Prognostiker für organischen Verkehr

Laden Sie eine CSV-Datei der Google Search Console hoch und prognostizieren Sie mit Facebook Prophet organische Klicks, Impressionen oder Sitzungen für die nächsten Monate.

Prognostizieren Sie Ihren organischen Traffic mit Zuversicht

Exportieren Sie einen täglichen Leistungsbericht aus der Google Search Console (oder Analytics) und laden Sie ihn hier hoch. Das Modell erkennt wöchentliche und jährliche Saisonalität, respektiert Feiertage und gibt eine Prognose mit einem Konfidenzintervall zurück, das Sie mit Stakeholdern teilen können.

  • Facebook-Prophet unter der Haube – wöchentliche + jährliche Saisonalität
  • Feiertagsorientiert (Brasilien standardmäßig, andere Länder wählbar)
  • Interaktives Diagramm mit Konfidenzband
  • Monatliche Aufschlüsselung der Prognose für die Berichterstattung

Klicken Sie in der Search Console → Leistung auf Exportieren → CSV. Verwenden Sie das Blatt „Termine“ (Tagesgranularität). Mindestens 30 Datenpunkte erforderlich; Aufgrund der jährlichen Saisonabhängigkeit werden 12+ Monate empfohlen.

So verwenden Sie den Organic Traffic Forecaster

Von CSV zu einer vertretbaren Wachstumsprognose in weniger als 30 Sekunden. Kein Konto, kein OAuth, keine Daten verlassen das Tool nach der Verarbeitung.

1

Tägliche Daten exportieren

Klicken Sie in der Google Search Console → Leistung auf Exportieren → CSV. Die ZIP-Datei enthält ein Blatt „Daten“ mit täglichen Klicks, Impressionen, CTR und Position. Jede CSV-Datei mit Datum und numerischer Metrik funktioniert ebenfalls (GA4, benutzerdefinierte Skripte).

2

Laden Sie die CSV hoch

Das Tool erkennt automatisch die Datums- und Metrikspalten (alle portugiesischen, englischen, spanischen und deutschen Überschriften werden unterstützt), empfiehlt einen Horizont basierend auf der Länge Ihres Verlaufs und verwendet standardmäßig brasilianische Feiertage. Ändern Sie vor dem Absenden alle Parameter.

3

Lesen Sie die Ergebnisse

Erhalten Sie vier Übersichtskarten (Gesamtprognose, Wachstum im Vergleich zu den letzten 90 Tagen, täglicher Trend, verwendeter Verlauf), ein interaktives Prognosediagramm mit Konfidenzband, Trendzerlegung, wöchentlicher Saisonalität und eine monatliche Aufschlüsselungstabelle für die Berichterstattung.

So funktioniert die Prognose

Unter der Haube verwenden wir Facebook Prophet, ein additives Zeitreihenmodell, das für Geschäftskennzahlen mit klarer Saisonalität entwickelt wurde. Prophet zerlegt Ihren Datenverkehr in vier Komponenten und projiziert jede einzelne nach vorne.

Trend

Die zugrunde liegende Wachstums- oder Rückgangsrichtung, geglättet, um wöchentliche Störungen zu ignorieren. Prophet erkennt automatisch Wendepunkte – Momente, in denen sich die Flugbahn ändert.

Wöchentliche Saisonalität

Der typische Unterschied zwischen Wochentagen und Wochenenden. B2B-Websites erreichen normalerweise von Dienstag bis Donnerstag ihren Höhepunkt und brechen am Wochenende zusammen; Im E-Commerce könnte das gegenteilige Muster zu beobachten sein.

Jährliche Saisonalität

Wiederkehrende jährliche Muster (Spitzen am Black Friday, Einbrüche im Sommer/Winter, Schulbeginn). Wird nur aktiviert, wenn Sie einen Verlauf von mindestens 365 Tagen hochladen – andernfalls kann Prophet ihn nicht zuverlässig schätzen.

Feiertagseffekte

Nationale Feiertage, die den Verkehr zuverlässig verlagern. Wenn Sie Brasilien auswählen, gelten Karneval, Fronleichnam, Unabhängigkeitstag, Finados, Weihnachten und andere. Die Kalender für die USA, Großbritannien, PT, ES, FR, DE und IT sind ebenfalls verfügbar.

Konfidenzintervall: Das schattierte Band um die Prognose stellt ein 80-Prozent-Konfidenzintervall dar – den Bereich, innerhalb dessen zukünftige Werte voraussichtlich in 80 Prozent der Fälle liegen werden, basierend auf dem Restrauschen in Ihren historischen Daten. Breitere Bänder bedeuten, dass das Modell weniger sicher ist. Wenn Sie den Horizont über 50 Prozent Ihrer historischen Länge hinaus erweitern, weitet sich das Band stark aus und die Prognose wird spekulativ.

Interpretation Ihrer Ergebnisse

Gesamtprognose

Summe aller täglich vorhergesagten Werte über den Horizont. Die Unterzeile „pro Tag (Durchschnitt)“ gibt Ihnen die Laufrate – vergleichen Sie sie mit Ihrem aktuellen Tagesdurchschnitt auf der Verlaufskarte, um die Prognose auf Plausibilität zu überprüfen.

Erwartetes Wachstum (90-Tage-Fenster)

Ein Apfel-zu-Äpfel-Vergleich: nächste 90 Prognosetage vs. letzte 90 historische Tage. Unabhängig vom Horizont auf 90 Tage festgelegt, damit die Anzahl über alle Läufe hinweg vergleichbar bleibt. Positiv = Wachstum, negativ = Rückgang.

Täglicher Trend über den Horizont

Die Trendkomponente am ersten und letzten Tag der Prognose, ausgedrückt in derselben Einheit wie Ihre Metrik. Dies ist das reine Wachstumssignal ohne wöchentliches und jährliches Rauschen.

Wöchentliche saisonale Bars

Auswirkung jedes Wochentags auf die Metrik. Positive Balken bedeuten Tage, an denen der Verkehr über dem Trend liegt. Negative Balken ziehen es nach unten. Die Summe über die Wochendurchschnitte ergibt konstruktionsbedingt Null.

Monatliche Prognosetabelle

Aggregierte Kalendermonatssummen. Mit „Teilweise“ gekennzeichnete Zeilen decken weniger als 28 Prognosetage ab – normalerweise den ersten Monat nach Ende Ihres Verlaufs. Verwenden Sie die Spalte „Tage“, um die Gesamtwerte richtig zu interpretieren.

Wo bekomme ich die Daten?

Google Search Console (empfohlen)

  1. Öffnen Sie Ihre Immobilie → Leistungsbericht
  2. Datumsbereich anpassen (letzte 3, 6, 12 oder 16 Monate)
  3. Klicken Sie auf Exportieren → CSV herunterladen
  4. Laden Sie aus der ZIP-Datei die Datei „Dates.csv“ hoch

16 Monate ist das harte Limit der GSC-UI/API. Für einen längeren Verlauf verwenden Sie den BigQuery-Export.

Google Analytics 4

  1. Berichte → Erfassung → Verkehrserfassung
  2. Nach Sitzung filtern, Standardkanalgruppe = Organische Suche
  3. Datum als primäre Dimension hinzufügen, CSV exportieren
  4. Öffnen Sie es in Sheets/Excel und entfernen Sie die Metadaten-Kopfzeilen vor dem Hochladen

In aggregierten Berichten werden Daten seit der Erstellung der Eigenschaft gespeichert. Die Aufbewahrung auf Ereignisebene beträgt maximal 14 Monate.

Benutzerdefinierte CSV-/Skriptausgabe

Jede CSV-Datei mit einer Datumsspalte und mindestens einer numerischen Spalte funktioniert. Spaltennamen in Portugiesisch, Englisch, Spanisch oder Deutsch werden automatisch erkannt; Trennzeichen können Komma, Semikolon oder Tabulator sein.

Gemeinsame Quellen: SEMrush/Ahrefs-Traffic-Exporte, Umami/Plausible/Matomo-Dashboards, interne Analyselager.

GSC über BigQuery/Looker Studio

Für einen Verlauf, der länger als 16 Monate ist, aktivieren Sie den GSC → BigQuery-Massenexport. Abfragedatum + Gesamtklicks, als CSV herunterladen, hier hochladen.

Alternativ können Sie Looker Studio mit GSC verbinden, eine Tabelle „Datum × Klicks“ erstellen und in CSV exportieren.

Häufig gestellte Fragen

Wie viele Verlaufsdaten benötige ich?
Mindestens 30 tägliche Datenpunkte, um das Modell überhaupt auszuführen. Über 90 Tage bieten Ihnen wöchentliche Saisonalität. 12–24 Monate sind der Sweet Spot – das aktiviert die jährliche Saisonalität und erfasst den Black Friday, Feiertagstiefs und den Schulanfang. Mehr als drei Jahre sind selten sinnvoll, da Änderungen im Suchverhalten (BERT, HCU, AI-Übersichten) alte Daten weniger repräsentativ machen.
Welche Kennzahl sollte ich prognostizieren?
Klicks (GSC) oder Sitzungen (GA4) sind am umsetzbarsten – sie wirken sich direkt auf die Geschäftsergebnisse aus. Impressionen prognostizieren zukünftige Chancen (Nachfrage). CTR und durchschnittliche Position lassen sich schwerer zuverlässig vorhersagen, da es sich um Verhältnisse/Aggregate handelt, die von Änderungen im Keyword-Mix dominiert werden.
Welchen Horizont soll ich wählen?
Faustregel: Horizont ≤ 50 Prozent Ihrer Geschichte. Das Tool empfiehlt automatisch die größte gültige Option, nachdem Sie die Datei hochgeladen haben. Sie können darüber hinausgehen, aber das Konfidenzband weitet sich schnell aus und die Prognose wird eher zu einem „Szenario“ als zu einer Vorhersage. Über den Ergebnissen wird ein Warnbanner angezeigt, wenn Sie den Schwellenwert überschreiten.
Warum tendiert meine Prognose negativ oder flach?
Prophet liest den Trend aus Ihren aktuellen Daten. Auch wenn es in den letzten Monaten zu Rückgängen gekommen ist, setzt die Prognose diesen Rückgang fort. Wenn es zu einem vorübergehenden Rückgang kam (Algo-Update, saisonale Pause, Veröffentlichungspause), behandelt das Modell diesen als strukturell. Die Werte werden auf Null begrenzt – der Verkehr kann nicht negativ werden – aber die Prognose kann auf nahezu Null abflachen, wenn die Trendlinie kreuzt.
Kann Prophet die Auswirkungen von Algorithmusaktualisierungen oder KI-Übersichten vorhersagen?
Nein. Prophet ist ein Mustererkennungsmodell – es extrapoliert Trends und Saisonalitäten, die es zuvor gesehen hat. Externe Schocks (Updates von Algorithmen, KI-Übersichten, die Klicks fressen, ein Konkurrent, der eine stärkere Seite startet) sind für das Unternehmen unsichtbar, bis sie in den Daten auftauchen. Nutzen Sie Prognosen als Basis zur Erkennung von Abweichungen, nicht als Garantien.
Warum ist die jährliche Saisonalität in meinen Ergebnissen „aus“?
Die jährliche Saisonalität ist nur aktiviert, wenn Sie einen Verlauf von ≥ 365 Tagen hochladen. Mit weniger kann Prophet einen echten Jahreszyklus nicht von kurzfristigem Rauschen unterscheiden. Sobald Sie bei Ihrem nächsten Upload die 12-Monats-Marke überschreiten, wird es automatisch aktiviert und erfasst brasilianische Feiertags-/Saisonmuster (oder das von Ihnen ausgewählte Land).
Was passiert, wenn meine Daten Lücken aufweisen?
Prophet toleriert fehlende Daten von Haus aus – es füllt sie bei Bedarf intern auf. Doppelte Daten werden reduziert, wobei der letzte Wert erhalten bleibt. Was das Modell kaputt macht, sind weniger als 30 Gesamtdatenpunkte oder ein Spaltenformat, das der Parser nicht erkennen kann. In beiden Fällen wird eine eindeutige Fehlermeldung zurückgegeben.
Werden meine Daten irgendwo hochgeladen oder gespeichert?
Ihre CSV-Datei wird im Speicher verarbeitet, um die Prognose zu erstellen, und anschließend verworfen. Nichts wird auf der Festplatte gespeichert oder an Dritte weitergegeben. Es ist kein Konto oder Login erforderlich.
Wie oft sollte ich die Prognose erneut ausführen?
Monatlich ist für die meisten SEO-Workflows ein sinnvoller Rhythmus. Nach einer strukturellen Änderung der Website (Neugestaltung, Migration, großer Content-Push) oder nach einem bekannten Google-Update erneut ausführen – das Modell benötigt neue Daten, um seinen Trend zu aktualisieren.
Warum sieht die Juli-/Teilmonatssumme winzig aus?
In der Tabelle „Monatliche Prognose“ werden nur die Tage zusammengefasst, die in das Prognosefenster fallen. Wenn Ihr Verlauf am 30. eines Monats endet, deckt die erste Zeile der Tabelle nur einen Prognosetag ab. Zeilen mit weniger als 28 Tagen werden mit „Teilweise“ gekennzeichnet und in der Spalte „Tage“ erfahren Sie genau, wie viele Tage enthalten sind.