SEO Trafik Tahmini: tıklamaları, büyüme senaryolarını ve geliri öngörün

SEO Trafik Tahmini, organik trafiğinizi kendi geçmişinden yola çıkarak ileriye projekte eder. Mevsimselliği temel trendden ayırır, beş tür trend çizgisi uydurur, geçmişinizi en iyi açıklayan ve aşırıya kaçmayan çizgiyi seçer ve %95 güven aralığıyla 3, 6 veya 12 ay ilerisini öngörür. Bu temel tahminin üzerine bir büyüme senaryosu kurabilir, her ikisini de gelire dönüştürerek hedef belirleyebilir veya yatırım için gerekçe oluşturabilirsiniz.

Geçmiş verilerinizi yükleyin

Step 1: Load Historical Data bölümünde kaynaklardan birini seçin:

• GSC Data: Tarih seçicide ne seçili olursa olsun, mülk için son 16 aya ait günlük tıklamaları getirmek üzere Load 16 months of data düğmesine basın. 16 ay, Search Console'un sakladığı en uzun süredir (16 months of data). Sayfanın üstündeki filtreler geçerlidir; böylece tek bir ülkeyi veya tek bir bölümü tahmin edebilirsiniz.
• Upload CSV veya Paste Data: Her satırda bir date, value çifti olmalı; tarihler YYYY-MM-DD veya YYYY-MM biçiminde yazılmalıdır. Aylık bir değer, o ayın günlerine eşit olarak dağıtılır. Bu seçeneği Google Analytics'ten dışa aktarılan oturumlar için veya 16 aydan uzun geçmiş verileri için kullanın.

Sayfadaki not tekrar etmeye değer: Search Console verileri oturum değil, tıklamadır. İkisi genellikle birlikte hareket eder ancak aynı sayı değildir; bu yüzden tahmini, yüklediğiniz metrikle etiketleyin.

Tahmini yapılandırın

Step 2: Configure forecast bölümünde:

• Granularity: Monthly veya Weekly dönemler.
• Forecast Months: 3, 6 (varsayılan) veya 12.
• Trendline type: Auto-select (best R²) ya da Linear, Logarithmic, Exponential, Power veya Polynomial (degree 2) seçeneklerinden birini zorunlu kılın.
• Büyüme senaryosu için Growth rate (% per year) ve Added sessions / month.
• Gelir için Conversion rate (%) (varsayılan 2), Average order value (varsayılan 50) ve Currency (USD, EUR, GBP, INR, AUD, CAD veya JPY).

Bir girdiyi değiştirdiğiniz anda her şey yeniden hesaplanır.

Tahmin nasıl hesaplanır

1. Dönemler. Günlük değerler takvim aylarına veya haftalarına toplanır. Eksik kalan ilk veya son dönem çıkarılır; böylece içinde bulunduğunuz, henüz bitmemiş ay trendi aşağı çekmez. En az 4 tam ay veya 8 tam hafta gerekir.
2. Mevsimsellik. Dönemlerin içinden düz bir çizgi geçirilir ve her takvim ayı için gerçek değerin bu çizgiye ortalama oranı o ayın mevsimsellik endeksi olur (1,0 ortalama bir aydır). Endeksler ortalaması 1 olacak şekilde normalleştirilir, 0.4 ile 2.5 arasında tutulur ve verisi olmayan aylara 1 atanır. Haftalar için, haftanın başladığı ay esas alınır.
3. Trend. Geçmiş veriler mevsimsellik endekslerine bölünür ve geriye kalan değerlere beş trend çizgisi en küçük kareler yöntemiyle uydurulur (üstel ve kuvvet çizgileri logaritmik uzayda).
4. Seçim. Auto-select, projeksiyonu sıfır ile geçmiş zirvenizin dört katı arasında kalan trend çizgileri arasından en yüksek R² değerine sahip olanı seçer; iki çizgi arasındaki R² farkı 0.02'nin altındaysa daha düşük MAPE (ortalama mutlak yüzde hata) değerine sahip olan kazanır. Model tablosu her trend çizgisinin R² ve MAPE değerlerini ve uygun olup olmadığını gösterir.
5. Projeksiyon. Seçilen trend ileriye uzatılır ve gelecekteki her döneme mevsimsellik endeksi geri uygulanır. %95 aralığı, ±1,96 artık standart sapmadır ve ileriye gidildikçe genişler.
6. Büyüme senaryosu. Yıllık büyüme oranı, ilk tahmin döneminden başlayarak her döneme bileşik olarak uygulanır; eklenen oturumlar ise sabit bir aylık artıştır (haftalar için orantılanır).
7. Gelir. Oturumlar × dönüşüm oranı × ortalama sipariş değeri; hem temel tahmin hem de büyüme senaryosu için hesaplanır.

Sonuçları okuyun

Kartlar, Current Month (son tam dönem), ufuk boyunca Baseline Forecast ve Growth Forecast toplamlarını ve Growth Revenue değerini gösterir. Baseline vs growth grafiği geçmişi, temel tahmini ve büyüme senaryosunu, kesikli çizgilerle gösterilen güven aralığıyla birlikte çizer; Seasonal index ise güçlü ve zayıf aylarınızı gösterir. Forecast table her dönemi; gerçek değer, uydurulan trend, mevsimsellik endeksi, temel tahmin, %95 sınırları, büyüme senaryosu ve her iki gelir rakamıyla birlikte listeler ve CSV olarak dışa aktarılabilir.

Dikkatli kullanın

Bir tahmin, geleceğin geçmişe benzeyeceğini varsayar. Çekirdek güncellemeler, taşımalar, yeni bölümler ve yalnızca bazı yıllarda yaşanan mevsimsel olaylar modelde yer almaz. Geniş bir aralık, geçmiş verilerin dalgalı olduğunu gösterir; 16 aylık veriyle yapılan bir tahmin her takvim ayını en fazla iki kez görmüştür, bu nedenle mevsimselliğini bir taslak olarak değerlendirin. Seçilen trend çizgisini kontrol edin: sonda keskin biçimde kıvrılan bir polinom, R² değeri yüksek olsa bile bir uyarı işaretidir.

AutoPSEO size nasıl yardımcı olur

Added sessions / month girdisi, yeni içeriği modellemek için doğru yerdir. content engine her hafta düzenli bir tempoda makale ekliyorsa, bu makalelerin aylık tıklamalarını yayındaki mevcut makalelerden yola çıkarak tahmin edin ve bunu artış olarak girin. Ardından content engine'in bölümü için oluşturulan bir content group, yeni sayfaların tahmine ayak uydurup uyduramadığını gösterir.