Prévisionniste de trafic organique

Téléchargez un CSV Google Search Console et prédisez les clics, impressions ou sessions organiques pour les mois à venir à l'aide de Facebook Prophet.

Prévoyez votre trafic organique en toute confiance

Exportez un rapport de performances quotidien depuis Google Search Console (ou Analytics) et téléchargez-le ici. Le modèle détecte la saisonnalité hebdomadaire et annuelle, respecte les jours fériés à la campagne et renvoie une prévision avec un intervalle de confiance que vous pouvez partager avec les parties prenantes.

  • Facebook Prophet sous le capot – saisonnalité hebdomadaire + annuelle
  • Compatible avec les vacances (Brésil par défaut, autres pays sélectionnables)
  • Graphique interactif avec bande de confiance
  • Répartition mensuelle des prévisions de reporting

Dans Search Console → Performances, cliquez sur Exporter → CSV. Utilisez la feuille "Dates" (granularité quotidienne). Au moins 30 points de données requis ; 12+ mois recommandés pour la saisonnalité annuelle.

Comment utiliser le prévisionniste de trafic organique

Du CSV à une prévision de croissance défendable en moins de 30 secondes. Aucun compte, pas d'OAuth, aucune donnée ne quitte l'outil après traitement.

1

Exporter les données quotidiennes

Dans Google Search Console → Performances, cliquez sur Exporter → CSV. Le zip contient une feuille « Dates » avec les clics quotidiens, les impressions, le CTR et la position. N'importe quelle date + métrique numérique CSV fonctionne également (GA4, scripts personnalisés).

2

Téléchargez le CSV

L'outil détecte automatiquement les colonnes de date et de métrique (en-têtes portugais, anglais, espagnol et allemand tous pris en charge), recommande un horizon en fonction de la longueur de votre historique et prend par défaut les jours fériés brésiliens. Modifiez n’importe quel paramètre avant de soumettre.

3

Lire les résultats

Obtenez quatre cartes récapitulatives (prévisions totales, croissance par rapport aux 90 derniers jours, tendance quotidienne, historique utilisé), un graphique de prévision interactif avec bande de confiance, décomposition des tendances, saisonnalité hebdomadaire et un tableau de répartition mensuel pour le reporting.

Comment fonctionne la prévision

Sous le capot, nous utilisons Facebook Prophet, un modèle de série chronologique additif conçu pour les mesures commerciales avec une saisonnalité claire. Prophet décompose votre trafic en quatre composants et projette chacun d’eux vers l’avant.

S'orienter

La direction sous-jacente de la croissance ou du déclin, lissée pour ignorer le bruit hebdomadaire. Prophet détecte automatiquement les points de changement (les moments où la trajectoire a changé).

Saisonnalité hebdomadaire

La différence typique entre les jours de semaine et les week-ends. Les sites B2B atteignent généralement leur apogée du mardi au jeudi et s'effondrent le week-end ; le commerce électronique pourrait connaître la tendance inverse.

Saisonnalité annuelle

Modèles annuels récurrents (pics du Black Friday, creux été/hiver, rentrée scolaire). Activé uniquement lorsque vous téléchargez au moins 365 jours d’historique – sinon Prophet ne peut pas l’estimer de manière fiable.

Effets de vacances

Les jours fériés qui déplacent le trafic de manière fiable. La sélection du Brésil s'applique au Carnaval, au Corpus Christi, au Jour de l'Indépendance, aux Finados, à Noël et autres. Les calendriers US, UK, PT, ES, FR, DE et IT sont également disponibles.

Intervalle de confiance : La bande ombrée autour de la prévision représente un intervalle de confiance de 80 % – la plage dans laquelle les valeurs futures devraient se situer 80 % du temps, sur la base du bruit résiduel dans vos données historiques. Des bandes plus larges signifient que le modèle est moins sûr. Si vous étendez l’horizon au-delà de 50 % de la longueur de votre historique, la bande s’élargit fortement et la prévision devient spéculative.

Interpréter vos résultats

Total prévisionnel

Somme de toutes les valeurs prédites quotidiennement à travers l’horizon. La sous-ligne « par jour (moy) » vous donne le taux d'exécution : comparez-le à votre moyenne quotidienne actuelle dans la carte Historique pour vérifier la projection.

Croissance attendue (fenêtre 90j)

Une comparaison de pommes avec des pommes : les 90 prochains jours de prévision par rapport aux 90 derniers jours d'historique. Fixé à 90 jours quel que soit l’horizon afin que le nombre reste comparable d’une exécution à l’autre. Positif = croissance, négatif = déclin.

Tendance quotidienne à l'horizon

Composant de tendance au premier et au dernier jour de la prévision, exprimé dans la même unité que votre métrique. Il s’agit du signal de croissance pur, sans bruit hebdomadaire et annuel.

Barres de saisonnalité hebdomadaires

Effet de chaque jour de la semaine sur la métrique. Les barres positives signifient les jours qui tirent le trafic au-dessus de la tendance ; les barres négatives le tirent en dessous. La somme sur la semaine est en moyenne nulle par construction.

Tableau de prévisions mensuelles

Totaux agrégés par mois civil. Les lignes marquées « Partiel » couvrent moins de 28 jours de prévision, généralement le premier mois après la fin de votre historique. Utilisez la colonne Jours pour interpréter correctement les totaux.

Où obtenir les données

Google Search Console (recommandé)

  1. Ouvrez votre propriété → Rapport de performance
  2. Ajuster la plage de dates (3, 6, 12 ou 16 derniers mois)
  3. Cliquez sur Exporter → Télécharger CSV
  4. Depuis le zip, téléchargez le fichier Dates.csv

16 mois est la limite stricte de l'interface utilisateur/API de GSC. Pour un historique plus long, utilisez l'exportation BigQuery.

GoogleAnalytics4

  1. Rapports → Acquisition → Acquisition de trafic
  2. Filtrer par groupe de canaux par défaut de session = Recherche organique
  3. Ajouter la date comme dimension principale, exporter au format CSV
  4. Ouvrir dans Sheets/Excel et supprimer les lignes d'en-tête de métadonnées avant de télécharger

Les rapports agrégés conservent les données depuis la création de la propriété. La conservation au niveau des événements est de 14 mois maximum.

Sortie CSV/script personnalisée

Tout CSV avec une colonne de date et au moins une colonne numérique fonctionne. Les noms de colonnes en portugais, anglais, espagnol ou allemand sont détectés automatiquement ; les séparateurs peuvent être des virgules, des points-virgules ou des tabulations.

Sources courantes : exportations de trafic SEMrush/Ahrefs, tableaux de bord Umami/Plausible/Matomo, entrepôts d'analyse internes.

GSC via BigQuery / Looker Studio

Pour un historique de plus de 16 mois, activez l'exportation groupée GSC → BigQuery. Date de la requête + nombre total de clics, télécharger au format CSV, télécharger ici.

Vous pouvez également connecter Looker Studio à GSC, créer un tableau Date × Clics, exporter au format CSV.

Questions fréquemment posées

De quelle quantité d’historique ai-je besoin ?
Au moins 30 points de données quotidiens pour exécuter le modèle. Plus de 90 jours vous offrent une saisonnalité hebdomadaire. 12 à 24 mois est le point idéal – qui active la saisonnalité annuelle et capture le Black Friday, les baisses de vacances et la rentrée scolaire. Plus de 3 ans sont rarement utiles car les changements de comportement de recherche (BERT, HCU, AI Overviews) rendent les anciennes données moins représentatives.
Quelle métrique dois-je prévoir ?
Les clics (GSC) ou les sessions (GA4) sont les plus exploitables : ils correspondent directement aux résultats commerciaux. Les impressions prédisent une opportunité future (demande). Le CTR et la position moyenne sont plus difficiles à prévoir de manière fiable car ce sont des ratios/agrégats dominés par les changements de combinaison de mots clés.
Quel horizon choisir ?
Règle générale : horizon ≤ 50 % de votre historique. L'outil recommande automatiquement la plus grande option valide après avoir téléchargé le fichier. Vous pouvez aller au-delà de cela, mais la bande de confiance s’élargit rapidement et la prévision devient un « scénario » plutôt qu’une prédiction. Une bannière d'avertissement apparaît au-dessus des résultats lorsque vous franchissez le seuil.
Pourquoi mes prévisions sont-elles négatives ou stables ?
Prophet lit la tendance à partir de vos données récentes. Si les derniers mois ont été en baisse, la projection poursuit cette baisse. Si vous avez subi une baisse temporaire (mise à jour de l'algorithme, pause saisonnière, pause de publication), le modèle la traite comme structurelle. Les valeurs sont écrêtées à zéro – le trafic ne peut pas devenir négatif – mais la projection peut s'aplatir jusqu'à près de zéro si la ligne de tendance se croise.
Prophet peut-il prédire les mises à jour de l’algorithme ou l’impact des aperçus de l’IA ?
Non. Prophet est un modèle de reconnaissance de formes : il extrapole les tendances et la saisonnalité qu'il a vues auparavant. Les chocs externes (mises à jour d'algorithmes, aperçus de l'IA mangeant des clics, un concurrent lançant une page plus forte) lui sont invisibles jusqu'à ce qu'ils apparaissent dans les données. Utilisez les prévisions comme références pour détecter les écarts, et non comme garanties.
Pourquoi la saisonnalité annuelle est-elle « désactivée » dans mes résultats ?
La saisonnalité annuelle n'est activée que lorsque vous téléchargez ≥ 365 jours d'historique. Avec moins, Prophet ne peut pas distinguer un cycle annuel réel d'un bruit à court terme. Une fois que vous avez franchi la barre des 12 mois lors de votre prochain téléchargement, il s'active automatiquement et capture les modèles de vacances/saisonniers au Brésil (ou quel que soit le pays que vous avez sélectionné).
Que faire s'il y a des lacunes dans mes données ?
Prophet tolère nativement les dates manquantes – il les remplit en interne selon les besoins. Les dates en double sont réduites en conservant la dernière valeur. Ce qui casse le modèle, c'est le fait d'avoir moins de 30 points de données au total ou un format de colonne que l'analyseur ne peut pas détecter. Les deux cas renvoient un message d'erreur clair.
Mes données sont-elles téléchargées quelque part ou stockées ?
Votre CSV est traité en mémoire pour générer les prévisions et ensuite supprimé. Rien n'est conservé sur le disque ou partagé avec des tiers. Aucun compte ou connexion n'est requis.
À quelle fréquence dois-je réexécuter les prévisions ?
Une fréquence mensuelle est une cadence raisonnable pour la plupart des flux de travail SEO. Réexécuter après tout changement structurel du site (refonte, migration, diffusion de contenu important) ou après une mise à jour connue de Google : le modèle a besoin de données récentes pour mettre à jour sa tendance.
Pourquoi le total de juillet/mois partiel semble-t-il minuscule ?
Le tableau de prévisions mensuelles résume uniquement les jours compris dans la fenêtre de prévision. Si votre historique se termine le 30 d'un mois, la première ligne du tableau ne couvre qu'un seul jour de prévision. Les lignes comportant moins de 28 jours sont marquées « Partielles » et la colonne Jours vous indique exactement combien de jours sont inclus.