Peramalan 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.
Berjalan di browser Anda—unggahan tidak dikirim ke server kami, tetapi proyek saat ini disimpan otomatis di penyimpanan lokal browser sampai Anda menggantinya atau menghapus data browser situs ini. Creating a share link is opt-in; it uploads the scenario you choose and retains it for 7 days. Penghitung hasil anonim per proses dapat digunakan untuk riset agregat; URL, domain, IP, dan pengenal tidak pernah disertakan, dan statistik tidak dirilis jika jumlah proses kurang dari 100.
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.
Tentang alat ini
Peramalan SEO.
Misalkan Anda mengunggah ekspor klik mingguan dari Search Console yang menurun setelah core update March 2025
lalu pulih pada akhir tahun:
Fitur
- selama periode prakiraan — alat ini tidak dapat memprediksi peristiwa yang belum terjadi, itulah alasan
- terdeteksi otomatis — Anda tidak perlu memilih format.
- Baca ringkasan, lalu pindah tab: Penjelasan untuk putusan musiman-versus-nyata
- pergeseran yang ditemukan untuk Anda beri label.
- Mendeteksi otomatis GSC, GA4, Ahrefs (lalu lintas + nilai lalu lintas), Semrush, Adobe, Google Trends, dan
Cara kerja
Model: Theta (menang dalam uji balik, MASE 0.71). Pembaruan algoritme dimodelkan sebagai pergeseran level dan hanya dipertahankan ketika terbukti mengubah data Anda; prakiraan yang tidak berlabel diperlakukan sebagai noise. Unggah data GSC, GA4, Ahrefs, Semrush, atau Adobe untuk prakiraan yang mempertahankan pergeseran permanen. Prakiraan mengasumsikan tidak ada pembaruan algoritme, perubahan konten, atau perubahan fitur SERP di masa depan selama periode yang diproyeksikan.
Batasan
- Pembaruan algoritme yang terbukti mengubah seri ini: core update March 2025 (-16%).
- Search Console, GA4, Ahrefs, Semrush, Adobe, Google Trends, dan berkas umum tanggal-plus-nilai
- Prakiraan kata kunci →
- angka nilai lalu lintas (Ahrefs/Semrush) adalah perkiraan, bukan klik terukur — kalibrasikan dengan
Pertanyaan umum
Bisakah trafik SEO benar-benar diprakirakan secara akurat?
Tidak ada prakiraan yang benar-benar tepat, dan alat ini sengaja menyatakannya. Alih-alih satu garis yang tampak pasti, alat menyesuaikan beberapa metode, menguji masing-masing pada potongan riwayat Anda yang tidak pernah dilihatnya, lalu melaporkan rentang prediksi berdasarkan galat nyata tersebut—bukan rumus optimistis. Prakiraan hanya sebaik asumsi bahwa tidak ada pembaruan algoritme, perubahan konten, atau pergeseran fitur SERP selama periode yang diproyeksikan; karena itu rentang semakin melebar untuk masa yang lebih jauh. Anggap garis tengah sebagai titik tengah perencanaan dan rentang 80% sebagai kisaran realistis.
Bagaimana alat menangani pembaruan algoritme Google?
Pembaruan Google yang dikenal dari daftar tanggal bawaan diuji terhadap seri Anda sebagai kandidat pergeseran tingkat—perubahan permanen pada garis dasar, bukan penurunan sementara. Pembaruan hanya dipertahankan dalam metode jika terbukti mengubah data Anda; jika pembaruan inti tidak memengaruhi situs Anda, pembaruan itu ditampilkan samar dan dikeluarkan dari perhitungan. Alat ini juga mendeteksi pergeseran tingkat tanpa tanda (migrasi, desain ulang, perubahan pelacakan) dan meminta Anda memberinya tanda agar dimodelkan dengan benar, bukan dihaluskan.
Format CSV apa yang dapat saya unggah?
Search Console, GA4, Ahrefs (lalu lintas dan nilai lalu lintas), Semrush, Adobe Analytics, Google Trends, serta susunan tanggal dan nilai umum semuanya terdeteksi otomatis—Anda tidak perlu memilih susunan. Alat membaca berkas dengan kolom tanggal yang dikenali dan satu atau lebih kolom numerik, sehingga Anda dapat memprakirakan klik, sesi, tayangan, posisi rata-rata, atau perkiraan nilai lalu lintas. Semua diproses di peramban; tidak ada berkas yang diunggah ke server.
Apakah data saya diunggah ke server?
Tidak. Penguraian, penyesuaian metode, pengujian balik, dan perenderan grafik berjalan secara lokal di peramban Anda; komputasi berat berlangsung di Web Worker agar halaman tetap responsif. Ekspor Anda tidak pernah meninggalkan perangkat. Satu-satunya hal yang dapat dikirim adalah tautan berbagi, dan itu pun hanya jika Anda secara eksplisit mengeklik Buat tautan berbagi.
Apa itu rentang prediksi dan mengapa melebar?
Rentang prediksi adalah kisaran tempat alat memperkirakan nilai sebenarnya berada pada tingkat kepercayaan tertentu; rentang 80% seharusnya memuat hasil aktual kira-kira 80% dari waktu. Rentang ini berasal dari seberapa besar kesalahan setiap metode saat diuji balik pada riwayat Anda. Rentang melebar di masa depan karena ketidakpastian menumpuk: kesalahan kecil mingguan terakumulasi selama banyak minggu, dan peluang peristiwa yang tidak dimodelkan meningkat semakin panjang periode proyeksi.
Masalah umum dan cara memperbaikinya
- Peringatan Lalu lintas ini memiliki pergeseran tingkat yang bertahan Perbaikan: Identifikasi penerapan, migrasi, peristiwa algoritme, atau perubahan pelacakan pada tanggal pergeseran, lalu modelkan periode sebelum dan sesudah pergeseran secara terpisah setelah memperbaiki penyebabnya.
- Kesalahan Peristiwa berlabel ini memiliki dampak negatif yang diperkirakan Perbaikan: Kelompokkan halaman dan kueri yang terdampak di sekitar peristiwa berlabel, batalkan atau perbaiki perubahan penyebab jika bukti mendukungnya, lalu ukur terhadap segmen pembanding yang tidak terdampak.
- Peringatan Riwayat ini terlalu singkat untuk menghasilkan prakiraan yang stabil Perbaikan: Sediakan setidaknya satu siklus musiman penuh dari data periode konsisten jika memungkinkan, atau pendekkan periode prakiraan dan beri tanda bahwa perkiraannya tidak stabil.
- Informasi Prakiraan ini sangat dipengaruhi pola musiman Perbaikan: Bandingkan periode musiman yang sama dari tahun ke tahun dan rencanakan berdasarkan garis dasar musiman, bukan hanya titik terbaru.
- Peringatan Rentang ketidakpastian prakiraan ini lebar Perbaikan: Pendekkan periode prakiraan atau tambahkan riwayat yang lebih bersih sebelum memakai titik tengah untuk perencanaan.
- Peringatan Akurasi uji balik ini lemah Perbaikan: Gunakan rentang prediksi, uji garis dasar, dan kumpulkan riwayat yang lebih konsisten sebelum mengandalkan prakiraan.