拆解為趨勢、季節性與雜訊
時間序列分解
將每日流量序列拆解為趨勢、每週模式與剩餘雜訊，讓真正的下滑不再被冷清的週末所掩蓋。
運作方式
數列會分解為三個部分：以中心移動平均算出的趨勢、每週重複的季節性數值，以及殘差。搜尋流量具有明顯的平日規律，因此單純的逐日比較，多半只是在衡量當天是星期幾。移除季節性之後，趨勢才能被清楚解讀。
你將獲得
- 去除每週模式後的潛在趨勢線
- 依星期別呈現每週季節性的幅度與型態
- 殘差值，讓無法解釋的異常日一目了然
- 清楚判斷下滑屬於季節性、結構性，還是單次事件
需要什麼
至少需要 14 天的每日資料，若有 8 週以上則明顯更準確。
它無法告訴你的事
它只描述發生了什麼，並不歸因於任何原因。年度季節性需要的歷史資料，遠多於 Search Console 所保存的範圍。
隨需執行
實驗性分析不屬於每夜排程作業的一部分。你開啟報表、設定期間並執行，因此只有在你需要答案時才會產生運算成本。