DataForSEO couvre bien le SERP mais de manière inégale pour AI Overviews et Reddit. Les programmes de mesure AEO en 2026 ont besoin des trois sous une seule couche de facturation. Ce tutoriel présente la migration : remplacement direct du SERP, extraction des citations AI Overviews et suivi des mentions de marque sur Reddit.
Prérequis
- Python 3.10+
- Clé API Scavio
- Pipeline DataForSEO existant à migrer
Parcours
Étape 1: Mapper le SERP DataForSEO à Scavio
Échange en une ligne : même requête en entrée, JSON typé en sortie.
Python
import requests, os
API_KEY = os.environ['SCAVIO_API_KEY']
def serp(q):
r = requests.post('https://api.scavio.dev/api/v1/google',
headers={'x-api-key': API_KEY},
json={'query': q, 'num_results': 100})
return r.json().get('organic_results', [])Étape 2: Extraire les citations AI Overviews
Activez `include_ai_overview: true` sur le même appel.
Python
def ao_citations(q):
r = requests.post('https://api.scavio.dev/api/v1/google',
headers={'x-api-key': API_KEY},
json={'query': q, 'include_ai_overview': True})
ao = r.json().get('ai_overview', {})
return ao.get('citations', [])Étape 3: Suivi des mentions de marque sur Reddit
Scan quotidien de Reddit par mot-clé de marque.
Python
def reddit_mentions(brand):
r = requests.post('https://api.scavio.dev/api/v1/reddit/search',
headers={'x-api-key': API_KEY},
json={'query': brand})
return r.json().get('posts', [])[:25]Étape 4: Normaliser entre les surfaces
Format de ligne unique pour SERP, AO et Reddit.
Python
def normalize(brand, q):
rows = []
for r in serp(q): rows.append({'brand': brand, 'surface':'serp', 'url': r['link']})
for c in ao_citations(q): rows.append({'brand': brand, 'surface':'ai_overview', 'url': c})
for p in reddit_mentions(brand): rows.append({'brand': brand, 'surface':'reddit', 'url': p.get('url','')})
return rowsÉtape 5: Comparaison des coûts
Remplacez la facture DataForSEO par des crédits prévisibles.
Python
# DataForSEO: variable per-endpoint
# Scavio: $30/mo for 7,000 credits flat
# Typical 200-keyword daily snapshot: ~6,000 credits/mo
# Net: under $30/mo for most teams.Exemple Python
Python
import os, requests
API_KEY = os.environ['SCAVIO_API_KEY']
def snapshot(q):
r = requests.post('https://api.scavio.dev/api/v1/google',
headers={'x-api-key': API_KEY},
json={'query': q, 'include_ai_overview': True, 'num_results': 100})
return r.json()
d = snapshot('best ai agents 2026')
print('SERP:', len(d.get('organic_results',[])), 'AO citations:', len((d.get('ai_overview') or {}).get('citations',[])))Exemple JavaScript
JavaScript
const API_KEY = process.env.SCAVIO_API_KEY;
export async function snapshot(q) {
const r = await fetch('https://api.scavio.dev/api/v1/google', {
method: 'POST',
headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
body: JSON.stringify({ query: q, include_ai_overview: true, num_results: 100 })
});
return r.json();
}Sortie attendue
JSON
Same SERP rows DataForSEO returned, plus AI Overviews citations as a first-class field, plus Reddit brand mentions in one credit pool. Daily 200-keyword snapshot fits under the $30/mo plan.