跳到主要内容

发现与机会

预测你的自然流量走向

让 AI Assistant 预测整个域名、某个子目录、某个 URL 分组或一组关键词的点击量,它会基于你自己仓储的 Search Console 历史数据生成预测,并与实际表现绘制在同一张图上。

  • 100% 数据隐私
  • 99.99% 正常运行时间
  • 无需任何配置
  • 随时导出,没有限制

获领先企业信赖

问题所在

流量预测通常是在表格里编出来的,客户看得出来。要认真做一份,就得导出好几个月的数据、手动建模,而只要有人问起另一个细分,这一切又得重来一遍。

基础知识

点击预测到底是什么

点击预测就是把你的网站在搜索中已经取得的表现往前推演,让你大致知道半年、一年或三年后自然流量会在什么位置。它是 SEO 里最接近营收预测的东西,也是每个客户、财务总监和董事会最终都会问到的问题。

点击模型的做法是读取某个分段的历史数据,无论它是整个域名、某个子目录、一组 URL 还是一组关键词,并观察它的形态。增长率、季节性、趋势的稳定程度,以及数字的月度波动幅度,都会进入预测,而你的历史数据越长,可用的信息就越多。

这正是数据入仓在这里如此重要的原因。Google 会在 16 个月后丢弃你的 Search Console 表现数据,也就是说,只靠 Google 做出来的预测只有不到一年半的历史可用,无法完整看到两轮季节周期。SEO Stack 从你接入的那天起保留所有数据,因此预测背后是多年的真实表现,而不是片面的视图。

你可以预测什么

提出预测需求,它就会生成

预测通过 AI Assistant 完成,所以你不用配置模型,只要描述你想要什么,它就会读取你入仓的数据,算出预测并画成图。

01

任何你能描述出来的细分

预测整个域名、某一个子目录、某个 URL 分组,或者按关键词、设备和国家进一步收窄。只要你能用一句话描述这个细分,助手就能为它做出预测。

02

向前 12、24 或 36 个月以上

自己选要看多远。时间窗口短一些通常更稳,长一些则更适合做规划和预算,你也可以两个都跑一遍再做对比。

03

不只是点击

展示次数、CTR 和平均排名同样可以按时间预测,而且往往更有用,因为一份看不到展示次数的点击预测,几乎说明不了曲线为什么会动。

04

实际与预测在同一张图上

真实的历史表现用实线画出,预测部分以虚线延续,这样已经发生的和预测出来的之间的衔接点始终看得见,而不会混成一片。

工具内部

从整个域名的预测,下钻到单个目录

当着你的面生成的站点预测

  • 助手会把过程摊开来做:确定你的日期范围,按时间取出指标,然后画出图表
  • 实际表现是实线,预测以虚线延续
  • 图表下方有控件,用来缩放、重置到 100%、全屏展开,以及把图表下载为图片
  • 追问一个问题,它会围绕答案重新生成图表
SEO Stack 中的点击预测,在一张图上显示 16 个月的实际点击和 12 个月的预测

图表、表格与导出

你真正需要什么图,就要什么图

你不受限于某一种图表类型或某一种布局。描述你想看到什么,助手就会做出来,然后你可以带走。

折线图

按时间展示时的默认选择,实际与预测分开绘制,衔接处始终清楚。

柱状图

当你是在对比月份、目录或细分,而不是看趋势时,柱状图更合适。

饼图

适合展示预测点击在站点各个板块之间的分布。

按月的表格数据

按子目录、按月往后排的点击数据,让你拿到的是底层数字,而不只是一张图。

自定义报告

围绕某个具体问题要一份报告,它会把报告组装好,随时可以导出。

把做出来的东西导出去

图表可以下载为图片,报告数据可以导出,你做出来的任何东西都能直接放进演示稿或客户文档。

每张图都可交互

  • 放大和缩小
  • 拖动图表
  • 全屏展开
  • 下载为图片

把推演过程摊开给你看

问它这个预测是怎么得出的

无法追问的预测,就不该拿到客户面前。你可以问助手它看了哪些数据、回溯到多久以前、依据什么做的外推,以及这条曲线为什么是这个走势,它会用大白话告诉你。

你还能看到它一边做一边展示的过程,它确定日期范围、拉取指标、绘制图表的每一步都会显示出来,而不是藏在一个加载动画后面。如果预测里有什么看起来不对,你可以看到它是从哪来的。

了解更多 AI Assistant
SEO Stack 中的 AI Assistant 正在完成一次预测,展示它在绘制图表前执行的每一个步骤
每一步都会实时展示,所以预测结果不是凭空出现的数字。

适合谁用

SEO 为什么要做预测

代理商与自由职业者

提案能不能拿下,差别通常就在有没有预测,因为用潜在客户自己的 Search Console 历史数据做出来的预测,比一条泛泛的增长曲线有说服力得多。而且这只要几分钟,而不是在表格里耗一个下午。

企业内部 SEO 团队

谈预算时带上具体数字会顺利得多。能展示当前趋势会带来什么结果,以及网站某个特定板块预计能贡献多少,争取资源就容易得多。

客户报告

客户想知道接下来会怎样,而不只是过去发生了什么。在月度报告里加上前瞻视角,话题就从复盘过去变成了规划接下来几个季度。

有必要说清楚的一点

点击量预测是基于历史表现做出的推算,它不是预言,也不是承诺。它告诉你,如果情况大体照旧,当前的走势会带来什么结果,这对做规划确实有用,但绝不应该把它当成客户可以直接兑现的数字来呈现。

会让预测偏离现实的因素

  • 核心更新可能一夜之间改变一切

    一次 Google 核心更新就可能让网站大幅上升或下滑,而任何基于你过往表现建立的模型都无法预见这一点。这是预测与实际出现偏差的最大原因。

  • 预测的前提是一切大致照旧

    它假设你保持相近的发布频率,竞争对手不会有大动作,网站技术状况保持健康,市场也不会发生重大变化。实际情况中,这几条至少有一条通常是不成立的。

  • 搜索结果本身也在不断变化

    AI Overviews、AI Mode,以及越来越多在 LLM 内部完成的调研,都在改变有多少人最终会点击进入网站。历史点击行为对未来点击行为的参考价值,已经不如从前。

  • 历史数据越短,误差范围越大

    较新的网站,或只有几个月数据的细分板块,得出的预测远不如拥有多年连续历史数据的可靠。对这两者要区别对待。

我们建议把它当作趋势方向而不是目标,用区间的形式呈现,并随着新数据的到来定期重新审视。这样使用的话,它是你能拿给客户看的最有用的东西之一,而且每个月重新跑一次几乎不花什么成本。

你能从中得到什么

看结果,而不是功能列表

01

给客户一份基于他们自身表现的预测,而不是一个猜测

02

几秒钟就能对任意细分建模,不必每次重建表格

03

展示可能结果的区间,而不是承诺一个数字

连接一个资源,看着数据开始累积。

连接 Search Console 资源的那一刻,入库就开始了:不用配置 Google Cloud 项目,不用 BigQuery,也不用设计表结构。你只要连接资源,SEO Stack 就会从那天起存下你的每一行数据。

  • 需要信用卡
  • 在试用期内取消不会扣款
  • 无合约