SEO 流量預測：預估點擊數、成長情境與營收

SEO 流量預測會根據自身的歷史資料，向前推估您的自然流量。它會將季節性與長期趨勢分離，擬合五種趨勢線，挑選最能解釋歷史資料且不會失控外推的一種，並以 95% 信賴區間預測未來 3、6 或 12 個月。在這條基準線之上，您還可以建立成長情境，並將兩者換算成營收，用來設定目標或為投資提出佐證。

載入歷史資料

在 Step 1: Load Historical Data 下，選擇一種資料來源：

• GSC Data：按下 Load 16 months of data，即可擷取該資源最近 16 個月的每日點擊數，這是 Search Console 所能保留的最長期間（16 months of data），與日期選擇器的設定無關。頁面頂端的篩選條件仍會套用，因此您可以只預測單一國家或單一網站區段。
• Upload CSV 或 Paste Data：每行一組 date, value，日期格式為 YYYY-MM-DD 或 YYYY-MM。月度數值會平均分配到該月的每一天。若要使用從 Google Analytics 匯出的工作階段數，或超過 16 個月的歷史資料，請使用這個方式。

頁面上的提醒值得再強調一次：Search Console 的資料是點擊數，而不是工作階段數。兩者通常會同向變動，但並非同一個數字，因此請以您載入的指標來標示預測結果。

設定預測

在 Step 2: Configure forecast 下：

• Granularity：Monthly 或 Weekly 週期。
• Forecast Months：3、6（預設）或 12。
• Trendline type：Auto-select (best R²)，或強制指定 Linear、Logarithmic、Exponential、Power 或 Polynomial (degree 2)。
• Growth rate (% per year) 與 Added sessions / month，用於成長情境。
• Conversion rate (%)（預設為 2）、Average order value（預設為 50）與 Currency（USD、EUR、GBP、INR、AUD、CAD 或 JPY），用於計算營收。

只要變更任何輸入，所有結果都會立即重新計算。

預測的計算方式

1. 週期。 每日數值會彙總為曆月或週。不完整的第一個或最後一個週期會被捨棄，因此尚未結束的當月不會拉低趨勢。至少需要 4 個完整月份或 8 個完整週。
2. 季節性。 先對各週期擬合一條直線，再把每個曆月的實際值與該直線的平均比值作為該月的季節指數（1.0 代表平均水準的月份）。指數會經過正規化，使平均值為 1，並限制在 0.4 至 2.5 之間；沒有資料的月份則為 1。週資料採用該週起始日所在的月份。
3. 趨勢。 將歷史資料除以季節指數後，以最小平方法對剩餘部分擬合這五種趨勢線（指數與冪函數在對數空間中擬合）。
4. 選擇。 自動選擇會在預測值介於零與歷史峰值四倍之間的趨勢線中，挑選 R² 最高者；若兩條趨勢線的 R² 相差在 0.02 以內，則以 MAPE（平均絕對百分比誤差）較低者勝出。Model 表格會列出每條趨勢線的 R²、MAPE，以及是否符合資格。
5. 預測。 將選定的趨勢線向後延伸，並在每個未來週期乘回季節指數。95% 區間為 ±1.96 倍殘差標準差，且越往後越寬。
6. 成長情境。 年成長率會從第一個預測週期開始逐期複利計算；新增工作階段數則是固定的每月增量（週資料按比例換算）。
7. 營收。 工作階段數 × 轉換率 × 平均訂單金額，分別計算基準線與成長情境。

解讀結果

卡片會顯示 Current Month（最近一個完整週期）、預測期間內的 Baseline Forecast 與 Growth Forecast 總量，以及 Growth Revenue。Baseline vs growth 圖表會繪出歷史資料、基準線與成長情境，信賴區間以虛線表示；Seasonal index 則顯示您表現強勁與疲弱的月份。Forecast table 列出每個週期的實際值、擬合趨勢、季節指數、基準線、95% 上下界、成長情境，以及兩種營收數字，並可匯出為 CSV。

使用時的注意事項

預測的前提是未來的表現會與過去相似。核心演算法更新、網站遷移、新增的網站區段，以及只在部分年份出現的季節性事件，都不在模型之內。信賴區間很寬，代表歷史資料的波動較大；而只有 16 個月資料的預測，每個曆月最多只出現過兩次，因此請把其中的季節性視為粗略的輪廓。請檢查所選的趨勢線：即使 R² 很高，若多項式趨勢線在末端急遽彎曲，仍是需要留意的警訊。

AutoPSEO 如何幫上忙

Added sessions / month 欄位正是用來模擬新內容效益的地方。如果內容引擎正以穩定的每週節奏新增文章，您可以根據已上線文章的表現，估算新文章每月帶來的點擊數，並將其填入作為增量。接著，為該引擎所負責的網站區段建立內容群組，就能看出新頁面的表現是否跟得上預估。