Prognoza ruchu organicznego

Prześlij plik CSV Google Search Console i przewiduj organiczne kliknięcia, wyświetlenia lub sesje na następne miesiące, korzystając z Facebook Prophet.

Pewne prognozowanie ruchu organicznego

Wyeksportuj dzienny raport skuteczności z Google Search Console (lub Analytics) i prześlij go tutaj. Model wykrywa tygodniową i roczną sezonowość, uwzględnia święta w kraju i zwraca prognozę z przedziałem ufności, który można udostępnić zainteresowanym stronom.

  • Facebook Prophet pod maską — sezonowość tygodniowa + roczna
  • Uwzględnianie świąt (domyślnie Brazylia, możliwość wyboru innych krajów)
  • Interaktywny wykres działki z przedziałem ufności
  • Miesięczny podział prognozy do celów raportowania

W Search Console → Wydajność kliknij Eksportuj → CSV. Skorzystaj z arkusza „Daty” (szczegółowość dzienna). Wymaganych co najmniej 30 punktów danych; Zalecane ponad 12 miesięcy ze względu na roczną sezonowość.

Jak korzystać z narzędzia do prognozowania ruchu organicznego

Od CSV do możliwej do obrony prognozy wzrostu w mniej niż 30 sekund. Żadne konto, żadne OAuth, żadne dane nie opuszczają narzędzia po przetworzeniu.

1

Eksportuj dane dzienne

W Google Search Console → Wydajność kliknij Eksportuj → CSV. Zamek zawiera arkusz „Daty” z codziennymi kliknięciami, wyświetleniami, CTR i pozycją. Działa również dowolna data + dane liczbowe CSV (GA4, skrypty niestandardowe).

2

Prześlij plik CSV

Narzędzie automatycznie wykrywa daty i kolumny metryczne (obsługiwane są nagłówki w języku portugalskim, angielskim, hiszpańskim i niemieckim), zaleca horyzont na podstawie długości historii i domyślnie wybiera dni świąteczne w Brazylii. Zmień dowolny parametr przed przesłaniem.

3

Przeczytaj wyniki

Uzyskaj cztery karty podsumowań (prognoza całkowita, wzrost w porównaniu z ostatnimi 90 dniami, trend dzienny, wykorzystana historia), interaktywny wykres prognozy z przedziałem ufności, rozkładem trendów, tygodniową sezonowością i miesięcznym zestawieniem do celów raportowania.

Jak działa prognoza

Pod maską używamy Facebook Prophet, addytywnego modelu szeregów czasowych zaprojektowanego pod kątem wskaźników biznesowych z wyraźną sezonowością. Prophet rozkłada ruch na cztery komponenty i wyświetla każdy z nich dalej.

Trend

Podstawowy kierunek wzrostu lub spadku, wygładzony w celu zignorowania cotygodniowego szumu. Prophet automatycznie wykrywa punkty zmiany — momenty zmiany trajektorii.

Tygodniowa sezonowość

Typowa różnica między dniami powszednimi i weekendami. Witryny B2B zwykle osiągają szczyt od wtorku do czwartku i załamują się w weekendy; w handlu elektronicznym może wystąpić odwrotny wzorzec.

Roczna sezonowość

Powtarzające się wzorce roczne (skoki w Czarny piątek, spadki latem/zimą, powrót do szkoły). Aktywowane tylko wtedy, gdy prześlesz historię z co najmniej 365 dni — w przeciwnym razie Prophet nie będzie w stanie jej wiarygodnie oszacować.

Efekty wakacji

Święta narodowe, które niezawodnie przesuwają ruch. Wybranie Brazylii dotyczy karnawału, Bożego Ciała, Dnia Niepodległości, Finados, Bożego Narodzenia i innych. Dostępne są także kalendarze US, UK, PT, ES, FR, DE, IT.

Przedział ufności: Zacieniony pas wokół prognozy reprezentuje 80-procentowy przedział ufności — zakres, w którym przyszłe wartości mają spaść w 80 procentach przypadków, na podstawie szumu resztkowego w danych historycznych. Szersze pasma oznaczają, że model jest mniej pewny. Jeśli rozszerzysz horyzont poza 50 procent długości swojej historii, wstęga gwałtownie się rozszerzy, a prognoza stanie się spekulacyjna.

Interpretacja wyników

Prognoza ogółem

Suma wszystkich dziennych przewidywanych wartości w całym horyzoncie. Podlinia „na dzień (średnio)” podaje tempo działania — porównaj je z bieżącą średnią dzienną na karcie Historia, aby sprawdzić poprawność prognozy.

Oczekiwany wzrost (okno 90d)

Porównanie jabłek z jabłkami: następne 90 dni prognozy w porównaniu z ostatnimi 90 dniami w historii. Ustalony na 90 dni niezależnie od horyzontu, dzięki czemu liczba pozostaje porównywalna w różnych seriach. Dodatni = wzrost, ujemny = spadek.

Dzienny trend na horyzoncie

Składnik trendu z pierwszego i ostatniego dnia prognozy, wyrażony w tej samej jednostce co metryka. Jest to czysty sygnał wzrostu, po usunięciu szumów tygodniowych i rocznych.

Cotygodniowe bary sezonowe

Wpływ każdego dnia tygodnia na metrykę. Dodatnie słupki oznaczają dni, w których ruch przekracza trend; Słupki ujemne ciągną go poniżej. Sumuj średnie tygodniowe do zera według konstrukcji.

Tabela prognoz miesięcznych

Zagregowane sumy miesięcy kalendarzowych. Wiersze oznaczone jako „Częściowe” obejmują mniej niż 28 dni objętych prognozą — zazwyczaj jest to pierwszy miesiąc po zakończeniu historii. Aby poprawnie zinterpretować sumy, użyj kolumny Dni.

Skąd wziąć dane

Google Search Console (zalecane)

  1. Otwórz swoją usługę → Raport wyników
  2. Dostosuj zakres dat (ostatnie 3, 6, 12 lub 16 miesięcy)
  3. Kliknij Eksportuj → Pobierz CSV
  4. Z zip prześlij plik Dates.csv

16 miesięcy to sztywny limit interfejsu użytkownika/API GSC. Aby uzyskać dłuższą historię, użyj eksportu BigQuery.

Google Analytics 4

  1. Raporty → Pozyskiwanie → Pozyskiwanie ruchu
  2. Filtruj według domyślnej grupy kanałów sesji = bezpłatne wyszukiwanie
  3. Dodaj datę jako wymiar podstawowy, wyeksportuj plik CSV
  4. Otwórz w Arkuszach/Excelu i usuń wiersze nagłówków metadanych przed przesłaniem

Zagregowane raporty przechowują dane od momentu utworzenia usługi. Przechowywanie na poziomie wydarzenia wynosi maksymalnie 14 miesięcy.

Niestandardowe wyjście CSV/skryptu

Działa dowolny plik CSV z kolumną daty i co najmniej jedną kolumną liczbową. Nazwy kolumn w języku portugalskim, angielskim, hiszpańskim i niemieckim są wykrywane automatycznie; separatorami mogą być przecinki, średniki lub tabulatory.

Typowe źródła: eksport ruchu SEMrush/Ahrefs, dashboardy Umami/Plausible/Matomo, wewnętrzne magazyny analityczne.

GSC przez BigQuery / Looker Studio

Dla historii dłuższej niż 16 miesięcy włącz eksport zbiorczy GSC → BigQuery. Data zapytania + łączna liczba kliknięć, pobierz jako plik CSV i prześlij tutaj.

Alternatywnie podłącz Looker Studio do GSC, utwórz tabelę Data × Kliknięcia, wyeksportuj do CSV.

Często zadawane pytania

Ile historii potrzebuję?
Minimum 30 dziennych punktów danych, aby w ogóle uruchomić model. Ponad 90 dni zapewnia cotygodniową sezonowość. Najlepszym momentem jest okres 12–24 miesięcy, który aktywuje roczną sezonowość i obejmuje Czarny Piątek, wakacyjne spadki i powrót do szkoły. Okres dłuższy niż 3 lata jest rzadko przydatny, ponieważ zmiany w zachowaniach związanych z wyszukiwaniem (BERT, HCU, przeglądy AI) sprawiają, że stare dane są mniej reprezentatywne.
Które dane mam prognozować?
Kliknięcia (GSC) lub Sesje (GA4) są najbardziej przydatne – przekładają się bezpośrednio na wyniki biznesowe. Wrażenia prognozują przyszłe możliwości (popyt). CTR i średnią pozycję trudniej jest wiarygodnie prognozować, ponieważ są to współczynniki/agregaty, w których dominują zmiany kombinacji słów kluczowych.
Jaki horyzont wybrać?
Praktyczna zasada: horyzont ≤ 50 procent Twojej historii. Narzędzie automatycznie rekomenduje największą prawidłową opcję po przesłaniu pliku. Można wykroczyć poza ten zakres, ale przedział ufności szybko się rozszerza, a prognoza staje się „scenariuszem”, a nie przewidywaniem. Po przekroczeniu progu nad wynikami pojawi się baner ostrzegawczy.
Dlaczego moja prognoza ma tendencję negatywną lub płaską?
Prophet odczytuje trend z Twoich ostatnich danych. Jeśli w ostatnich miesiącach nastąpił spadek, projekcja kontynuuje ten spadek. Jeśli miałeś chwilowy spadek (aktualizacja algo, przerwa sezonowa, przerwa w publikacji), model traktuje to jako strukturalne. Wartości są obcinane do zera – ruch nie może być ujemny – ale prognoza może spłaszczyć się do niemal zera, jeśli linia trendu się przetnie.
Czy Prophet może przewidzieć aktualizacje algorytmów lub wpływ przeglądów AI?
Nie. Prophet to model rozpoznawania wzorców — ekstrapoluje zaobserwowane wcześniej trendy i sezonowość. Wstrząsy zewnętrzne (aktualizacje algorytmów, przeglądy AI pochłaniające kliknięcia, uruchomienie przez konkurencję silniejszej strony) są dla niego niewidoczne, dopóki nie pojawią się w danych. Używaj prognoz jako punktów odniesienia do wykrywania odchyleń, a nie jako gwarancji.
Dlaczego w moich wynikach roczna sezonowość jest „wyłączona”?
Roczna sezonowość jest włączona tylko wtedy, gdy prześlesz historię obejmującą ≥365 dni. Mając mniej, Prophet nie jest w stanie odróżnić prawdziwego cyklu rocznego od krótkotrwałego hałasu. Po przekroczeniu 12-miesięcznego okresu przy następnym przesyłaniu, aktywuje się on automatycznie i rejestruje brazylijskie wzorce świąteczne/sezonowe (lub dowolny wybrany kraj).
A co jeśli w moich danych są luki?
Prophet natywnie toleruje braki dat — wypełnia je wewnętrznie w miarę potrzeb. Zduplikowane daty są zwijane, zachowując ostatnią wartość. Tym, co psuje model, jest to, że ma mniej niż 30 punktów danych lub format kolumny, którego analizator składni nie może wykryć. W obu przypadkach zwracany jest wyraźny komunikat o błędzie.
Czy moje dane są gdzieś przesyłane lub przechowywane?
Twój plik CSV jest przetwarzany w pamięci w celu wygenerowania prognozy, a następnie odrzucany. Nic nie jest zachowywane na dysku ani udostępniane osobom trzecim. Nie jest wymagane żadne konto ani login.
Jak często należy ponownie uruchamiać prognozę?
Miesięcznie to rozsądna częstotliwość w przypadku większości przepływów pracy związanych z SEO. Uruchom ponownie po każdej zmianie strukturalnej witryny (przeprojektowanie, migracja, wypuszczenie dużej zawartości) lub po znanej aktualizacji Google — model potrzebuje świeżych danych, aby zaktualizować swój trend.
Dlaczego suma lipca/części miesiąca wydaje się niewielka?
Tabela Prognoza miesięczna sumuje tylko dni mieszczące się w oknie prognozy. Jeśli Twoja historia kończy się 30 dnia miesiąca, pierwszy wiersz tabeli obejmuje tylko jeden dzień prognozy. Wiersze zawierające mniej niż 28 dni są oznaczone jako „Częściowe”, a kolumna Dni zawiera dokładną liczbę uwzględnionych dni.