Prévisions 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.
S’exécute dans votre navigateur : les fichiers ne sont pas envoyés à notre serveur, mais le projet actuel est enregistré automatiquement dans le stockage local du navigateur jusqu’à son remplacement ou à la suppression des données de ce site. Creating a share link is opt-in; it uploads the scenario you choose and retains it for 7 days. Des compteurs anonymes de résultats par exécution peuvent servir à la recherche agrégée ; les URL, domaines, adresses IP et identifiants ne sont jamais inclus, et aucune statistique issue de moins de 100 exécutions n’est publiée.
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.
À propos de cet outil
Importez un export hebdomadaire de Search Console ou d’une autre source de trafic pour séparer les variations saisonnières des vrais changements SEO, projeter une tendance prudente et documenter les hypothèses qui soutiennent le résultat.
Fonctionnalités
- Détection automatique des exports GSC, GA4, Ahrefs, Semrush, Adobe et Google Trends.
- Résumé saisonnier contre réel avec décalages de trafic, clics, impressions et valeur estimée à examiner.
- Horizon de prévision réglable, intervalle de confiance et scénarios comparables sans choisir manuellement un format.
- Onglets Explication et données brutes pour relier chaque projection à sa source et à ses hypothèses.
Fonctionnement
L’outil identifie le format, normalise les dates et mesures, repère les motifs saisonniers, puis compare la tendance observée à une projection bornée. Les hypothèses et les décalages sont conservés à côté du verdict afin que vous puissiez les corriger avant toute décision.
Limites
- Une projection prolonge les signaux fournis : elle ne prédit pas un événement ou une mise à jour qui n’est pas encore observé.
- Les changements de suivi, de périmètre ou de qualité d’export peuvent ressembler à une tendance et doivent être annotés.
- Le résultat est une aide à la planification, pas une promesse de clics, de classement ou de chiffre d’affaires.
Questions fréquentes
Peut-on vraiment prévoir précisément le trafic SEO ?
Aucune prévision n’est exacte, et cet outil le dit délibérément. Au lieu d’afficher une seule courbe péremptoire, il ajuste plusieurs modèles, rétroteste chacun d’eux sur des segments de votre historique qu’il n’a jamais vus, puis calcule un intervalle de prédiction à partir de ces erreurs réelles, et non d’une formule optimiste. La prévision n’est valable que si aucune mise à jour d’algorithme à venir, modification de contenu ou évolution des fonctionnalités de la SERP ne survient pendant la période ; c’est pourquoi les intervalles s’élargissent à mesure que l’on avance dans le temps. Considérez la ligne centrale comme un point médian de planification et la bande à 80 % comme la plage réaliste.
Comment l’outil gère-t-il les mises à jour de l’algorithme Google ?
Les mises à jour Google connues, issues d’un calendrier intégré, sont testées dans votre série comme des changements de niveau possibles : des modifications permanentes de la ligne de base plutôt que des baisses temporaires. Une mise à jour n’est conservée dans le modèle que si elle a modifié vos données de façon mesurable. Si une mise à jour principale n’a pas touché votre site, elle apparaît en estompé et reste hors du calcul. L’outil détecte également les changements de niveau sans étiquette, comme un transfert de site, une refonte ou une modification du suivi, et vous demande de les nommer afin de les modéliser correctement plutôt que de les lisser.
Quels types de fichiers CSV puis-je importer ?
Les sources Search Console, GA4, Ahrefs (trafic et valeur du trafic), Semrush, Adobe Analytics, Google Trends et une structure générique associant calendrier et valeur sont détectées automatiquement : vous n’avez pas à choisir de type. L’outil lit tout fichier comportant une colonne de calendrier reconnaissable et une ou plusieurs colonnes numériques, afin de prévoir les clics, les visites, les affichages, la position moyenne ou la valeur de trafic estimée. Tout est analysé dans votre navigateur ; aucun fichier n’est envoyé à un serveur.
Mes données sont-elles envoyées à un serveur ?
Non. L’analyse, l’ajustement des modèles, le rétrotest et le rendu des graphiques s’exécutent tous localement dans votre navigateur, les calculs lourds étant confiés à un Web Worker pour que la page reste réactive. Votre fichier ne quitte jamais votre appareil. Seul un lien de partage peut être envoyé, et uniquement si vous cliquez explicitement sur Créer un lien de partage.
Qu’est-ce qu’un intervalle de prédiction, et pourquoi s’élargit-il ?
Un intervalle de prédiction est la plage dans laquelle l’outil s’attend à trouver la valeur réelle, pour un niveau de confiance donné : la bande à 80 % devrait contenir le résultat réel environ 80 % du temps. Elle découle de l’erreur de chaque modèle lors du rétrotest sur votre historique. La bande s’élargit à mesure que la prévision s’éloigne, car l’incertitude s’accumule : une petite erreur hebdomadaire se cumule sur plusieurs semaines, et plus la période est longue, plus un événement non modélisé risque de survenir.
Problèmes courants et solutions
- Avertissement Le trafic présente un décalage de niveau durable Solution : Identifiez le déploiement, le transfert, l’événement algorithmique ou le changement de suivi au moment du décalage, puis modélisez séparément les périodes avant et après celui-ci une fois le problème rectifié.
- Erreur L’événement étiqueté a un effet négatif estimé Solution : Isolez les pages et requêtes touchées autour de l’événement étiqueté, annulez ou corrigez le changement à l’origine lorsque les preuves le permettent, puis mesurez-le par rapport à une partie de comparaison épargnée.
- Avertissement L’historique est trop court pour obtenir une prévision fiable Solution : Fournissez, si vous le pouvez, au moins une saison complète de données sur une période cohérente, ou raccourcissez la période de prévision et signalez que l’estimation est instable.
- Information La prévision est fortement saisonnière Solution : Comparez la même période saisonnière d’une année sur l’autre et planifiez à partir de la référence saisonnière plutôt que de la dernière valeur seule.
- Avertissement La plage d’incertitude de la prévision est large Solution : Raccourcissez la période de prévision ou ajoutez un historique plus propre avant d’utiliser la valeur médiane pour planifier.
- Avertissement La précision du test rétrospectif est faible Solution : Utilisez l’intervalle de prédiction, testez un modèle de référence et recueillez un historique plus cohérent avant de vous fier à la prévision.