Panduan SEO Forecasting

TL;DR — SEO forecasting adalah menggunakan Anda past data — traffic, rankings, click rates — untuk estimate apa pencarian organik dapat bring Anda di future, dan roughly ketika. ini adalah angka Anda put di front dari sebuah boss atau sebuah client untuk justify investing di SEO. ini adalah sebuah educated estimate, tidak sebuah promise: tidak seorang pun dapat jaminan Anda sebuah spesifik amount dari traffic.

Apa SEO forecasting adalah

sebuah forecast jawaban satu pertanyaan: “Jika we invest di SEO now, apa seharusnya we expect, dan ketika?” (terjemahan) “jika kami invest di SEO now, apa seharusnya kami expect, dan ketika?” Anda take historical data — bagaimana banyak trafik organik Anda’ve telah getting, yang keywords Anda peringkat untuk, bagaimana sering orang click — dan Anda gunakan ini untuk project forward.

penting hal untuk memahami up front: sebuah forecast adalah sebuah best estimate di bawah sebuah set dari assumptions, tidak sebuah jaminan. weather forecast says 70% chance dari rain; ini tidak promise rain. SEO adalah yang sama. Anyone siapa jaminan Anda’ll hit sebuah spesifik traffic angka adalah overselling apa SEO dapat melakukan.

Mengapa anyone bothers

Mostly money dan buy-di. “Trust me, itu rankings akan come” (terjemahan) “Trust me, rankings akan come” tidak mendapatkan sebuah budget approved. sebuah CFO atau sebuah marketing director ingin sebuah angka mereka dapat plan sekitar — projected traffic, dan ideally projected revenue. sebuah forecast turns SEO dari sebuah vague promise ke sesuatu itu looks like setiap lainnya business investment.

itu’s mengapa forecasting lives di enterprise/metrics world. ini adalah bridge antara “SEO adalah good untuk Anda” (terjemahan) “SEO adalah baik untuk Anda” dan “here’s the projected return, here’s the timeline, here’s what it costs.” (terjemahan) “di sini’s projected kembalikan, di sini’s timeline, di sini’s apa ini costs.”

dua basic cara untuk melakukan ini

1. lihat Anda own trend dan extend ini. jika Anda traffic memiliki telah climbing, project itu line forward. ini berfungsi ketika Anda sudah memiliki sebuah history untuk draw pada. simplest versi adalah FORECAST function di Google Sheets; fancier versi menggunakan sebuah model like Prophet (lebih di Advanced tab).
2. tambahkan up keyword opportunities. membuat sebuah list dari keywords Anda ingin peringkat untuk, estimate bagaimana banyak searches mereka mendapatkan, estimate apa share dari itu clicks Anda’d win di sebuah diberikan position, dan total ini up. ini berfungsi ketika Anda’re planning baru konten dan jangan memiliki history namun.

best forecasts gunakan bit dari keduanya.

big trap

Old “click-through rate” (terjemahan) “click-melalui rate” angka adalah wrong now. untuk tahun orang assumed #1 hasil pada Google mendapatkan tentang 30% dari clicks. itu’s Tidak lebih lama benar untuk sebuah lot dari searches — AI Overviews ( AI jawaban di top dari Google) dan “zero-click” (terjemahan) “zero-click” hasil berarti far fewer orang click melalui. jika Anda bangun forecast pada old 30% angka, Anda’ll wildly overestimate Anda traffic.

perbaiki: gunakan Anda own click data dari Google Search Console alih-alih generic industry averages, dan assume lebih rendah click rates untuk informational searches di mana Google menampilkan sebuah AI jawaban.

cara present ini

jangan hand di atas satu angka. Memberikan sebuah range — sebuah cautious versi, sebuah mungkin versi, dan sebuah optimistic versi — dan say apa setiap satu assumes. lalu revisit ini: sebuah forecast tidak sebuah satu-time document, ini adalah sesuatu Anda periksa terhadap reality pada sebuah regular cadence (monthly’s sebuah reasonable default) dan rebuild — tidak hanya tweak — ketika sesuatu breaks sebuah core assumption: Anda data changed, sebuah core perbarui hit, sebuah pesaing dibuat sebuah big move, atau model’s own track record mendapat worse daripada yang diharapkan.

ingin metode, formulas, data limits, dan bagaimana I sebenarnya bangun ini? Switch untuk Advanced tab.

Search Console’s standard performa report menyediakan up untuk 16 months dari history. Bukti untuk klaim ini Search Console's performance report provides up to 16 months of data. Cakupan: The standard Search Console performance-report window; retained bulk-export data can extend an organization's own history after export is configured. Tingkat keyakinan: tinggi · Diverifikasi: 2026-07-14 Google Search Console Help: Performance report Bing likewise expanded Webmaster alat Penelusuran performa history untuk 16 months di October 2024 dan named forecasting sebagai sebuah gunakan case. Bukti untuk klaim ini Bing expanded Webmaster Tools Search Performance history from six months to 16 months in October 2024 and explicitly described forecasting as a use case. Cakupan: Bing Webmaster Tools' Search Performance history; it does not validate a particular forecasting method or guarantee forecast accuracy. Tingkat keyakinan: tinggi · Diverifikasi: 2026-07-14 Bing Webmaster Blog: Search Performance data extended to 16 months

TL;DR — SEO forecasting menggunakan pertama- atau ketiga-party historical data (traffic, traffic nilai, CTR, penelusuran volume) untuk project future organic performa. Dua metode: statistical/trend-based (Prophet, SARIMA, atau Sheets FORECAST pada Anda own data) dan keyword-based (volume × CTR × conversion untuk baru targets); combine them. gunakan GSC pertama-party CTR untuk Anda own situs dan ketiga-party alat untuk pesaing dan opportunity sizing — mereka volumes adalah directional, tidak precise. bangun situs-spesifik CTR curve; legacy “30% di position 1” (terjemahan) “30% di position 1” benchmarks adalah rusak oleh AI Overviews dan zero-click. Present conservative/base/aggressive scenarios dengan named assumptions — tidak pernah sebuah single angka, tidak pernah sebuah jaminan. Track actuals vs. forecast monthly dan rebuild ketika assumptions break.

Apa forecasting sebenarnya adalah

My berfungsi definition: SEO forecasting adalah sebuah proses itu menggunakan historical data untuk predict sebuah company’s future SEO hasil. ini berjalan pada pertama-party atau ketiga-party historical data such sebagai traffic, traffic nilai, click-melalui rate (CTR), dan penelusuran volume. output adalah sebuah probabilistic model, tidak sebuah jaminan — sebuah compass, tidak sebuah GPS. ini tells Anda mungkin direction dan rough magnitude di bawah stated assumptions, dan ini falls apart moment itu assumptions perubahan.

alasan ini penting disproportionately di enterprise scale adalah budget. “Trust me, itu rankings akan come” (terjemahan) “Trust me, rankings akan come” tidak mendapatkan funded. SEO competes dengan paid media dan headcount untuk yang sama dollars, dan ini memiliki untuk speak yang sama ROI language. dynamic adalah well terdokumentasi: sebuah besar share dari marketing leaders say mereka budgets fall pendek dari mereka goals, dan banyak dari itu kesenjangan traces back untuk leadership tidak menjadi convinced tentang SEO’s mengembalikan. leaders siapa dapat credibly predict financial impact dari mereka initiatives adalah ones siapa tend untuk win budget increases — yang adalah mengapa pertama forecast adalah sering sebagai banyak sebuah sales alat sebagai sebuah planning alat.

Pin forecast contract sebelum Anda model apa pun

sebelum Anda pick sebuah metode, tulis down apa forecast sebenarnya memiliki untuk jawaban — jika tidak Anda bangun sesuatu technically correct itu jawaban wrong pertanyaan:

• Target dan cakupan — tepat metric (organic sessions, non-brand clicks, pipeline revenue), untuk yang property, bagian, atau segment.
• Time grain dan horizon — daily, weekly, atau monthly; projected bagaimana far out.
• data cutoff — terakhir date dari history model sebenarnya saw. Tulis ini down so forecast adalah reproducible kemudian, dan so Anda know persis apa sebuah “beat” (terjemahan) “beat” atau “miss” (terjemahan) “miss” adalah menjadi diukur terhadap.
• Baseline vs. intervention — apa happens jika Anda perubahan tidak ada apa pun, versus incremental lift Anda’re claiming dari sebuah spesifik initiative. jangan let sebuah trend line extended forward masquerade sebagai effect dari berfungsi Anda haven’t dimulai namun.
• Exclusions — apa dengan sengaja left out (sebuah known migration, sebuah paused campaign, sebuah seasonal outlier Anda’re tidak trying untuk model).
• Owner dan decision — siapa’s accountable untuk angka, dan apa decision ini adalah sebenarnya dimaksudkan untuk mendukung (sebuah budget tanyakan, sebuah headcount case, sebuah go/Tidak-go).

Skip ini dan Anda end up debugging sebuah model ketika nyata masalah adalah itu tidak seorang pun agreed pada apa ini adalah supposed untuk jawaban.

dua core metode

Statistical / trend-based forecasting berjalan sebuah time-series model pada Anda historical traffic dan projects trajectory forward. ini captures trend dan seasonality dari observed perilaku. I’ve digunakan Meta’s Prophet model untuk ini — ini menangani yearly, weekly, dan daily seasonality plus holiday effects, dan ini adalah accessible melalui Python atau R. ada plenty dari alternatives: SARIMA offers lebih statistical rigor dengan sebuah steeper learning curve, dan untuk simpler perlu FORECAST function di Google Sheets (linear regression), exponential smoothing, atau sebuah sederhana moving average akan melakukan. gunakan ini metode ketika Anda memiliki sebuah usable history (ideally 18–24 months) dan ingin untuk predict overall situs atau bagian trajectory.

Keyword-based forecasting adalah bottom-up: dari sebuah target keyword list, estimate search volume × expected CTR × conversion rate. gunakan ini ketika Anda’re planning baru konten dan memiliki Tidak historical traffic untuk anchor untuk — sebuah baru situs, sebuah post-migration baseline, atau sebuah konten cluster Anda haven’t dibangun namun. ini adalah lebih sedikit anchored untuk observed perilaku, yang adalah persis mengapa ini adalah right alat ketika ada Tidak perilaku untuk observe.

paling credible forecasts combine keduanya: sebuah statistical trend untuk apa Anda sudah memiliki, plus keyword-based opportunity sizing untuk apa Anda’re going untuk bangun.

pertama-party vs. ketiga-party data

ini pembedaan decides bagaimana banyak untuk trust Anda inputs:

• pertama-party (GSC / GA4) adalah authoritative untuk Anda situs. jika Anda ingin sebuah accurate estimate untuk Anda own situs web atau halaman, ini adalah absolutely best data untuk gunakan. GSC memberikan Anda nyata, situs-spesifik CTR oleh position — yang beats apa pun industry-average curve.
• ketiga-party (Ahrefs, Semrush) adalah bagaimana Anda forecast pesaing. satu-satunya cara untuk mendapatkan data pada Anda pesaing adalah ketiga-party sources. ini juga sizes keywords Anda tidak namun peringkat untuk. ketiga-party data memberikan Anda patterns dan forecasting trends, tetapi ini lacks daily granularity dari Anda own analytics, dan berbeda alat report berbeda volumes untuk yang sama keyword. Treat volume sebagai relative, tidak absolute — directional input untuk opportunity sizing, tidak sebuah precise multiplier.

My own pesaing forecasts (future traffic, traffic nilai, dan halaman-tingkat traffic, including performa melalui core memperbarui) jalankan off Ahrefs situs Explorer organic-penelusuran CSV exports fed ke sebuah Prophet model.

CTR masalah — mengapa legacy benchmarks break forecasts

ini adalah single biggest hal breaking forecasts saat ini. old assumption — position 1 mendapatkan roughly 27–34% dari clicks — adalah approximately benar sebelum 2020. ini tidak anymore.

Ahrefs’ study dari 300 000 keywords ditemukan itu antara December 2023 dan December 2025, position-1 CTR untuk kueri dengan sebuah AI Overview dropped dari 7,3% untuk tentang 1,6%. bahkan untuk bersih informational kueri dengan Tidak AI Overview, CTR fell dari 7,6% untuk 3,9% di atas yang sama window. sebuah terpisah Seer Interactive study measuring aggregate CTR di seluruh positions (alih-alih position 1) ditemukan yang sama collapse dari sebuah berbeda angle — organic CTR pada AIO kueri down ~61% — figure I gunakan di SEO perusahaan ROI piece. Secara terpisah, roughly 60% dari Google searches now end tanpa sebuah click di semua (Sparktoro/Datos). Plug sebuah 30% CTR ke sebuah 2026 forecast dan Anda akan massively overstate projected traffic untuk informational kueri.

memperbaiki:

• bangun situs-spesifik CTR curve dari GSC alih-alih menggunakan apa pun blanket industry table. Anda nyata curve adalah di Anda own performa data.
• Adjust informational-intent CTR down 20–40% wherever AI Overviews adalah present. sebuah flat CTR curve di seluruh semua kueri jenis adalah Tidak lebih lama sebuah valid input.
• Treat AI visibilitas sebagai -nya own metric. Share dari voice di AI respons adalah increasingly sebuah terpisah line item dari organic clicks, tidak sebuah substitute untuk ini.

langkah-oleh-langkah: bagaimana I bangun satu

1. Define cakupan — situs-tingkat, cluster-tingkat, atau halaman-tingkat. jangan forecast “semuanya” (terjemahan) “semuanya” ketika decision hanya concerns satu bagian.
2. Gather dan bersih historical data — GSC + GA4, 18–24 months ideal; ketiga-party untuk competitive view.
3. hapus branded traffic untuk isolate genuinely SEO-driven, non-brand performa — jika tidak brand demand inflates forecast.
4. bangun custom CTR curve dari GSC, tidak industry averages.
5. Adjust untuk SERP fitur — AI Overviews, featured snippets, ads di atas fold semua suppress clicks.
6. Model seasonality — Google Trends dan tahun-di atas-tahun patterns. Retail/B2C memiliki obvious seasonal swings; B2B tends untuk ikuti Q4 budget cycles.
7. Apply conversion dan revenue multipliers — conversion rate × AOV (atau CLV) turns traffic ke money, yang adalah angka itu sebenarnya mendapatkan funded.
8. bangun three scenarios — conservative, base, aggressive — setiap dengan named assumptions attached.
9. Back-test ini — refit model di sebuah sedikit past cutoffs di Anda own history, predict yang sama horizon Anda plan untuk gunakan langsung, dan bandingkan terhadap actuals Anda sudah memiliki sebelum Anda trust interval Anda’re tentang untuk present.
10. Present range sebagai three distinct hal — poin estimate, model interval, dan named-assumption scenarios — tidak pernah lead dengan sebuah single angka, dan tidak pernah let apa pun dari three borrow sebuah calibrated probability ini tidak memiliki.
11. Set sebuah review cadence dan tulis down rebuild triggers — monthly adalah sebuah reasonable default, tetapi trigger untuk sebuah rebuild adalah sebuah data perubahan, sebuah structural break, sebuah backtested-error threshold, atau sebuah perubahan di decision — tidak hanya calendar.

sebuah worked contoh — satu cluster, end untuk end

langkah adalah abstract until Anda jalankan angka melalui them. Say Anda’re forecasting sebuah baru 40-halaman perbandingan cluster untuk sebuah B2B SaaS situs, bottom-up:

• Opportunity size: target keywords carry ~50 000 combined monthly searches (sebuah ketiga-party estimate, treated sebagai directional, tidak tepat).
• CTR: sebagian besar adalah informational dengan AI Overviews present, so alih-alih sebuah legacy 30% Anda pull Anda own GSC curve dan land pada sebuah blended ~4% untuk positions Anda realistically expect untuk hold di tahun satu.
• Traffic: 50 000 × 4% = 2 000 organic visits/month di maturity.
• Conversion: di sebuah 2% visit→lead rate dan sebuah 20% lead→opportunity rate, 2 000 × 2% × 20% = 8 opportunities/month.
• Revenue: di sebuah 15 000 USD average deal size dan sebuah 25% close rate, 8 × 25% × 15 000 USD = 30 000 USD/month dari pipeline-sourced revenue di maturity.

lalu Anda jangan present itu 30 USDK sebagai **** angka. Anda wrap ini di scenarios: conservative assumes sebuah 3% blended CTR dan sebuah lebih lambat ramp (~18 USDK/mo oleh month 12); base adalah 30 USDK di atas; aggressive assumes sebuah 5% CTR dan lebih cepat peringkat (~40 USDK/mo). setiap carries -nya named assumptions. statistical confidence band dari Anda trend model — Prophet’s 80% interval, say — adalah apa itu three scenarios adalah drawn dari, tidak sebuah terpisah, competing angka: band memberikan Anda spread, scenarios memberikan leadership sesuatu mereka dapat plan terhadap. (itu’s yang sama confidence-band-becomes-scenarios translation I gunakan di SEO perusahaan metrics piece.) ini adalah three berbeda hal dan ini adalah worth menjadi precise tentang yang satu Anda’re menunjukkan: sebuah poin estimate adalah sebuah single angka; sebuah prediction interval adalah sebuah model-calculated range dengan -nya own assumptions baked di; sebuah scenario adalah sebuah manually chosen bundle dari named assumptions. None dari three adalah sebuah calibrated probability — “conservative/base/aggressive” (terjemahan) “conservative/base/aggressive” tidak berarti 10%/50%/90% odds unless Anda’ve sebenarnya validated itu — so jangan let sebuah scenario range borrow authority dari sebuah statistically derived interval, atau vice versa.

Stress-test assumptions itu dapat flip decision

sebuah scenario range hanya earns -nya pertahankan jika Anda know yang input sebenarnya moves outcome cukup untuk perubahan decision. Take worked contoh di atas dan vary satu input di sebuah time — CTR, lead→opportunity rate, close rate — di seluruh sebuah plausible range sementara holding rest fixed, lalu note apa happens untuk month-12 revenue.

di ini cluster, CTR melakukan paling damage jika ini adalah wrong: visits scale secara langsung dengan clicks, so sebuah CTR miss compounds melalui setiap downstream langkah (leads, opportunities, revenue) yang sama cara conservative-untuk-aggressive spread di atas sudah menampilkan. Close rate dan lead-untuk-opportunity rate move angka too, tetapi mereka’re sales-owned inputs Anda dapat biasanya pull dari CRM history dengan lebih confidence daripada sebuah tidak-namun-dibangun halaman’s future CTR.

output dari sebuah sensitivity lulus tidak sebuah fancier chart — ini adalah sebuah pendek list: “if X turns out wrong, the number changes by roughly this much, and here’s what we’re doing about that risk before we present it.” (terjemahan) “jika X turns out wrong, angka perubahan oleh roughly ini banyak, dan di sini’s apa kami’re melakukan tentang itu risk sebelum kami present ini.” itu’s apa tells sebuah stakeholder yang assumption recommendation sebenarnya bergantung pada, alih-alih three angka itu semua look equally arbitrary.

Forecasting untuk enterprise buy-di

sebuah sedikit framings itu land dengan Finance dan C-suite secara khusus:

• Translate semuanya ke money. Executives think di revenue, pipeline, dan CAC — tidak sessions dan rankings. Equate SEO metrics untuk money.
• TAM framing. Estimate total addressable penelusuran demand untuk Anda category (potential market × competitive position), lalu position incremental gains — 10%, 20% dari TAM — alih-alih claiming Anda’ll peringkat #1 untuk semuanya. Finance tim expect sebuah market-sizing langkah itu sebagian besar SEOs skip.
• Share dari Traffic nilai (SoTV). ini adalah my preferred executive KPI — ini advances share dari voice oleh monetizing traffic perbandingan, so board sees competitive position di dollar istilah.
• Bandingkan terhadap sebuah trajectory, tidak zero. paling persuasive forecast menampilkan di mana Anda’ll menjadi versus di mana sebuah pesaing adalah heading, dan kesenjangan antara Anda saat ini path dan organization’s stated goal.

Limitations — say them out loud

I’m jelas tentang ini di setiap forecast: forecasts selalu carry uncertainty karena perubahan adalah continually happening. Anda atau Anda pesaing dapat perubahan situs web, perubahan strategy, atau membuat additional investments, dan model dapat’t see apa pun dari itu coming.

dan resist urge untuk di atas-engineer. Lebih kompleks forecasts take lebih time dan effort dan tidak niscaya better — sebagian besar dari time ROI dari membangun sebuah kompleks forecast tidak di sana. sebuah bersih trend line atau sebuah Prophet model pada 18 months dari GSC data akan beat sebuah elaborate spreadsheet dibangun pada shaky assumptions. goal adalah sebuah defensible directional estimate, tidak salah precision.

Mempertahankan ini alive

sebuah forecast adalah sebuah living document, tidak sebuah satu-time deliverable — tetapi ada Tidak single cadence itu fits setiap program. Review sering cukup untuk catch drift sebelum decision ini mendukung goes stale; monthly adalah sebuah reasonable default untuk sebagian besar enterprise programs, tighter jika horizon adalah pendek atau stakes adalah tinggi. Apa sebenarnya triggers sebuah rebuild (tidak hanya sebuah recalibration) adalah satu dari:

• ** data changed** — sebuah tracking break, sebuah GSC/GA4 property perubahan, sebuah redefinition dari apa counts sebagai sebuah conversion;
• sesuatu structural happened — sebuah Google core perbarui, sebuah pesaing’s big move, sebuah AI Overview rollout di seluruh Anda key kueri, sebuah situs migration;
• ** model’s own error crossed sebuah threshold Anda set di advance** — jika backtested coverage atau error adalah now worse daripada apa Anda validated, interval Anda’re presenting adalah Tidak lebih lama honest; atau
• ** decision ini mendukung changed** — berbeda timing, berbeda cakupan, berbeda stakeholders.

reliable horizon adalah roughly 3–12 months; beyond 12, treat forecast sebagai sebuah directional plan alih-alih sebuah month-accurate prediction.

sebuah related discipline lives berikutnya door: tying ini projections untuk metrics dan goals Anda sebenarnya report pada, dan objectives Anda set terhadap them.

Search Console’s standard performa report exposes up untuk 16 months dari history. Bukti untuk klaim ini Search Console's performance report provides up to 16 months of data. Cakupan: The standard Search Console performance-report window; retained bulk-export data can extend an organization's own history after export is configured. Tingkat keyakinan: tinggi · Diverifikasi: 2026-07-14 Google Search Console Help: Performance report Bing expanded -nya Penelusuran performa history dari six untuk 16 months di October 2024 dan explicitly named lebih accurate forecasting sebagai sebuah gunakan case. Bukti untuk klaim ini Bing expanded Webmaster Tools Search Performance history from six months to 16 months in October 2024 and explicitly described forecasting as a use case. Cakupan: Bing Webmaster Tools' Search Performance history; it does not validate a particular forecasting method or guarantee forecast accuracy. Tingkat keyakinan: tinggi · Diverifikasi: 2026-07-14 Bing Webmaster Blog: Search Performance data extended to 16 months

Keduanya major pertama-party webmaster platforms now expose 16-month standard performa windows: Search Console documents up untuk 16 months, Bukti untuk klaim ini Search Console's performance report provides up to 16 months of data. Cakupan: The standard Search Console performance-report window; retained bulk-export data can extend an organization's own history after export is configured. Tingkat keyakinan: tinggi · Diverifikasi: 2026-07-14 Google Search Console Help: Performance report dan Bing expanded -nya history untuk 16 months di October 2024 sementara naming forecasting sebagai sebuah gunakan case. Bukti untuk klaim ini Bing expanded Webmaster Tools Search Performance history from six months to 16 months in October 2024 and explicitly described forecasting as a use case. Cakupan: Bing Webmaster Tools' Search Performance history; it does not validate a particular forecasting method or guarantee forecast accuracy. Tingkat keyakinan: tinggi · Diverifikasi: 2026-07-14 Bing Webmaster Blog: Search Performance data extended to 16 months

AI summary

sebuah condensed take pada Advanced versi:

• SEO forecasting = projecting future trafik organik/conversions/revenue dari historical data (traffic, traffic nilai, CTR, penelusuran volume). ini adalah sebuah probabilistic model di bawah stated assumptions — sebuah compass, tidak sebuah GPS — digunakan mainly untuk justify budget dan win executive buy-di.
• Pin contract pertama: target metric dan cakupan, time grain, horizon, data cutoff, baseline vs. planned intervention, exclusions, owner, dan decision ini mendukung — sebelum picking sebuah metode.
• Dua metode: statistical/trend-based (Prophet, SARIMA, atau Sheets FORECAST pada Anda own data) dan keyword-based (volume × CTR × conversion untuk baru targets). Combine them.
• data sources: GSC/GA4 adalah authoritative untuk Anda situs (nyata situs-spesifik CTR); ketiga-party alat (Ahrefs, Semrush) adalah untuk pesaing dan opportunity sizing — mereka volumes adalah directional, tidak precise.
• ** CTR masalah:** legacy “~30% di position 1” (terjemahan) “~30% di position 1” benchmarks adalah rusak. Position-1 CTR untuk kueri dengan AI Overviews fell untuk ~1,6%; ~60% dari searches adalah zero-click. bangun situs-spesifik CTR curve dari GSC dan adjust informational CTR down 20–40% di mana AI Overviews muncul.
• data limits: GSC retains 16 months; Bing Webmaster alat extended untuk 16 months (Oct 2024). Export proactively (BigQuery untuk lebih lama history).
• Proses: define cakupan → bersih data → strip branded traffic → custom CTR curve → adjust untuk SERP fitur → model seasonality → apply conversion/revenue → bangun conservative/base/aggressive scenarios → back-test di past cutoffs → present range sebagai three labeled hal (poin estimate, model interval, scenario) → set sebuah cadence dan rebuild triggers.
• Sensitivity periksa: vary satu input di sebuah time untuk temukan yang satu flips decision — itu’s assumption worth researching atau hedging, tidak others.
• Enterprise framings: translate untuk money, gunakan TAM sizing, report Share dari Traffic nilai, bandingkan terhadap pesaing trajectories.
• aturan: tidak pernah jaminan sebuah angka (“Nobody can guarantee you traffic” (terjemahan) “Tidak seorang pun dapat jaminan Anda traffic” — Mueller); jangan di atas-engineer (kompleks ≠ better); treat forecast sebagai sebuah living document, reliable ~3–12 months out.

Dokumentasi resmi

tidak ada official Google atau Bing methodology untuk SEO forecasting — neither publishes sebuah forecasting guide atau template. Apa mereka melakukan publish adalah ground-truth data dan constraints Anda forecast di dalam.

Google

• Search Console data retention (16 months) — performa data adalah dipertahankan untuk 16 months dan lalu permanently deleted; export sebelum window closes.
• di-Depth Guide untuk Bagaimana Google Search berfungsi — Google positions Search Console sebagai authoritative sumber untuk bagaimana Anda situs muncul di Penelusuran, yang adalah mengapa GSC CTR beats ketiga-party estimates.
• Google Trends — Google’s own alat untuk seasonality input setiap forecast perlu.
• BigQuery bulk data export untuk Search Console — satu-satunya cara untuk extend GSC history past rolling 16-month window.

Bing / Microsoft

• Bing Webmaster alat Extends Penelusuran performa data untuk 16 Months — Fabrice Canel & Krishna Madhavan (Oct 16, 2024); Bing expanded -nya penelusuran-performa window dari 6 untuk 16 months explicitly untuk mendukung “more accurate forecasting.” (terjemahan) “lebih accurate forecasting.”
• Bing Webmaster alat — Penelusuran performa report — impressions, clicks, CTR, dan average rankings, forecasting-relevant data Bing exposes.

Quotes dari sumber

pada—record statements dari penelusuran representatives relevant untuk forecasting dan limits dari apa anyone dapat promise.

Google — Tidak jaminan

• “Nobody can guarantee you traffic, sorry.” (terjemahan) “Tidak seorang pun dapat jaminan Anda traffic, sorry.” — John Mueller, Google Search Advocate (posted pada X, January 25, 2024, replying untuk apakah sebuah teknis perubahan akan produce measurable traffic gains). ini adalah line I’d put pada cover dari setiap forecast: ini adalah sebuah estimate, tidak sebuah contract. Jump untuk quote

Bing / Microsoft — data untuk forecasting

• “With 16 months of data in Bing Webmaster Tools, you can identify long-term patterns previously hidden, allowing for more accurate forecasting and strategy development.” (terjemahan) “dengan 16 months dari data di Bing Webmaster alat, Anda dapat identify panjang-istilah patterns previously hidden, allowing untuk lebih accurate forecasting dan strategy development.” — Fabrice Canel & Krishna Madhavan, Principal PMs, Microsoft Bing (October 16, 2024). Bing frames extended window explicitly sekitar seasonal patterns, past campaign performa, dan extended trends. Jump untuk quote

Forecast bangun checklist

sebuah lulus untuk jalankan sebelum Anda put sebuah forecast di front dari anyone:

• Cakupan adalah didefinisikan dan matches decision (situs / cluster / halaman) — tidak “all traffic” (terjemahan) “semua traffic” ketika tanyakan adalah tentang satu bagian.
• 18–24 months dari GSC + GA4 history pulled (atau sebagai banyak sebagai ada), exported sebelum 16-month retention window deletes ini.
• Branded traffic identified dan dihapus so forecast isolates SEO-driven, non-brand performa.
• CTR curve dibangun dari Anda GSC data, tidak sebuah industry-average table.
• CTR adjusted down untuk SERP fitur — AI Overviews, featured snippets, ads — terutama pada informational-intent kueri.
• Seasonality modeled dari Google Trends dan tahun-di atas-tahun patterns.
• ketiga-party volume treated sebagai directional/relative, tidak sebagai sebuah precise multiplier.
• Traffic converted untuk money melalui conversion rate × AOV (atau CLV).
• Three scenarios dibangun (conservative / base / aggressive), setiap dengan named assumptions ditulis down.
• input itu akan flip decision jika ini adalah wrong adalah identified (sebuah sensitivity lulus, tidak hanya three parallel scenarios).
• Model back-tested di past cutoffs terhadap actuals sebelum interval adalah trusted.
• Output adalah sebuah range dengan confidence intervals, tidak sebuah single angka — dan poin estimate, model interval, dan scenario adalah labeled sebagai three berbeda hal, none sebuah calibrated probability.
• Tidak language anywhere implies sebuah jaminan.
• sebuah review cadence adalah scheduled (monthly adalah sebuah reasonable default) dan rebuild triggers — data perubahan, structural break, model-error threshold, decision perubahan — adalah ditulis down di advance.

mental models

1. Compass, tidak GPS. sebuah forecast memberikan direction dan rough magnitude di bawah stated assumptions — tidak sebuah turn-oleh-turn promise. setiap conclusion Anda draw seharusnya survive pertanyaan “dan apa assumption adalah ini resting pada?” (terjemahan) “dan apa assumption adalah ini resting pada?”

2. Dua metode, satu combined forecast. Statistical/trend-based untuk apa Anda memiliki (project history forward); keyword-based untuk apa Anda’re going untuk bangun (volume × CTR × conversion). Ketika di doubt, jalankan keduanya dan reconcile.

3. pertama-party untuk Anda, ketiga-party untuk them. GSC/GA4 adalah authoritative untuk Anda own situs’s CTR dan trend. ketiga-party alat adalah untuk pesaing forecasts dan sizing keywords Anda tidak peringkat untuk namun — directional, relative, tidak pernah precise.

4. Scenario laddering. Conservative / base / aggressive, setiap dengan jelas named assumptions. Finance tidak cancel budget planning karena markets adalah unpredictable; ini models scenarios. melakukan yang sama — sebuah directional estimate dengan named assumptions beats Tidak estimate. sebuah scenario adalah sebuah chosen bundle dari assumptions, tidak sebuah calibrated probability — pertahankan ini labeled sebagai such, terpisah dari model’s own interval.

5. TAM → share → revenue. Potential market × competitive position = TAM. Position incremental share gains (10%, 20%) alih-alih total dominance, lalu jalankan share → traffic → conversions → revenue. ini adalah chain Finance expects untuk see.

6. Sensitivity sebelum Anda present. Vary satu input di sebuah time di seluruh sebuah plausible range dan watch yang satu flips decision. itu’s assumption worth researching, piloting, atau hedging — others tidak worth arguing di atas.

7. Back-test sebelum Anda trust ini. Refit di past cutoffs, predict forward, bandingkan dengan actuals Anda sudah memiliki. Model complexity memiliki untuk menjadi earned oleh out-dari-sample accuracy, tidak assumed.

8. living document. bangun → present sebuah range → review pada sebuah set cadence (monthly’s sebuah reasonable default) → rebuild pada sebuah trigger: data changed, sesuatu structural happened, backtested error crossed Anda threshold, atau decision changed. Reliable horizon: ~3–12 months.

SEO forecasting — cheat sheet

Pick sebuah metode

CTR reality periksa (jangan gunakan old angka)

→ bangun CTR dari Anda own GSC data; cut informational CTR 20–40% di mana AI Overviews muncul.

data constraints

• GSC retention: 16 months, lalu deleted — export proactively; BigQuery export untuk lebih lama history.
• Bing Webmaster alat: 16 months (extended dari 6, Oct 2024).
• ketiga-party volumes: directional, tidak precise — relative perbandingan hanya.

** non-negotiables**

• Pin forecast contract (target, cakupan, grain, horizon, cutoff, baseline vs. intervention, owner, decision) sebelum Anda pick sebuah metode.
• hapus branded traffic sebelum forecasting non-brand SEO.
• Present sebuah range sebagai three labeled hal — poin estimate, model interval, scenario — tidak pernah sebuah single unlabeled angka.
• Jalankan sebuah sensitivity lulus untuk temukan input itu akan flip decision.
• Back-test di past cutoffs sebelum Anda trust interval.
• tidak pernah jaminan sebuah angka — “Nobody can guarantee you traffic” (terjemahan) “Tidak seorang pun dapat jaminan Anda traffic” (Mueller).
• kompleks ≠ better; ROI dari sebuah di atas-engineered forecast biasanya tidak di sana.
• sebuah forecast adalah sebuah living document — review pada sebuah set cadence (monthly’s sebuah reasonable default), rebuild pada sebuah didefinisikan trigger, tidak hanya sebuah calendar date.

sebuah keyword-based forecast di Google Sheets

untuk baru konten di mana Anda memiliki Tidak history, bottom-up formula adalah volume × expected CTR × conversion rate. di sebuah sheet, dengan penelusuran volume di B, Anda target-position CTR di C, dan conversion rate di D:

Estimated clicks:       =B2 * C2
Estimated conversions:  =B2 * C2 * D2
Estimated revenue:      =B2 * C2 * D2 * AOV

Pull Anda CTR-oleh-position nilai (C) dari Anda own GSC data, tidak sebuah industry table — dan shade them down untuk informational kueri di mana AI Overviews tampilkan.

sebuah trend forecast dari Anda own history

Ketika Anda melakukan memiliki history, simplest projection adalah linear regression dengan dibangun-di FORECAST function — historical months di column A, traffic di B:

=FORECAST(next_month_date, B2:B25, A2:A25)

itu’s sebuah straight line. ini ignores seasonality, so hanya trust ini untuk pendek, stable horizons. untuk seasonality dan holiday effects, langkah up untuk sebuah time-series model — I gunakan Meta’s Prophet (free, open sumber, accessible melalui Python atau R), fed dari sebuah Ahrefs situs Explorer organic-penelusuran CSV export. sebuah minimal Prophet jalankan di sebuah notebook:

import pandas as pd
from prophet import Prophet

# df must have two columns: ds (date), y (traffic)
df = pd.read_csv("organic_traffic.csv")

m = Prophet(yearly_seasonality=True, weekly_seasonality=True)
m.fit(df)

future = m.make_future_dataframe(periods=365)   # one year forward
forecast = m.predict(future)
# yhat_lower / yhat_upper give you the confidence band — present THAT, not yhat alone
forecast[["ds", "yhat", "yhat_lower", "yhat_upper"]].tail()

yhat_lower/yhat_upper band adalah seluruh poin: ini adalah Anda range. jangan report yhat sebagai sebuah single angka. Prophet adalah satu option — SARIMA adalah sebuah lebih rigorous alternative dengan sebuah steeper learning curve. dan remember: sebuah kompleks model tidak secara otomatis sebuah better satu.

Validate sebelum Anda trust ini

jangan take sebuah fit pada faith. Prophet’s diagnostics module simulates historical forecasts: ini refits model di cutoffs di dalam Anda own history, predicts forward yang sama horizon Anda plan untuk gunakan langsung, dan compares itu prediction hanya terhadap actuals itu happened setelah cutoff — tidak pernah terhadap data model dapat sudah see.

from prophet.diagnostics import cross_validation, performance_metrics

df_cv = cross_validation(m, initial="730 days", period="90 days", horizon="90 days")
df_p = performance_metrics(df_cv)
df_p[["horizon", "mae", "mape", "coverage"]].tail()

coverage tells Anda apakah Anda stated interval sebenarnya berisi itu share dari nyata outcomes secara historis — jika ini tidak, interval adalah miscalibrated dan range Anda’re tentang untuk hand sebuah stakeholder tidak sebagai honest sebagai ini looks. sebuah model itu’s tidak pernah telah diperiksa ini cara adalah sebuah guess dengan sebuah chart sekitar ini.

alat untuk SEO forecasting

pertama-party data (authoritative untuk Anda own situs)

• Google Search Console — nyata, situs-spesifik CTR oleh position dan ground-truth performa history (16-month window; export proactively).
• GA4 — pada-situs perilaku, conversion rates, dan revenue untuk turn traffic ke money.
• BigQuery (GSC bulk export) — satu-satunya cara untuk pertahankan history beyond 16 months.

Competitive / opportunity sizing (ketiga-party)

• Ahrefs situs Explorer — pesaing traffic dan traffic-nilai estimates, organic-penelusuran CSV exports untuk trend models, dan keyword-kesenjangan analysis untuk opportunity sizing.
• Semrush dan similar — alternate volume estimates; remember berbeda alat disagree, so treat volumes sebagai relative.

Seasonality

• Google Trends — ketika demand peaks dan troughs di seluruh tahun.

Modeling

• Meta Prophet (free, open sumber; Python/R) — my go-untuk time-series model; menangani seasonality dan holiday effects.
• SARIMA — lebih statistical rigor, steeper curve.
• Google Sheets FORECAST / exponential smoothing / moving averages — ketika sebuah quick directional line adalah semua Anda perlu.

Platform / reporting

• Enterprise forecasting dan reporting suites (e.g. SEOmonitor, BrightEdge, seoClarity) dan agency reporting alat (e.g. AgencyAnalytics, Advanced Web peringkat) bundle forecasting ke dashboards — convenient, tetapi hanya sebagai baik sebagai CTR dan volume assumptions underneath them.

Forecasting mistakes itu buat salah confidence

Penerbitan satu precise angka

Mengapa ini fails: sebuah poin estimate hides uncertainty di rankings, CTR, seasonality, conversion, pesaing, dan algorithm perubahan. Stakeholders remember angka dan forget assumptions.

melakukan ini alih-alih: Present conservative, base, dan aggressive scenarios dengan assumptions itu produce setiap satu. gunakan model’s interval untuk inform range, tidak sebagai decoration sekitar sebuah promised hasil.

Applying sebuah generic CTR curve untuk setiap kueri

Mengapa ini fails: CTR varies oleh situs, position, intent, device, dan SERP fitur. Legacy position-satu benchmarks adalah terutama misleading pada kueri dengan AI Overviews atau lainnya zero-click jawaban.

melakukan ini alih-alih: bangun situs-spesifik curve dari GSC dan segment ini di mana SERP atau intent materially perubahan click perilaku.

Mixing branded demand ke SEO-growth case

Mengapa ini fails: Brand searches dapat reflect demand dibuat oleh lainnya channels dan inflate baseline atau projected gain attributed untuk SEO.

melakukan ini alih-alih: Terpisah brand dan non-brand histories sebelum fitting model, lalu state yang line investment adalah yang diharapkan untuk influence.

Treating ketiga-party volume sebagai ground truth

Mengapa ini fails: External alat estimate pesaing dan untapped opportunities; berbeda alat dapat disagree, dan mereka nilai melakukan tidak equal situs’s observed traffic.

melakukan ini alih-alih: gunakan pertama-party data untuk Anda own baseline dan label ketiga-party inputs sebagai directional opportunity sizing.

membangun paling kompleks model mungkin

Mengapa ini fails: Extra sophistication cannot repair weak inputs dan dapat membuat forecast harder untuk jelaskan, test, dan perbarui.

melakukan ini alih-alih: gunakan simplest model itu captures decision-relevant trend dan seasonality. Rebuild ketika assumptions break alih-alih protecting sebuah elaborate model dari reality.

Leaving forecast untouched setelah approval

Mengapa ini fails: sebuah forecast adalah conditional. sebuah core perbarui, pesaing move, situs perubahan, atau SERP shift dapat invalidate original assumptions.

melakukan ini alih-alih: Bandingkan actuals dengan forecast monthly, review assumptions quarterly, dan document trigger itu memerlukan sebuah rebuild.

Uji pemahaman Anda: SEO forecasting

Five pertanyaan pada metode, inputs, scenarios, dan model maintenance.

Resources worth Anda time

My related writing

• SEO Forecasting: Art dari Getting Buy-di — my penuh walkthrough dengan six free, copy-paste Google Colab notebooks (own-situs traffic dan traffic nilai, pesaing traffic/nilai/halaman traffic, dan performa melalui core memperbarui).
• SEO perusahaan Storytelling: Metrics, Reports & Dashboards — equating SEO metrics untuk money, Share dari Traffic nilai, dan custom CTR curves dari GSC.

My speaking

• • Great Decoupling* (Ahrefs Evolve 2025) — growing kesenjangan antara impressions dan clicks di GSC, dan mengapa legacy CTR assumptions di forecasts adalah now rusak. SlideShare

dari others

• Anda guide untuk SEO forecasting dengan Google Sheets — Sara Taher (mesin pencari Land): FORECAST, SMA, dan exponential smoothing di sebuah spreadsheet.
• cara melakukan sebuah SEO projection — Rob Tindula (mesin pencari Land): sebuah 8-langkah projection methodology dengan sebuah hybrid model.
• cara Calculate Anda Total Addressable Market (TAM) untuk SEO — Dan Taylor (mesin pencari Journal): TAM/SAM framing Finance expects.
• cara model non-linear SEO seasonality dengan Prophet — seasonality side dari Prophet approach.
• SEO Forecasting: Predict trafik organik Growth — AgencyAnalytics: agency angle dan di atas-forecasting risks.
• Apa adalah Penelusuran Forecasting dan Mengapa adalah ini penting? — Rachel Vandernick (mesin pencari Journal): foundational framing untuk mengapa forecasting penting dan di mana ini fits di sebuah SEO program.
• cara melakukan Realistic SEO Forecasting langkah-oleh-langkah — Kate Starr (Backlinko): langkah-oleh-langkah methodology dengan sebuah free template dan sebuah revenue-extension formula.
• SEO perusahaan ROI Forecasting Calculator — Directive Consulting: enterprise ROI calculator dengan cross-functional data inputs dan SQL/MQL attribution untuk Finance-facing forecasts.
• Google Organic CTR alat — Advanced Web peringkat: historical CTR benchmarks oleh position dan device — berguna context untuk bagaimana far old 30% assumption memiliki drifted.

Stats worth citing

• Position-1 CTR collapsed untuk AI Overview kueri. dari 7,3% untuk ~1,6% antara December 2023 dan December 2025 (Ahrefs study, 300 000 keywords) — angka itu breaks setiap legacy forecast. Sumber
• bahkan bersih informational CTR fell — position-1 informational kueri dengan Tidak AI Overview dropped dari 7,6% untuk ~3,9% di atas yang sama window (sama study). Sumber
• ~60% dari Google searches end tanpa sebuah click — zero-click baseline apa pun 2026 forecast memiliki untuk assume (Sparktoro / Datos research).
• AI Overviews reduce clicks ~34,5% untuk affected kueri di Ahrefs’ sebelumnya April 2025 study — directional drop Anda apply untuk informational CTR. Sumber
• Budget mengikuti credible forecasts. Roughly sebuah quarter dari marketers report sufficient budget, partly karena leadership tidak convinced tentang SEO mengembalikan; leaders siapa dapat predict financial impact adalah lebih mungkin untuk win budget increases (GTM 8020, 2024).

Log perubahan