自动化和机器学习有着巨大的潜力，以帮助我们所有的营销。但目前很多这些工具都无法进入的人谁也不能代码或谁可以编写一个有点，但不是真的那么舒服。
经常发生的事情是，有最终被一个或两个人在办公室里谁是舒适的写作和编辑代码，然后这些人制作的脚本和笔记本电脑的其他人都跑。工作流程看起来有点像这样：
我会告诉你一个简单的方法来简化此工作流程中删除步骤，人们需要运行一个脚本，并格式化输出。相反，他们可以从谷歌表中直接运行自动化。
这个例子我会告诉你是返回灯塔得分就像这个GIF URL的表自定义函数：
我会告诉你的方法是不是这样做的唯一途径，但它确实说明了一个更普遍的技术，可用于很多事情，包括机器学习算法。
有两个部分：
一个谷歌云中运行的应用程序，将做复杂的东西（在这种情况下运行灯塔测试），并且将响应HTTP请求。一个Appscript自定义函数，这将使请求到在步骤1中创建的API，并将结果返回到谷歌表。
云中运行的是谷歌的服务，需要一个码头工人像您提供并使其可通过HTTP。您只需支付当一个HTTP请求，所以对于这样一个没有被使用的全天候服务这是很便宜。实际费用将取决于有多少你使用它，但我估计每月少于$ 1至运行上千次的试验。
我们需要做的第一件事是让将执行灯塔分析泊坞窗图像时，我们做一个HTTP请求，它。幸运的是，我们有证据显示如何在Github上编程运行灯塔审计的一些文件。链接的代码保存分析到一个文件中，而不是返回HTTP上的反应，但是这很容易解决通过在快速应用这样的包装整个事情：
将此代码另存指数。JS。
然后，你还需要一个名为包。JSON介绍如何安装上述应用程序和Dockerfile，所以我们可以在多克包装的一切行动。所有的代码文件可在Github。
构建泊坞窗图像，然后你可以在自己的计算机这样的本地测试的东西：
首先启动图像：
然后进行测试，看看它的工作原理：
或访问本地主机：8080？URL = HTTPS％3A％2F％2Fwww。例。COM在您的浏览器。你应该看到了很多的JSON。
下一步是你的形象推到谷歌集装箱注册表。对我来说，这是一个简单的命令：
但是，您可能不得不安装搬运工认证首先，你可以做到这一点之前，。另一种方法是使用谷歌云构建，使图像； 这可能更好地为你，如果你不能得到验证工作。
接下来，你需要创建这个泊坞窗图像的云中运行的服务。
开放云中运行，点击“创建服务”
名称和调整设置。你必须给你的服务的名称，并配置其他一些设置：
这是最好的挑选是接近的地方，大部分观众对您的网站活区。检查从东京一家英国网站的网站速度不会给你相同的结果你的观众GET。
为了让您致电谷歌从该表服务必须允许未经调用。如果你担心锁定下来，固定服务，以防止其他人使用它，你将不得不通过（例如）在HTTP请求或类似的东西从API秘密检查，以做到这一点。
接下来，您必须选择容器所做更早。如果你还记得它，你可以在相应的名称，或单击“选择”，并从菜单中选择它。
然后点击“显示高级设置”，因为有更多的配置做。
你需要增加内存分配，因为灯塔测试需要超过256MB运行。我在这里选择了1GiB但您可能需要2GiB的最大允许某些网站。
我发现，减少并发到1提高了服务的可靠性。这意味着谷歌将自动启动一个新的容器为每个HTTP请求。缺点是，这种成本稍微更多的钱。
点击“创建”和你的云服务运行将很快准备就绪。
您可以使用URL给它一个快速测试。例如：
或访问https：//开头的灯塔表公有制v4e5t2rofa-NW。a。跑。应用？URL = HTTPS％3A％2F％2Fwww。例。COM在您的浏览器。
下一步就是写一些Appscript这样你就可以从谷歌表内使用新的API。
打开一个新的谷歌表和开拓Appscript编辑器。
这将打开一个新的标签，你可以把你谷歌表自定义函数。
这里的关键思想是使用Appscript UrlFetchApp函数来执行HTTP请求到您的API。一些基本的代码来做到这看起来是这样的：
最后一行返回了整体性能的比分进入片。您可以编辑它返回别的东西。例如，以获得搜索引擎优化分数使用效果。类别。搜索引擎优化。比分反超。
或者你可以通过返回像这样的列表返回结果的多个列：
[结果。类别。性能。评分，结果。categoryies。搜索引擎优化。得分了]
保存文件，那么你将有一个可用的自定义函数在你所谓的灯塔谷歌表。
开始使用最简单的方法是复制我的例子谷歌页，然后在自己的API更新自己的代码点并返回灯塔结果，你最感兴趣。
关于这种方法的最大好处是，它可以为任何工作都可以被包装在一个泊坞窗容器和30秒内返回结果。不幸的是谷歌表自定义函数有一个超时，所以你不会有足够长的时间来训练一些大规模的深度学习算法，但是仍然留下了很多，你可以做。
我用一个非常类似的过程，我的谷歌插件表预测伪造，但不是返回灯塔比分是返回一个机器学习动力的预测，你把它的任何数字。
对于这种事情的可能性是非常激动人心的，因为在搜索营销，我们有很多的人谁是很不错的电子表格。我想看看他们能做些什么时，他们可以使用所有的电子表格的知识和机器学习提高它。
在这篇文章中所表达的意见是那些客人笔者并不见得搜索引擎土地。作者的工作人员在这里列出。