « Les gens demandent aussi » qui fournissent un contexte supplémentaire sur les mots-clés. Le pipeline produit un rapport affichant le volume de chaque fournisseur, le pourcentage de variance et un score de confiance basé sur l'accord entre fournisseurs.
Avant
Avant le vérificateur croisé, les équipes faisaient confiance à l'outil auquel elles étaient abonnées sans savoir comment ses volumes se comparaient à d'autres sources. Les investissements de contenu étaient parfois basés sur des volumes gonflés de 2 à 3 fois en raison de différences de regroupement de variantes proches.
Après
Après avoir construit le vérificateur croisé, chaque décision d'investissement sur un mot-clé inclut un score de confiance. Les mots-clés où les fournisseurs s'accordent à moins de 20% obtiennent une haute confiance. Les mots-clés avec une variance de plus de 50% sont signalés pour une révision manuelle avant d'engager des ressources de contenu.
À qui cela s'adresse
Stratèges de contenu qui ont besoin de données fiables sur les volumes de mots-clés pour l'allocation des ressources. Agences SEO qui présentent des opportunités de mots-clés à leurs clients et ont besoin de confiance dans les chiffres qu'elles partagent.
Avantages clés
- Comparez automatiquement les volumes de mots-clés sur plusieurs sources de données
- Score de confiance basé sur le niveau d'accord entre fournisseurs
- Signalez les mots-clés à forte variance avant d'investir des ressources de contenu
- Contexte supplémentaire grâce aux questions « Les gens demandent aussi » et aux recherches connexes via Scavio
- Génération automatisée de rapports pour les réunions de planification de contenu
Exemple Python
import requests
API_KEY = "your_scavio_api_key"
def get_serp_context(keyword: str) -> dict:
"""Get SERP context for a keyword via Scavio."""
res = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": keyword},
timeout=15,
)
res.raise_for_status()
data = res.json()
return {
"keyword": keyword,
"organic_count": len(data.get("organic", [])),
"paa_questions": [q.get("question", "") for q in data.get("people_also_ask", [])],
"related_searches": [r.get("query", "") for r in data.get("related_searches", [])],
}
def cross_check(keyword: str, volumes: dict[str, int]) -> dict:
values = list(volumes.values())
avg = sum(values) / len(values)
max_diff = max(abs(v - avg) / avg * 100 for v in values) if avg > 0 else 0
serp = get_serp_context(keyword)
return {
"keyword": keyword,
"volumes": volumes,
"average": round(avg),
"max_variance_pct": round(max_diff, 1),
"confidence": "high" if max_diff < 20 else "medium" if max_diff < 50 else "low",
"paa_questions": serp["paa_questions"][:3],
"related": serp["related_searches"][:3],
}
result = cross_check("serp api", {"semrush": 2400, "ahrefs": 1900, "dataforseo": 3100})
print(f"{result['keyword']}: avg={result['average']}, variance={result['max_variance_pct']}%, confidence={result['confidence']}")
for q in result["paa_questions"]:
print(f" PAA: {q}")Exemple JavaScript
const API_KEY = "your_scavio_api_key";
async function getSerpContext(keyword) {
const res = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: { "x-api-key": API_KEY, "content-type": "application/json" },
body: JSON.stringify({ platform: "google", query: keyword }),
});
if (!res.ok) throw new Error(`scavio ${res.status}`);
const data = await res.json();
return {
paa: (data.people_also_ask ?? []).map((q) => q.question ?? ""),
related: (data.related_searches ?? []).map((r) => r.query ?? ""),
};
}
function crossCheck(keyword, volumes) {
const vals = Object.values(volumes);
const avg = vals.reduce((a, b) => a + b, 0) / vals.length;
const maxDiff = Math.max(...vals.map((v) => Math.abs(v - avg) / avg * 100));
return { keyword, volumes, average: Math.round(avg), maxVariance: Math.round(maxDiff * 10) / 10, confidence: maxDiff < 20 ? "high" : maxDiff < 50 ? "medium" : "low" };
}
const result = crossCheck("serp api", { semrush: 2400, ahrefs: 1900, dataforseo: 3100 });
console.log(`${result.keyword}: avg=${result.average}, variance=${result.maxVariance}%, confidence=${result.confidence}`);Plateformes utilisées
Recherche web avec graphe de connaissances, PAA et aperçus IA