Forecasting er en metode til at forudsige fremtidige resultater ud fra historiske data, aktuelle forhold, mønstre og konkrete antagelser. Begrebet bruges, når virksomheder og organisationer vil estimere for eksempel salg, efterspørgsel, trafik eller omsætning i en kommende periode.
I praksis bygger forecasting på analyse af udvikling over tid. Man ser på tendenser, sæsonudsving og kendte påvirkninger for at vurdere, hvad der sandsynligvis vil ske. Resultatet er ikke et facit, men et kvalificeret estimat, som kan bruges til planlægning og beslutninger.
På dansk ligger forecasting tæt på både prognose og fremskrivning. En prognose er ofte selve forudsigelsen, mens en fremskrivning typisk beskriver en beregnet udvikling frem i tiden. Forecasting dækker processen bag disse vurderinger.
Et forecast begynder som regel med et enkelt spørgsmål: Hvad kan vi realistisk forvente i den kommende periode? For at svare ser man først på de historiske data. Det kan være udviklingen i trafik, klik, placeringer, konverteringer eller omsætning over tid. Her leder man efter mønstre som sæsonudsving, væksttempo, tidligere kampagneeffekter og forskelle mellem kanaler, sider eller søgeord.
Næste skridt er at lægge de aktuelle signaler oven på historikken. Det kan for eksempel være nye placeringer i søgeresultaterne, ændringer i klikrate, tekniske forbedringer på sitet, indholdsplaner eller forventede lanceringer. Hvis en kategori allerede viser stigende synlighed, kan det påvirke forventningen positivt. Hvis der omvendt er faldende efterspørgsel eller øget konkurrence, skal prognosen justeres derefter.
Til sidst bygger man forecastet på tydelige antagelser. Man vurderer, hvad der sandsynligvis sker, hvis udviklingen fortsætter, og hvad der ændrer sig, hvis indsatsen løftes eller bremses. På den måde omsættes data og vurderinger til konkrete forventninger for trafik, klik, konverteringer og eventuelt omsætning. Et godt forecast er derfor ikke et løfte, men et kvalificeret arbejdsgrundlag, som kan bruges til prioritering, budgetter og forventningsafstemning.
Når man skal vurdere fremtidig trafik, efterspørgsel eller synlighed i søgemaskiner, bruges flere forskellige metoder afhængigt af datamængde, formål og tidshorisont. I marketing og SEO handler forecasting sjældent om ét præcist facit, men om at skabe et realistisk beslutningsgrundlag. Derfor vælger man ofte en metode, der passer til både kanalens udvikling og virksomhedens mål.
Trendanalyse er en af de mest enkle tilgange. Her ser man på historiske udviklinger, for eksempel organisk trafik, klik eller placeringer over tid, og vurderer, om kurven peger op, ned eller stabilt fremad. Metoden bruges typisk, når man vil lave hurtige estimater og identificere overordnede bevægelser i et marked eller på et website.
Tidsserieanalyse går et skridt videre og arbejder mere systematisk med mønstre i data. Her indgår ofte sæsonudsving, gentagne variationer og udvikling over længere perioder. Den metode er især relevant i SEO, når søgeadfærd ændrer sig hen over året, eller når kampagner, algoritmeopdateringer og indholdsindsatser påvirker udviklingen i bølger frem for i en lige linje.
Scenarieopbygning bruges, når usikkerheden er høj. I stedet for kun at beregne ét forventet udfald opstiller man flere mulige forløb, for eksempel et forsigtigt, et realistisk og et ambitiøst scenario. Det er nyttigt ved lanceringer, markedsændringer eller større SEO-investeringer, hvor resultater afhænger af flere faktorer samtidig. Metoden gør det lettere at planlægge budgetter og prioritere indsatser.
Et brugbart forecast begynder med et solidt datagrundlag. I praksis betyder det, at man ser på historisk trafik, udviklingen i klik og visninger samt tidligere resultater fordelt på kanaler, kampagner og perioder. Tallene viser, hvordan efterspørgslen normalt bevæger sig, og hvor store udsving der er fra måned til måned.
Derudover skal man tage højde for sæsonudsving, ændringer i markedet og kendte aktiviteter i perioden. En webshop kan for eksempel forvente højere trafik før jul, mens en B2B-virksomhed ofte oplever lavere aktivitet i ferieperioder. Konverteringsrate er også central, fordi mere trafik ikke nødvendigvis giver flere leads eller salg, hvis kvaliteten af besøgende falder.
Et godt forecast bygger også på budget og kanaldata. Det gælder blandt andet planlagte annonceudgifter, forventet klikpris, e-mail-indsatser, organiske placeringer og andelen af trafik fra betalt søgning, SEO og sociale medier. Hvis data er mangelfulde, for gamle eller præget af fejlsporing, bliver fremskrivningen hurtigt misvisende. Kvaliteten af antagelserne er derfor lige så vigtig som selve tallene.
I digital marketing bruges forecasting til at gøre forventninger mere konkrete, før budgetter og aktiviteter fastlægges. En prognose omsætter historiske data, sæsonudsving, søgevolumen, konverteringsrater og mediepriser til et kvalificeret estimat for trafik, leads eller omsætning. Det gør det lettere at sætte realistiske mål og vurdere, hvilke indsatser der sandsynligvis giver størst effekt. Samtidig skaber forecasting et bedre grundlag for at prioritere mellem kanaler, kampagner og opgaver.
I SEO kan en trafikprognose for eksempel bruges til at estimere, hvor mange ekstra organiske besøg en virksomhed kan opnå, hvis bestemte søgeord løftes fra side to til side ét i søgeresultaterne. Her ser man typisk på nuværende placeringer, forventet klikrate og søgevolumen. På den måde kan man vurdere, om arbejdet med teknisk SEO, indhold eller links står mål med den forventede gevinst.
Forecasting bruges også i betalte kampagner og leadgenerering. Hvis en virksomhed kender sin gennemsnitlige klikpris, landingssidens konverteringsrate og andelen af leads, der bliver til kunder, kan den estimere, hvor mange leads et givent annoncebudget sandsynligvis vil skabe. Det er nyttigt ved budgettering, men også når man skal sammenligne scenarier og justere målsætninger undervejs.
Et forecast er et kvalificeret estimat, ikke et facit. Det bygger altid på antagelser om for eksempel søgeadfærd, sæsonudsving, tekniske ændringer, konkurrence og indholdets forventede effekt. Når de antagelser ændrer sig, ændrer resultatet sig også. Derfor bør man arbejde med intervaller, scenarier og en tydelig fejlmargin i stedet for at præsentere ét tal som en sikker sandhed.
Usikkerhed bliver mere håndterbar, når den gøres synlig. Det kan ske ved at angive bedste, forventede og mest forsigtige udfald samt ved at dokumentere, hvilke input modellen bygger på. Jo mere usikre data eller jo længere tidshorisont, desto større bør forsigtigheden være. Et forecast for SEO er især følsomt over for ændringer i algoritmer, klikrater, indeksation og konverteringsrater.
Validering handler om at sammenholde forventninger med faktiske resultater. Følg løbende op på relevante KPI’er som organiske besøg, placeringer, klik, leads eller omsætning, og mål afvigelserne mellem forecast og virkelighed. Hvis udviklingen afviger væsentligt, skal modellen justeres. Det gælder både antagelser, datagrundlag og metode. Den bedste praksis er derfor ikke at lave ét forecast og lade det stå, men at opdatere det løbende, efterhånden som nye data og erfaringer kommer ind.
De tre begreber bliver ofte brugt som om de betyder det samme, men de dækker over forskellige formål. En prognose er en fremskrivning af, hvad der sandsynligvis vil ske, hvis udviklingen fortsætter ud fra de data og forudsætninger, man har nu. I forecasting arbejder man netop med prognoser.
Et budget er derimod en plan. Det beskriver, hvad virksomheden ønsker at bruge, tjene eller nå i en kommende periode. Budgettet er derfor normerende, mens prognosen er vurderende. Et budget kan for eksempel fastlægge marketingudgifter, selv om prognosen peger på en anden udvikling.
En estimering er typisk mere afgrænset. Her beregner man et forventet tal for en konkret opgave, aktivitet eller omkostning, for eksempel tidsforbrug, klikpris eller pris på et projekt. Estimater er ofte input til både budgetter og prognoser, men de er ikke det samme som en samlet forecasting.
Forecasting betyder, at man vurderer, hvad der sandsynligvis vil ske fremover på baggrund af data, mønstre og antagelser. Det bruges blandt andet til at forudsige trafik, salg, leads eller omsætning.
Det er ikke en garanti for et bestemt resultat, men et kvalificeret bud på den mest sandsynlige udvikling i en given periode.
Forecasting er selve arbejdet med at analysere data og opstille forventninger til fremtiden. En prognose er typisk det konkrete resultat af dette arbejde, for eksempel et estimat for næste kvartals trafik eller omsætning.
Man kan derfor sige, at forecasting er processen, mens prognosen er den fremskrivning, processen munder ud i.
Man starter normalt med historiske data som trafik, klik, konverteringer, annonceforbrug og omsætning. Derefter vurderer man sæsonudsving, planlagte kampagner, ændringer i budget og andre forhold, der kan påvirke udviklingen.
Til sidst samler man det i et realistisk estimat, ofte som flere scenarier. Det giver et bedre grundlag for mål, prioritering og budgettering.
I SEO bruges forecasting til at estimere, hvor meget organisk trafik, hvor mange klik eller hvor mange konverteringer en indsats kan skabe. Det kan for eksempel være ved forbedrede placeringer på vigtige søgeord eller ved udgivelse af nyt indhold.
Et SEO-forecast bygger ofte på søgevolumen, nuværende placeringer, forventet klikrate og konverteringsrate. Det hjælper med at vurdere, om en indsats sandsynligvis kan betale sig.
Et godt forecast kræver først og fremmest pålidelige historiske data. Det kan være trafik, visninger, klik, konverteringer, omsætning, medieforbrug og udvikling over tid.
Derudover bør man tage højde for sæsonudsving, markedssituation, planlagte aktiviteter og kvaliteten af målingen. Hvis sporingen er mangelfuld, bliver forecastet hurtigt mindre brugbart.
De mest almindelige metoder er trendanalyse, tidsserieanalyse og scenarieopbygning. Trendanalyse ser på den overordnede retning i data, mens tidsserieanalyse arbejder mere systematisk med mønstre og sæsonvariationer.
Scenarieopbygning bruges ofte, når usikkerheden er høj. Her opstiller man for eksempel et forsigtigt, realistisk og ambitiøst udfald i stedet for kun ét tal.
Det afhænger af datakvalitet, metode og tidshorisont. Et forecast for de næste få uger er ofte mere præcist end et forecast for de næste 12 måneder, fordi færre forhold når at ændre sig.
Derfor bør man se forecasting som et interval eller et sandsynligt spænd frem for et helt nøjagtigt facit. Jo mere usikre forudsætningerne er, desto større bør fejlmarginen være.
Man sammenligner forecastet med de faktiske resultater, når perioden er gået. Det kan være på KPI’er som trafik, klik, leads, konverteringsrate eller omsætning.
Hvis afvigelserne er store, bør man undersøge, om antagelserne var forkerte, om datagrundlaget var svagt, eller om markedet ændrede sig undervejs. Den læring bruges til at forbedre kommende forecasts.
Forecasting handler om at vurdere, hvad der sandsynligvis vil ske. Budgettering handler om at fastlægge en plan for, hvad virksomheden vil bruge eller opnå i en kommende periode.
Et budget kan derfor være et styringsværktøj, mens et forecast er et analyseværktøj. I praksis bruges forecasting ofte som input til at lave mere realistiske budgetter.
Forecasting bliver let misvisende, hvis datagrundlaget er for svagt, hvis sporingen er fejlbehæftet, eller hvis man bygger på antagelser, der ikke holder. Det sker også, hvis man overser sæsonudsving, markedsskift eller ændringer i konkurrencesituationen.
I SEO kan større algoritmeopdateringer, ændret søgeadfærd eller tekniske problemer hurtigt gøre et forecast mindre præcist. Derfor bør prognoser opdateres løbende og ikke stå uændret for længe.