Previsión SEO
Free, no signup. Most traffic forecasts treat an algorithm update like noise that will smooth itself out — it won't. Upload your Search Console, GA4, Ahrefs, Semrush, or Adobe export and get a forecast that treats updates as the permanent level shifts they are, backtested on your own history before you're asked to trust it.
Se ejecuta en tu navegador: los archivos no se envían a nuestro servidor, pero el proyecto actual se guarda automáticamente en el almacenamiento local del navegador hasta que lo sustituyas o borres los datos de este sitio. Creating a share link is opt-in; it uploads the scenario you choose and retains it for 7 days. Los contadores anónimos de resultados por ejecución pueden utilizarse para investigación agregada; nunca incluyen URL, dominios, IP ni identificadores, y no se publica ninguna estadística con menos de 100 ejecuciones.
Google algorithm-update data last synced .
Sample data. This is a generated demo series (with a planted algorithm-update hit and a fake migration) so you can see how the tool works. Upload your own export to replace it.
Detected events — tell the model what happened
Level shifts and outliers found in your data. Label them so the model treats them correctly; leave as "ignore" to keep the data untouched. Known Google updates are handled automatically and only kept when they measurably moved your series.
How wrong was each model on your own history?
Rolling-origin backtest: each model repeatedly forecast a held-out slice of your data it had never seen. MASE < 1 means it beat the seasonal-naive baseline. The chart overlays what the top models would have predicted for your most recent data.
Forecast every series you've loaded and compare them on one chart, or as share of voice. Mark which are you vs competitors — needed for calibration and the crossover callouts. Add competitors by uploading more files above (wide files with a column per site, or one file each).
Calibrate competitor estimates to your real data
Third-party traffic estimates (Ahrefs/Semrush) are directionally useful but wrong in absolute terms. If you upload your organic ground truth (GSC clicks or a GA4 organic segment) plus your series from the same third-party tool, we compute your correction factor and apply it to competitors.
Forecast the traffic from ranking changes — no time series needed. Enter keywords with their search volume, where you rank now, and where you're aiming. This is scenario math (volume × click-through rate by position), not curve-fitting.
Keywords (0) — edit any cell to update the forecast
Incremental clicks = the extra monthly clicks at the target position vs. today, probability-weighted.
Business case
Turns the forecast bands into a conversion, revenue, ROI, and paid-search-equivalent view. These are planning assumptions, not a revenue prediction.
Forecasts assume no future algorithm updates, content changes, or SERP-feature shifts — the intervals come from each model's real backtest errors on your data, not from optimistic formulas. Third-party traffic and traffic-value figures are estimates. Nothing you upload is sent anywhere: parsing, modeling, and charts all run locally in your browser.
Acerca de esta herramienta
Gratis y sin registro. La mayoría de las previsiones de tráfico tratan una actualización del algoritmo como ruido temporal; esta herramienta la modela como un posible cambio permanente de nivel. Sube una exportación de Search Console, GA4, Ahrefs, Semrush o Adobe y obtén una previsión validada retrospectivamente con tu propio historial.
Funciones
- Detecta automáticamente exportaciones de Search Console, GA4, Ahrefs —tráfico y valor del tráfico—, Semrush, Adobe, Google Trends y archivos genéricos de fecha y valor.
- Elige la serie —clics, sesiones, posición o valor del tráfico—, la agregación semanal o mensual y un horizonte de previsión.
- Modela actualizaciones del algoritmo como cambios de nivel, etiqueta los eventos detectados y muestra el impacto estimado de cada actualización.
- Compara previsiones y backtests, explicaciones, palabras clave y cuota de voz, con exportaciones CSV/PNG, escenarios, bandas del 80% y 95% y una capa de stress test.
Cómo funciona
El CSV se analiza y detecta localmente y el trabajo intensivo se ejecuta en un Web Worker para que los datos no salgan del navegador. La herramienta agrega por semana o mes, compara modelos mediante backtests y conserva el de menor error; MASE inferior a 1 indica que superó una referencia estacional ingenua. Los cambios de nivel solo se conservan cuando movieron la serie y los intervalos del 80% y 95% proceden de esos errores históricos.
Limitaciones
- La previsión presupone que no habrá nuevas actualizaciones del algoritmo, cambios de contenido ni modificaciones de funciones de la SERP durante el horizonte.
- Las series cortas o incompletas producen intervalos amplios y baja calidad; la estacionalidad necesita aproximadamente dos ciclos anuales. El tráfico y valor de terceros son estimaciones, no clics medidos, y deben calibrarse con una fuente propia.
Preguntas frecuentes
¿De verdad se puede pronosticar con precisión el tráfico SEO?
Ningún pronóstico es exacto. En vez de una sola línea segura, la herramienta ajusta varios modelos, prueba cada uno con fragmentos de tu historial que no vio y calcula un intervalo a partir de esos errores efectivos. Supone que durante el horizonte no aparecerá una actualización, cambio de contenido o función de resultados imprevistos, por lo que el intervalo se amplía con el tiempo. Usa la línea media para planificar y la banda del 80 % como intervalo plausible.
¿Cómo trata la herramienta las actualizaciones del algoritmo de Google?
Las fechas conocidas de Google se prueban como posibles cambios permanentes del nivel de la serie. Solo se conservan en el modelo cuando movieron los datos de forma medible; si una actualización principal no afectó al sitio, se muestra atenuada y se excluye del cálculo. También se detectan cambios sin etiqueta, como una migración, rediseño o cambio de medición, para que puedas nombrarlos y modelarlos correctamente.
¿Qué formatos CSV puedo subir?
Se detectan automáticamente las exportaciones de las principales plataformas de búsqueda, analítica, tendencias y visibilidad SEO, además de un formato genérico de fecha y valor. Se admite cualquier archivo con una columna de fecha reconocible y una o más columnas numéricas para pronosticar clics, sesiones, impresiones, posición media o valor estimado. Todo se procesa en el navegador y no se sube.
¿Mis datos se suben a un servidor?
No. El análisis, ajuste de modelos, pruebas retrospectivas y gráficos se ejecutan localmente en el navegador; el cálculo intensivo usa un hilo auxiliar para mantener la página fluida. La exportación nunca sale del equipo. Solo puede enviarse un enlace compartido si pulsas expresamente Crear enlace para compartir.
¿Qué es un intervalo de predicción y por qué se amplía?
Es el intervalo en el que se espera encontrar el valor real con una confianza declarada: una banda del 80 % debería contener el resultado aproximadamente ocho de cada diez veces. Se calcula con los errores de cada modelo en las pruebas sobre tu historial. Se amplía porque la incertidumbre se acumula y aumenta la probabilidad de un acontecimiento no modelado cuanto más lejano es el horizonte.
Problemas habituales y cómo solucionarlos
- Advertencia El tráfico presenta un cambio de nivel duradero Solución: Identifica el despliegue, la migración, el evento algorítmico o el cambio de medición en la fecha del salto y modela por separado los periodos anterior y posterior después de corregir la causa.
- Error El evento etiquetado tiene un impacto negativo estimado Solución: Segmenta las páginas y consultas afectadas alrededor del evento etiquetado, revierte o corrige el cambio causante cuando la evidencia lo respalde y mide frente a un segmento comparativo no afectado.
- Advertencia El historial es demasiado breve para elaborar una previsión estable Solución: Proporciona al menos un ciclo estacional completo de datos con periodos coherentes cuando sea posible, o acorta el horizonte de previsión y etiqueta la estimación como inestable.
- Información La previsión tiene una estacionalidad marcada Solución: Compara el mismo periodo estacional interanual y planifica frente a la referencia estacional en lugar de usar solo el dato más reciente.
- Advertencia El intervalo de incertidumbre de la previsión es amplio Solución: Acorta el horizonte de previsión o añade un historial más limpio antes de usar el punto medio para planificar.
- Advertencia La precisión de la prueba retrospectiva es débil Solución: Usa el intervalo de predicción, prueba un modelo de referencia y recopila un historial más coherente antes de confiar en la previsión.