1,、使用高級(jí)群組分割流量
在檢查前先要將這部分廣告流量與網(wǎng)站的其他流量進(jìn)行分割,,高級(jí)群組是最好的選擇,。因?yàn)槲覀冎皩?duì)流量進(jìn)行過來(lái)源標(biāo)記,所以只需要?jiǎng)?chuàng)建一個(gè)來(lái)源等于bluewhale的高級(jí)群組就可以分割出這部分流量了,。如圖1所示,。
圖1 過濾來(lái)自bluewhale.cc的流量
創(chuàng)建完成后,在報(bào)告中選擇使用這個(gè)高級(jí)群組,。這部分流量將會(huì)貫穿整個(gè)報(bào)告,。這也是在檢查流量前的準(zhǔn)備工作。避免其他來(lái)源流量的干擾,。
2,、流量產(chǎn)生的時(shí)間
使用的Google Analytics報(bào)告:訪問者—訪問者趨勢(shì)—訪問次數(shù)。如圖2所示,。
圖2 訪問量變化趨勢(shì)圖
這里的時(shí)間要精確到每小時(shí)的訪問數(shù)據(jù),。通常,網(wǎng)站正常的訪問流量會(huì)分布在一天中的各個(gè)時(shí)段,,即使有訪問高峰,,在曲線圖中也會(huì)是較為平滑的曲線(廣告剛上線時(shí)除外),。而虛假流量是人為控制產(chǎn)生的流量,。為節(jié)省成本不會(huì)在意流量的時(shí)間分布,,所以會(huì)在時(shí)間曲線上發(fā)現(xiàn)流量突增的情況。所以,,如果流量過于集中在某個(gè)時(shí)段,,或者在某個(gè)時(shí)段有了不正常的增長(zhǎng)。這部分流量就可疑了,。
當(dāng)然也不排除有的程序會(huì)計(jì)算好日期和時(shí)間端,,并按時(shí)間曲線模擬點(diǎn)擊。如果碰到這種“智能流量”的情況,,就要繼續(xù)使用第三種方法,。
3、流量的地理來(lái)源
使用的Google Analytics報(bào)告:訪問者—地圖覆蓋圖,,如圖3所示,。
圖3 訪問量地理位置覆蓋圖
通常訪問網(wǎng)站的訪客會(huì)來(lái)自各個(gè)不同的地理位置(GoogleAnalytics通過訪問者的IP來(lái)判斷流量來(lái)源的地理位置信息)。所以在地圖覆蓋圖報(bào)告中可以看到很多不同地區(qū)的流量來(lái)源,。而虛假流量通常很難使用多個(gè)地區(qū)的不同IP來(lái)產(chǎn)生流量,。所以通過地區(qū)覆蓋圖來(lái)看,如果流量來(lái)源都集中在一個(gè)地區(qū),,這部分流量就很可疑了,。
這里可能你的廣告只針對(duì)某個(gè)地區(qū)的訪客,所以訪客的地理位置范圍對(duì)你不適用,?;蛘呤悄阌钟龅搅恕案又悄堋钡牧髁浚热?,人肉流量!可以通過代理或者是分布在不同地區(qū)的兼職人員模擬出來(lái)自多個(gè)地理位置的訪問,。那么請(qǐng)接著往下看。
4,、流量的網(wǎng)絡(luò)屬性
使用的Google Analytics報(bào)告:訪問者—服務(wù)提供商,,如下圖所示。
圖4 訪問者網(wǎng)絡(luò)接入報(bào)告
服務(wù)提供商報(bào)告顯示的是網(wǎng)站訪客所使用的網(wǎng)絡(luò)接入方式,,正常情況下網(wǎng)站訪問者的接入方式應(yīng)該是千差萬(wàn)別,。而虛假流量的接入方式會(huì)很單一。所以如果這個(gè)報(bào)告里只顯示了1-2種服務(wù)提供商名稱,,就說(shuō)明你的流量很可疑了,。但其實(shí)這里還是沒有回答上面的問題,就是那部分超級(jí)智能的人肉流量,。因?yàn)槿巳饬髁康慕尤敕绞揭矔?huì)有很多種,,在服務(wù)提供商報(bào)告里是無(wú)法識(shí)別出來(lái)的,。那該如何辨別人肉流量呢?別急,這個(gè)問題很快就會(huì)有答案了,。
5,、流量的跳出率
使用的Google Analytics報(bào)告:訪問者—訪問者趨勢(shì)—跳出率。
圖5 跳出率24小時(shí)趨勢(shì)報(bào)告
跳出率是衡量頁(yè)面質(zhì)量的指標(biāo),,反過來(lái)看,,也是辨別虛假流量的好工具。如果發(fā)現(xiàn)在某個(gè)時(shí)段網(wǎng)站的跳出率突然增高,,找到那個(gè)時(shí)段的流量與前面的訪次時(shí)間段,,地理位置信息和接入方式綜合對(duì)比。如果符合前面的任何一個(gè)條件,,這部分時(shí)段的流量都非??梢伞?
6,、流量的網(wǎng)站停留時(shí)間
使用的Google Analytics報(bào)告:訪問者—訪問者趨勢(shì)—網(wǎng)站停留時(shí)間,。
圖6 網(wǎng)址停留時(shí)間24小時(shí)趨勢(shì)報(bào)告
網(wǎng)站停留時(shí)間其實(shí)并不是一個(gè)非常準(zhǔn)確的指標(biāo),會(huì)受到cookie30分鐘生存期的影響,。但可以配合著前面的幾個(gè)報(bào)告共同對(duì)可疑流量進(jìn)行進(jìn)一步驗(yàn)證,。
7、進(jìn)入路徑&點(diǎn)擊分布圖
使用的Google Analytics報(bào)告:內(nèi)容—熱門內(nèi)容—進(jìn)入路徑,。
圖7 訪問者導(dǎo)航摘要報(bào)告
通常我們都會(huì)為廣告活動(dòng)制定一個(gè)登錄頁(yè)面 landingpage,,所以廣告的入口頁(yè)面只有一個(gè)。但訪問者來(lái)到網(wǎng)站后會(huì)有不同的行為,,他們會(huì)點(diǎn)擊不同的鏈接,,訪問不同的頁(yè)面,并且在不同的頁(yè)面結(jié)束對(duì)網(wǎng)站的訪問,。這些都是人為操控很難完成的,。雖然現(xiàn)在的某些“智能流量”也能完成2~3次的點(diǎn)擊行為。但都是通過預(yù)先設(shè)定的,。所以它們的訪問路徑和結(jié)束頁(yè)面基本相同,。
8、與目標(biāo)報(bào)告相匹配
使用的Google Analytics報(bào)告:流量來(lái)源—目標(biāo),。
圖8 流量目標(biāo)轉(zhuǎn)化率報(bào)告
這也是你在每次的廣告活動(dòng)前最應(yīng)該做的,。就是為流量設(shè)定目標(biāo)。Google Analytics現(xiàn)在升級(jí)了目標(biāo)功能,。你可以為流量設(shè)定多個(gè)目標(biāo),。通過多個(gè)維度來(lái)檢查流量。目標(biāo)的完成度是辨別虛假流量的最好方法。很多智能流量可以繞過跳出率,,停留時(shí)間和訪問時(shí)間分布等等指標(biāo),,但很少有能夠完成目標(biāo)的。當(dāng)然這也要依你設(shè)定目標(biāo)的復(fù)雜程度來(lái)定,。如果設(shè)定的CPA是完成購(gòu)物,,那么這對(duì)虛假流量來(lái)說(shuō)就是一個(gè)殺手級(jí)的目標(biāo)。如果目標(biāo)只是注冊(cè)用戶或者是填寫信息,,人肉流量都是可以完成的,。
9,、單頁(yè)面刷新分析
單頁(yè)面刷新是指為了降低跳出率,,流量在進(jìn)入網(wǎng)站的Landingpage頁(yè)面上刷新的行為。這類流量單從跳出率指標(biāo)上來(lái)看表現(xiàn)很好,,但卻沒有完成轉(zhuǎn)化和購(gòu)買,。此時(shí)我們還很難判斷這部分流量是否是作弊流量。需要通過訪問路徑或點(diǎn)擊熱區(qū)圖進(jìn)行深度分析,。然而在面對(duì)多個(gè)Landingpage的情況時(shí)即使是路徑或熱區(qū)圖分析也都變成了一個(gè)非常大的工程,。因?yàn)槲覀兛赡芤鹨徊榭戳髁吭谏习賯€(gè)Landingpage中的訪問情況。 對(duì)于這個(gè)問題現(xiàn)在我們有個(gè)很好的方法來(lái)解決,,就是使用自定義指標(biāo)Pageviews/Unique Pageviews,。
圖9 使用綜合瀏覽量和唯一身份瀏覽量對(duì)單頁(yè)刷新進(jìn)行檢查
Pageviews表示頁(yè)面瀏覽量,而UniquePageviews則表示每個(gè)頁(yè)面獲得的唯一頁(yè)面瀏覽量,,相當(dāng)于每個(gè)頁(yè)面獲得的訪問次數(shù),。在一次訪問中,用戶多次瀏覽一個(gè)頁(yè)面只會(huì)造成Pageviews的增加,,而UniquePageviews是不會(huì)增加的,。因此,我們將不同的頁(yè)面作為維度,,使用Pageviews和UniquePageviews兩個(gè)指標(biāo)相除就可以看到一次訪問中訪問者瀏覽同一個(gè)頁(yè)面的次數(shù),。通常來(lái)講,訪問者在一次訪問中是不會(huì)多次瀏覽一個(gè)相同的頁(yè)面的,。所以,,如果如果Pageviews/Unique Pageviews的值很高,那么這部分流量就值得注意了,。當(dāng)然,,這并不是一個(gè)絕對(duì)的標(biāo)準(zhǔn)。為了確保萬(wàn)無(wú)一失,,最好的方法是將這部分流量的Pageviews/Unique Pageviews值與這些頁(yè)面在整站中的值進(jìn)行對(duì)比,。
10、訪客忠誠(chéng)度分析
訪客忠誠(chéng)度是對(duì)一段時(shí)間內(nèi)訪客回訪頻率進(jìn)行的分析。通常來(lái)講,,當(dāng)一定數(shù)量的訪問者來(lái)到你的網(wǎng)站后,,總會(huì)有一部分訪問者會(huì)再次訪問的。即使這部分訪問者非常少,。哪怕只有一兩個(gè),。這就好像在一個(gè)頁(yè)面中,即使有些鏈接放在非常隱蔽的位置,,也總還是會(huì)有人點(diǎn)擊的,,即使比例非常的少。記得一個(gè)真實(shí)的教訓(xùn),,我們?yōu)榭蛻舴治鲆粋€(gè)wap網(wǎng)站時(shí),,發(fā)現(xiàn)頁(yè)面中的一個(gè)鏈接點(diǎn)擊量是0。當(dāng)時(shí)想當(dāng)然的認(rèn)為這個(gè)鏈接因?yàn)樘峁┰诰€電影,,流量和費(fèi)用都很高,,所以沒人點(diǎn)擊也是正常的。但實(shí)際情況卻和我們想象的完全不一樣,。
因此,,在分析一個(gè)渠道的流量時(shí),適當(dāng)?shù)睦髸r(shí)間維度來(lái)分析訪客回訪也是辨別虛假流量的一種方法,。真實(shí)的訪客中會(huì)有再次回訪的行為產(chǎn)生,,而虛假流量在合作結(jié)束后是不會(huì)進(jìn)行這些收尾工作的。所以那些在合作期結(jié)束后齊刷刷沒有回訪的流量多半是異常的,。
11,、訪客重合度分析
訪客重合度是指一段時(shí)間里排重后的訪問者與排重前訪問者的比率。舉個(gè)例子來(lái)說(shuō)明一下,,假設(shè)我每天找10個(gè)人點(diǎn)擊你的廣告,,連續(xù)點(diǎn)擊10天。這時(shí),,Google Analytics中每天都會(huì)記錄到有10個(gè)絕對(duì)唯一身份訪問者,。十天加在一起就是100個(gè)。但當(dāng)我們把時(shí)間維度拉大到10天再來(lái)看時(shí),,就只有10個(gè)絕對(duì)唯一身份訪問者,。這是因?yàn)镚oogleAnalytics對(duì)訪客進(jìn)行了排重處理,所以10天的數(shù)據(jù)中每個(gè)訪問者都是唯一的,。按照這個(gè)邏輯我們可以計(jì)算出不同渠道中訪問者的重合度,。具體計(jì)算公式是:1-排重訪客/未排重訪客*100%。對(duì)于上面例子中的情況,,訪客重合度等于1-10/100*100%=90%
圖10 唯一身份訪問者報(bào)告
對(duì)于不同的流量渠道,,我們也可以使用訪客重合度指標(biāo)來(lái)辨別虛假流量。當(dāng)某個(gè)渠道的流量在短時(shí)間內(nèi)有較高的訪客重合度時(shí),我們就需要進(jìn)一步檢查這個(gè)渠道的流量質(zhì)量了,。
12,、頁(yè)面訪問長(zhǎng)尾分析
頁(yè)面訪問長(zhǎng)尾分析是指訪問者的頁(yè)面瀏覽廣泛程度。按照真實(shí)流量的特征,,每個(gè)訪問者的特點(diǎn),,興趣和習(xí)慣都是唯一的。他們會(huì)按照各自的目標(biāo)通過各種方法瀏覽網(wǎng)站內(nèi)容,。訪問者的這些自然和多樣的特點(diǎn)可以通過網(wǎng)站中的熱門內(nèi)容和退出頁(yè)面看出來(lái),。如下圖所示,這些都是虛假流量無(wú)法模擬的,。
圖11 訪問者頁(yè)面訪問分布報(bào)告
熱門內(nèi)容是在整個(gè)訪問過程中最受歡迎的頁(yè)面,。上圖是網(wǎng)站中熱門內(nèi)容的瀏覽量趨勢(shì)圖。因?yàn)槊總€(gè)訪問者的目的都不相同,,所以除了最受歡迎的頁(yè)面之外,,還會(huì)有很多頁(yè)面也會(huì)被瀏覽,,并且大部分頁(yè)面獲得的瀏覽量都很少,,只有1-2次。這些就是頁(yè)面訪問的長(zhǎng)尾,,他們充分的表現(xiàn)了真實(shí)訪客瀏覽網(wǎng)站的自然性和多樣性,。同樣,對(duì)于退出頁(yè)面也必然會(huì)存在這樣的長(zhǎng)尾,,因?yàn)樵L問者會(huì)在不同的頁(yè)面結(jié)束訪問,。
辨別虛假流量的幾種方法介紹完了,好像還是沒有能完全辨別出虛假流量的方法,。是的,,虛假流量在不斷的模仿真實(shí)的流量。并且人肉流量又是那么廉價(jià),。讓我們防不勝防,。單靠Google Analytics報(bào)告可以辨別出一部分虛假流量,更多的虛假流量要通過時(shí)間的檢驗(yàn)才能夠現(xiàn)形,。比如在廣告活動(dòng)期過后,,這部分流量的回訪率,滯留率,,等等,。
作者簡(jiǎn)介
王彥平(藍(lán)鯨),網(wǎng)站分析愛好者,,藍(lán)鯨的網(wǎng)站分析筆記博客作者,,從事網(wǎng)站分析工作多年,擅長(zhǎng)使用GoogleAnalytics。希望探尋網(wǎng)站分析的真諦,,以數(shù)據(jù)驅(qū)動(dòng)決策,。
---------------------
作者:又是一個(gè)裝逼的
來(lái)源:CSDN
原文:https://blog.csdn.net/akdjhf/article/details/83937712
版權(quán)聲明:本文為博主原創(chuàng)文章,轉(zhuǎn)載請(qǐng)附上博文鏈接!