Perkiraan Lalu Lintas Organik

Unggah CSV Google Search Console dan prediksi klik, tayangan, atau sesi organik untuk beberapa bulan ke depan menggunakan Facebook Prophet.

Perkirakan Lalu Lintas Organik Anda dengan Percaya Diri

Ekspor laporan kinerja harian dari Google Search Console (atau Analytics) dan unggah di sini. Model ini mendeteksi musim mingguan dan tahunan, mengikuti hari libur negara, dan menampilkan perkiraan dengan interval kepercayaan yang dapat Anda bagikan kepada pemangku kepentingan.

  • Facebook Prophet di bawah tenda — musiman mingguan + tahunan
  • Sadar akan liburan (Brasil secara default, negara lain dapat dipilih)
  • Bagan Plotly Interaktif dengan pita percaya diri
  • Rincian perkiraan bulanan untuk pelaporan

Di Search Console → Performa, klik Ekspor → CSV. Gunakan lembar "Tanggal" (perincian harian). Setidaknya diperlukan 30 titik data; 12+ bulan direkomendasikan untuk musiman tahunan.

Cara menggunakan Peramal Lalu Lintas Organik

Dari CSV hingga perkiraan pertumbuhan yang dapat dipertahankan dalam waktu kurang dari 30 detik. Tidak ada akun, tidak ada OAuth, tidak ada data yang keluar dari alat setelah diproses.

1

Ekspor data harian

Di Google Search Console → Performa, klik Ekspor → CSV. Zip berisi lembar "Tanggal" dengan klik harian, tayangan, RKT, dan posisi. CSV tanggal + metrik numerik apa pun juga berfungsi (GA4, skrip khusus).

2

Unggah CSVnya

Alat ini secara otomatis mendeteksi kolom tanggal dan metrik (header Portugis, Inggris, Spanyol, Jerman semuanya didukung), merekomendasikan cakrawala berdasarkan panjang riwayat Anda, dan menetapkan default ke hari libur Brasil. Ubah parameter apa pun sebelum mengirimkan.

3

Baca hasilnya

Dapatkan empat kartu ringkasan (perkiraan total, pertumbuhan vs. 90 hari terakhir, tren harian, riwayat yang digunakan), bagan perkiraan interaktif dengan pita keyakinan, dekomposisi tren, tren musiman mingguan, dan tabel perincian bulanan untuk pelaporan.

Bagaimana ramalan itu bekerja

Kami menggunakan Facebook Prophet, model deret waktu aditif yang dirancang untuk metrik bisnis dengan musim yang jelas. Nabi menguraikan lalu lintas Anda menjadi empat komponen dan memproyeksikan masing-masing komponen ke depan.

Tren

Arah pertumbuhan atau penurunan yang mendasarinya, diperhalus untuk mengabaikan gangguan mingguan. Nabi mendeteksi titik perubahan — momen ketika lintasan bergeser — secara otomatis.

Musiman mingguan

Perbedaan khas antara hari kerja dan akhir pekan. Situs B2B biasanya mencapai puncaknya pada Selasa–Kamis dan tutup pada akhir pekan; e-commerce mungkin melihat pola sebaliknya.

Musiman tahunan

Pola tahunan yang berulang (lonjakan Black Friday, penurunan musim panas/musim dingin, kembali ke sekolah). Hanya diaktifkan ketika Anda mengunggah riwayat setidaknya 365 hari — jika tidak, Nabi tidak dapat memperkirakannya dengan andal.

Efek liburan

Hari libur nasional yang andal mengalihkan lalu lintas. Memilih Brazil berlaku Carnaval, Corpus Christi, Hari Kemerdekaan, Finados, Natal dan lain-lain. Kalender AS, Inggris, PT, ES, FR, DE, IT juga tersedia.

Interval kepercayaan: Garis berarsir di sekeliling perkiraan mewakili interval kepercayaan 80 persen — kisaran di mana nilai masa depan diperkirakan turun 80 persen, berdasarkan gangguan sisa dalam data historis Anda. Pita yang lebih lebar berarti modelnya kurang yakin. Jika Anda memperluas cakrawala melewati 50 persen panjang sejarah Anda, rentang tersebut akan melebar tajam dan perkiraannya menjadi spekulatif.

Menafsirkan hasil Anda

Jumlah perkiraan

Jumlah seluruh nilai prediksi harian di seluruh horizon. Subline "per hari (rata-rata)" memberi Anda laju lari — bandingkan dengan rata-rata harian Anda saat ini di kartu Riwayat untuk memeriksa proyeksinya.

Pertumbuhan yang diharapkan (jendela 90 hari)

Perbandingan apel-ke-apel: 90 hari perkiraan berikutnya vs. 90 hari sejarah terakhir. Diperbaiki menjadi 90 hari terlepas dari horizon sehingga jumlahnya tetap sebanding di seluruh proses. Positif = pertumbuhan, negatif = penurunan.

Tren harian melintasi cakrawala

Komponen tren pada hari pertama dan terakhir perkiraan, dinyatakan dalam satuan yang sama dengan metrik Anda. Ini adalah sinyal pertumbuhan murni dengan menghilangkan gangguan mingguan dan tahunan.

Bar musiman mingguan

Pengaruh setiap hari kerja pada metrik. Batang positif berarti hari-hari yang menarik lalu lintas di atas tren; batang negatif tarik ke bawah. Jumlah rata-rata sepanjang minggu menjadi nol berdasarkan konstruksi.

Tabel perkiraan bulanan

Total gabungan bulan kalender. Baris yang ditandai "Sebagian" mencakup kurang dari 28 hari perkiraan — biasanya bulan pertama setelah riwayat Anda berakhir. Gunakan kolom Hari untuk menafsirkan total dengan benar.

Di mana mendapatkan datanya

Google Search Console (disarankan)

  1. Buka properti Anda → Laporan kinerja
  2. Sesuaikan rentang tanggal (3, 6, 12 atau 16 bulan terakhir)
  3. Klik Ekspor → Unduh CSV
  4. Dari zip, unggah file Dates.csv

16 bulan adalah batas maksimum GSC UI/API. Untuk histori yang lebih panjang, gunakan ekspor BigQuery.

Google Analitik 4

  1. Laporan → Akuisisi → Akuisisi lalu lintas
  2. Filter berdasarkan Sesi grup saluran default = Penelusuran Organik
  3. Tambahkan Tanggal sebagai dimensi utama, ekspor CSV
  4. Buka di Spreadsheet/Excel dan hapus baris header metadata sebelum mengunggah

Laporan gabungan menyimpan data sejak pembuatan properti. Retensi tingkat peristiwa maksimal 14 bulan.

Keluaran CSV/skrip khusus

CSV apa pun dengan kolom tanggal dan setidaknya satu kolom numerik dapat digunakan. Nama kolom dalam bahasa Portugis, Inggris, Spanyol atau Jerman terdeteksi secara otomatis; pemisah dapat berupa koma, titik koma, atau tab.

Sumber umum: ekspor lalu lintas SEMrush/Ahrefs, dasbor Umami/Plausible/Matomo, gudang analitik internal.

GSC melalui BigQuery/Looker Studio

Untuk riwayat yang lebih lama dari 16 bulan, aktifkan GSC → ekspor massal BigQuery. Tanggal kueri + total klik, unduh sebagai CSV, unggah di sini.

Alternatifnya, sambungkan Looker Studio ke GSC, buat tabel Tanggal × Klik, ekspor ke CSV.

Pertanyaan yang sering diajukan

Berapa banyak riwayat yang saya perlukan?
Minimum 30 titik data harian untuk menjalankan model. 90+ hari memberi Anda musiman mingguan. 12–24 bulan adalah waktu yang tepat — yang mengaktifkan musiman tahunan dan mengabadikan Black Friday, liburan, kembali ke sekolah. Lebih dari 3 tahun jarang berguna karena perubahan perilaku penelusuran (BERT, HCU, Ikhtisar AI) membuat data lama menjadi kurang representatif.
Metrik mana yang harus saya perkirakan?
Klik (GSC) atau Sesi (GA4) adalah yang paling dapat ditindaklanjuti — keduanya dipetakan langsung ke hasil bisnis. Tayangan memperkirakan peluang masa depan (permintaan). RKT dan posisi rata-rata lebih sulit diperkirakan secara andal karena rasio/agregatnya didominasi oleh perubahan campuran kata kunci.
Cakrawala apa yang harus saya pilih?
Aturan praktisnya: cakrawala ≤ 50 persen dari riwayat Anda. Alat ini secara otomatis merekomendasikan opsi valid terbesar setelah Anda mengunggah file. Anda dapat memperluasnya lebih dari itu, namun rentang kepercayaan melebar dengan cepat dan perkiraan menjadi sebuah "skenario" dan bukan sebuah prediksi. Spanduk peringatan muncul di atas hasil ketika Anda melewati ambang batas.
Mengapa perkiraan saya cenderung negatif atau datar?
Nabi membaca tren dari data terkini Anda. Jika beberapa bulan terakhir mengalami penurunan, proyeksinya melanjutkan penurunan tersebut. Jika Anda mengalami penurunan sementara (pembaruan algo, reses musiman, jeda penerbitan), model akan memperlakukannya sebagai struktural. Nilainya dipotong menjadi nol — lalu lintas tidak boleh menjadi negatif — namun proyeksinya bisa mendatar hingga mendekati nol jika garis tren berpotongan.
Bisakah Nabi memprediksi pembaruan algoritme atau dampak Ikhtisar AI?
Tidak. Nabi adalah model pengenalan pola - model ini mengekstrapolasi tren dan musiman yang pernah ada sebelumnya. Guncangan eksternal (pembaruan algoritme, Ikhtisar AI memakan klik, pesaing meluncurkan laman yang lebih kuat) tidak akan terlihat sampai guncangan tersebut muncul di data. Gunakan perkiraan sebagai dasar untuk mendeteksi penyimpangan, bukan sebagai jaminan.
Mengapa tren musiman tahunan "tidak aktif" pada hasil saya?
Musiman tahunan hanya diaktifkan bila Anda mengunggah riwayat ≥365 hari. Dengan jumlah yang lebih sedikit, Nabi tidak dapat membedakan siklus tahunan nyata dari kebisingan jangka pendek. Setelah Anda melewati batas 12 bulan pada upload berikutnya, fitur ini akan aktif secara otomatis dan menangkap pola liburan/musiman di Brasil (atau negara mana pun yang Anda pilih).
Bagaimana jika ada kesenjangan dalam data saya?
Nabi menoleransi tanggal yang hilang secara asli — ia mengisinya secara internal sesuai kebutuhan. Tanggal duplikat diciutkan dengan mempertahankan nilai terakhir. Yang merusak model ini adalah total titik datanya kurang dari 30, atau format kolom yang tidak dapat dideteksi oleh parser. Kedua kasus mengembalikan pesan kesalahan yang jelas.
Apakah data saya diunggah atau disimpan di mana saja?
CSV Anda diproses di memori untuk menghasilkan perkiraan dan dibuang setelahnya. Tidak ada yang disimpan ke disk atau dibagikan dengan pihak ketiga. Tidak diperlukan akun atau login.
Seberapa sering saya harus menjalankan kembali perkiraan tersebut?
Bulanan adalah irama yang masuk akal untuk sebagian besar alur kerja SEO. Jalankan kembali setelah perubahan struktural apa pun pada situs (desain ulang, migrasi, dorongan konten besar-besaran) atau setelah pembaruan Google yang diketahui — model memerlukan data baru untuk memperbarui trennya.
Mengapa total bulan Juli / sebagian bulan terlihat kecil?
Tabel Perkiraan bulanan hanya menjumlahkan hari-hari yang termasuk dalam jendela perkiraan. Jika riwayat Anda berakhir pada tanggal 30 suatu bulan, baris pertama tabel hanya mencakup satu hari perkiraan. Baris dengan kurang dari 28 hari ditandai "Sebagian" dan kolom Hari memberi tahu Anda berapa hari yang disertakan.