流量运营：如果你的流量里掺入了虚假流量……

夜间流量分类对比分析

我们发现这些流量中72%的流量来自于广告系列，但是转化率较低，不知道具体哪个广告系列来源拉了后腿。

夜间流量广告系列来源占比分析

发现广告系列流量中大部分都来自于sm这个渠道，此时可以把分析范围缩小到sm这个渠道。

sm渠道指标整合分析

sm渠道的访问量很大，新用户占比90.31%，而跳出率为20.32%，转化率0.08%。基本可以断定是sm渠道出问题了。

sm渠道细分落地页和非活动页面数据表现

通过进一步细分，发现sm渠道大部分流量都流入了活动落地页（图略），跳出率低于23%，且每次访问的平均浏览深度接近于1，有趣的是，另一部分非活动落地页的，页面浏览深度在几百个页面，非正常人类行为，它的目的只是为了平均整体流量。

sm渠道活动落地页点击图分析

同时我们还可以结合不同落地页的点击图进行分析，你会发现更多有趣的现象。

至此，大功告成。

案例总结

从上面的案例我们看到通过层层细分，层层递进的方法我们找到了虚假流量，所以要想找出虚假流量，我们需要密切关注如下几个方面：

给渠道打好标记，目的方便分割流量

为每一个渠道打好UTM标记，那么渠道会贯穿于用户的整个访问过程中，方便按渠道分组查看每个渠道的表现，避免其它渠道的干扰。

流量产生的时间

找到异常流量发生的时间点，然后将时间细化到每小时的访问数据，如果流量过于集中在某个时段，或者在不恰当的时间点出现了流量激增的情况，这时候就要引起注意了。

流量的地理来源

通常情况下，访客会来自不同的地理位置，如果流量过于集中在某个地区，或者采集不到地区的地方出现了大量的流量等等都是很可疑的。

流量的用户终端

不同的渠道覆盖不同的用户群，所以各自的用户终端会有一定的区别。比如对于小米应用商店这个渠道来说，它的用户很可能排在前 10 的手机都是小米手机，而对移动MM来说，他们的用户都来自于移动运营商。排除这些特殊渠道的应用商店，大部分渠道的用户终端跟整个互联网终端分布是类似的。我们可以通过看行业报告或者查询数据指数产品来了解这些数据，把这些数据作为行业基准值，进行对比。另外我们还可以重点关注设备终端类型、操作系统、联网方式、运营商、地理位置等设备属性。

流量的跳出率和新访用户占比

跳出率和新访用户占比成正比关系，另外如果流量在某个时段跳出率突然增高，可以结合上述维度进行细分查看，哪个细分维度的跳出率增高。

流量的转化

很多作弊流量可以模仿人类行为，绕过跳出率、平均访问深度和停留时长这些宏观指标，但是要模仿一个业务转化就比较难了，如果宏观指标表现很好，业务转化很少的话，就需要提高警觉。

流量的留存

我们一般经常看的留存指标有次日留存、 7 日留存、 30 日留存，所以一些作弊渠道会专门针对这三个指标做手脚，所以除了看这三个指标外，建议将指标拓宽，关注每天的留存变化。

新流量过来的用户路径

新用户来到推广落地页后，一般会从落地页开始进行分流，他们会点击不同的链接，访问不同的页面，而作弊流量很难完成2- 3 次点击，即便完成了，点击的链接或内容也基本固定。

流量的功能访问分布分析

适当拉大时间维度，看某个渠道某个基本功能如浏览页面的访问频次分布，真实的访客是有再次回访行为的，而虚假流量一般是本次任务完成后是不会管后续收尾动作的，回访频率很低。

流量的单页面人均访问次数

如果某个落地页面的人均访问次数很高比如 4 次以上的话，就很可疑了，因为在一次访问中用户一般是不会多次浏览同一个落地页的。同时结合该页面在网站整体的人均访问次数进行对比，结果会更加准确。

流量的落地页点击热图分析

这需要借助一些热图工具，从热图工具中，作弊流量的蛛丝马迹更易发现。

作者：北极星，神策数据分析师，先后服务的客户包含纷享销客、拉钩云人事、网易七鱼、ofo、多盟、更美等公司，致力于通过数据分析实现产品优化和精细化运营。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!