文件
預測與實驗
透過季節性預測掌握自然流量的走向，並驗證對一組頁面所做的變更是否真的帶來了影響。
資源 → 進階閱讀時間 1 分鐘
進階群組中有兩份報表，著眼的不是已經發生的事。預測會根據自然流量本身的歷史資料向前推估，實驗則衡量你對一組頁面所做的變更是否造成了差異。兩者搭配使用，就能在動工前先設定目標，並在完成後取得實測結果，而不再只是「我們認為這樣會有幫助」。
兩份報表
- SEO 流量預測（選單：預測）：載入最多 16 個月的每日 Search Console 點擊數，或你自行提供的工作階段 CSV，移除季節性因素後擬合五條趨勢線並選出最可靠的一條，再向後推估 3、6 或 12 個月，並附上 95% 區間。搭配成長情境與「轉換率 × 訂單金額」模型，即可將推估結果換算為營收。
- 實驗：將你修改過的頁面（實驗組）與未做變更的頁面（對照組）進行比較，兩組各自與上線前 28 天的數據對照，並對兩組的每日數值執行 Welch's t-test。你會得到提升幅度、信賴區間、p 值，以及額外點擊數的累計總量。
典型流程
- 針對你打算著手優化的區塊進行預測，了解未來一季「不做任何變更」時的表現基準。
- 對一組頁面進行變更，同時保留一組條件相近的頁面不動，並以註解記錄變更日期。
- 至少經過兩週後，開啟實驗查看結果，再以新的資料重新執行預測。
兩者共通的限制
兩份報表讀取的都是 Search Console 的點擊數，這並不等同於工作階段，且受限於 Google 的隱私與資料列上限(Search Console 如何計算資料)。兩者都無法察覺外部事件：核心演算法更新、競爭對手的新品上市，或並非每年都會發生的季節性事件，都可能被視為雜訊，或造成虛假的效果。預測是用來規劃的基準線，實驗則是強而有力的證據，而非定論；若想對同一段歷史資料進行統計分解，請參閱時間序列分解。