流量季節性預測怎麼做：用兩年數據與一張試算表排出明年淡旺季的七步驟
流量季節性預測的做法是：拿至少兩年的週流量，清掉異常週，計算每一週相對全年平均的「季節指數」，再乘上今年的基準流量，就能得到明年每週的預測區間。整個過程用一張試算表就能完成，不需要統計軟體。
這篇是步驟教學。我把七個步驟依操作順序寫下，每一步都說明要做什麼、為什麼、常見錯誤是什麼。文中的數字都是示範情境，用來說明計算方式，不是任何網站的實際成效。
為什麼中小企業需要做流量季節性預測？
很多老闆在流量下滑時才緊張，但有一半的下滑，其實每年同一時間都會發生。沒有預測，就分不清「這是正常淡季」還是「網站出問題」。前者只需要等，後者需要立刻查。
預測的第二個用途是排程。旺季前六到八週，內容就要上線，搜尋引擎才有時間收錄與排序；廣告預算也要在旺季前調好，而不是在旺季中才追加。季節性預測讓這些決定提早發生。
步驟一：匯出至少兩年的週流量
到 GA4 的探索報表，以「週」為維度，匯出工作階段與自然搜尋工作階段兩組數字。若網站兩年內換過追蹤方式，也一併記下切換日期。GA4 的報表操作可以參考Google Analytics 說明中心。
同時到 Search Console 匯出成效報表的每日點擊與曝光，再自行加總成週。Search Console 的資料保存期間有限，建議現在就開始每月備份一次，明年才有完整的兩年可用。
- 欄位一：週起始日
- 欄位二：全站工作階段
- 欄位三：自然搜尋工作階段
- 欄位四：Search Console 點擊
- 欄位五：備註（改版、活動、追蹤異動）
步驟二：標記並處理異常週
季節性預測最怕被一次性事件污染。例如某一週被媒體報導、某一週追蹤碼壞掉、某一週網站整個搬家。這些週不是季節，是意外。
做法是在備註欄標出這些週，然後用前後各兩週的平均值暫時替代。不要直接刪除，刪除會讓週次對不齊。替代值也要另外標色，日後回頭看才知道哪些是推估的。
如果流量曾經整站掉落，先排除技術原因再談季節。用 Search Console 分六層排除自然流量下滑原因的教學可以幫你先確認資料本身是乾淨的。
步驟三：計算每週的季節指數
季節指數的意思是：這一週通常是全年平均的幾倍。計算方式很簡單。
- 先算出每一年的週平均流量
- 把每一週的流量除以當年的週平均，得到當週比值
- 把兩年同一週次的比值取平均，就是該週的季節指數
- 若比值上下跳動太大，先用四週移動平均平滑，再計算
示範情境：一個賣露營用品的網站，第二十二週的比值兩年分別是一點四與一點三，季節指數就是一點三五。意思是那一週通常比平均多三成五左右。指數大於一是相對旺季，小於一是相對淡季。
步驟四：處理移動節日與日曆差異
農曆節日每年落在不同週。春節、清明、端午、中秋，在週資料裡會左右移動一到三週。如果直接用週次對齊，指數會被拉平，旺季看起來沒那麼明顯。
解法是另外建一張事件表，列出每年節日所在的週，計算時改用「節日前第幾週」對齊，而不是「年度第幾週」。每年的放假日期與連假安排，以行政院人事行政總處公告的行事曆為準，建議每年底一次更新事件表。
| 事件類型 | 對齊方式 | 示範說明 |
|---|---|---|
| 固定日期節日 | 用年度週次 | 雙十一、聖誕節每年同一週 |
| 農曆節日 | 用節日前後週次 | 春節前三週通常是禮盒旺季 |
| 學校行事曆 | 用開學日前後週次 | 補教、文具在開學前兩週起量 |
| 產業展會 | 用展期前後週次 | B2B 詢價常在展前與展後兩週出現 |
| 自家活動 | 另外標記，不納入指數 | 週年慶屬於可控事件，分開計算 |
步驟五：設定今年的基準流量
季節指數只描述形狀，不描述高度。要預測明年，還需要一個基準值，也就是明年的週平均流量大概是多少。
最保守的做法是用過去十二週的平均流量，除以那十二週的平均季節指數，得到「去季節化」的基準。這個數字反映網站目前的真實水準，不受當下是淡季或旺季影響。若有已知的改版或新內容計畫，可以另外做樂觀版本，但兩個版本都要保留。
步驟六：畫出預測區間，而不是一條線
把基準值乘上每週的季節指數，就得到預測值。但預測不該只有一條線。我會用兩年比值的高低差，算出每週的上下界，畫成一條帶狀區間。
區間比單一數字有用。實際流量落在區間內，就不用開會；跌出下界，才啟動排查。這能省下大量「流量為什麼少了一點」的無效討論。
排程怎麼用這張圖
- 旺季開始前六到八週：上線或更新相關內容
- 旺季開始前四週：檢查到達頁、表單與追蹤
- 旺季期間：廣告預算依指數調整，不要平均分配
- 淡季：做技術修繕、舊文更新、案例整理
內容本身的品質仍是基礎。Google 搜尋引擎最佳化入門指南提醒，搜尋引擎需要時間發現與處理新頁面，所以旺季內容一定要提早上線，不能等流量來了才寫。
步驟七：每季回頭校正一次
預測不是一次做完就放著。每季結束時，把實際流量貼回試算表，看有幾週落在區間外，原因是什麼。
- 如果是追蹤或技術問題：修正資料，不改指數
- 如果是一次性事件：標記為異常，不改指數
- 如果連續多週同方向偏離：代表基準改變，更新基準值
- 如果某個節日的形狀變了：更新該事件的對齊方式
這樣累積三年，你的季節指數會越來越可靠，也會越來越像你自己的生意，而不是產業平均。
最常見的三個計算錯誤
第一個錯誤是把全站流量和自然搜尋混在一起算。廣告開開關關，會讓全站流量出現人為的高峰與低谷。這些起伏不是季節，是預算。建議至少分開計算自然搜尋的季節指數，廣告流量另外看。
第二個錯誤是用「上個月比較」判斷好壞。示範情境：一間補習班網站八月流量比七月少，老闆以為出了問題。但兩年資料顯示，八月中旬本來就是暑期課程報名結束後的低點，九月開學前兩週才會回升。用同週次的季節指數比較，就不會誤判。
第三個錯誤是把預測當成目標。預測描述的是「什麼都不改的話，大概會怎樣」。目標則是「我們打算讓它變成怎樣」。兩者要分開寫在試算表的不同欄位。混在一起，團隊會開始為了達成預測而做事，失去判斷改善有沒有效的基準線。
適用與不適用的情況
這個方法適合有明顯季節性、而且已經累積至少兩年資料的網站，例如禮品、旅遊、教育、家電、B2B 展會型產業。它也適合預算有限、需要提早決定錢花在哪幾週的中小企業。
不適用的情況包括：網站成立不到一年；過去兩年經歷過品牌更名或網域搬遷，資料不連續；或流量主要來自單一爆紅事件。另外，這是描述過去形狀的方法，無法預測搜尋結果版面改變、競爭者大量進場或政策變化。遇到這些狀況，要把預測區間放寬，並縮短校正週期。