谈到网站建设，互联网营销，数据分析十分关键，不少企业通过网站建设吸引流量，起到品牌传播，网络推广的作用。但是根据数据显示，全球2016年的广告主由于虚假流量所造成的直接经济损失高达76亿美元，而且同时更为广告主更带来了不少的“副作用”，用户数据偏差导致用户定位失准、广告投放不精准，网站建设针对性不强，与广告投放的初衷相背而驰，浪费了流量之余，更有可能越走越远，会影响自身企业的品牌形象。那么什么是虚假流量，今天亚星管理平台菁思福科技小优就跟大家科普一下关于虚假流量的知识吧。

虚假流量是如何产生的

      整个广告生态会涉及三方角色：广告主、媒体（卖广告的）、用户（看广告的）。媒体是不会承诺效果的，但是如果你反馈曝光量和点击量不够，媒体是可以给你再补量的。给你补的量多了，势必造成其它家量少，间接 造成竞争加剧，流量价格也越来越高，但是只有曝光点击没有转化也是没有用的，于是更多的广告主更倾向于用户转化作为考核指标，而忽略了其它考核指标如CPC、CPM，只会让竞争更加加剧，造成恶性循环，从而导致了虚假流量的产生。

      我们知道用户一般会在三次或三次以上访问后终才能决定转化，他的整个生命周期决定了后的转化，某些渠道虽然不擅长转化，但是它对其它渠道有助攻作用，所以不能一刀切。另外，如果把和渠道结算的指标定为CPS、CPA就万事大吉了吗？有利益驱使的地方就有魔鬼。所以我们需要一整套完整的策略为渠道保驾护航。

甄别虚假流量

       在研究虚假流量之前，还有一种流量需要引起我们的注意，那就是异常流量，异常流量通常混杂在虚假流量中间，扰乱我们的判断。所以首先我们要区分什么是虚假流量什么是异常流量？如果出现了以下情况，多半可以认为是异常流量，当然这需要沟通多方然后去判断：

• 投放的媒体出现了问题，投放的页面宕机了
• 打的链接参数缺失或者丢失导致代码失效
• 埋点采集异常
• 数据通路被无故屏蔽
• 指标配置有问题

如果出现了以下情况，多半可以认为是虚假流量：

• 刷量！
• 刷量！！
• 刷量！！！

      对于如何避免异常流量，不是今天文章的重点，就不多说了，这需要公司内部规范化项目流程，各个环节把控好，才能有效规避。下面，我们详细说下如何排查出虚假流量的蛛丝马迹。

流量全流程数据监控

      我们需要将流量数据、行为数据和转化数据通过一定的数据采集手段，来获取完整、全面和准确的数据，目的是将全流程数据打通，只有获取了完整全面的数据我们才能找到虚假流量的踪迹。下图是流量转化的完整过程：

     这个过程我们面临了两个难题：

1. 展示和点击数据都在第三方广告投放平台，我们不能获得用户的详细信息
2. 前后端数据存在割裂，只能统计到前端的点击转化，不知道后续业务转化如何

      所以好多渠道作弊方，会在这两个方面做文章，钻渠道的空子，通过程序或者雇佣人肉等人为操作产生流量，人为操作可能是点击你的广告、访问推广落地页，或者完成某个简单的任务，比如点击Call to Action按钮，这种流量通常不会带来实际的转化，上面也说了因为转化的业务数据不能获得，抓不到证据也就不好衡量，所以就只能呵呵了。作弊流量是不能避免的，我们只能靠增加技术壁垒，增加作弊的成本，作弊的成本高了，一定程度会减少作弊的现象。

数据预处理

      我们可以在流量正式到达落地页之前，在展示点击阶段和到达产品落地页之间构建一层屏障，即通过数据预处理手段，通过一定的反作弊规则先把某些行为可疑或者不需要的流量过滤掉：

• 过滤某些已知IP段，如内网IP、测试IP
• 设备号异常：如频繁重置idfa
• IP异常：定位的IP来自莫名其妙的地方
• 行为异常：如频繁刷新页面
• 数据包不够完整：只有启动信息，没有页面、事件等其他用户行为信息

       这样我们就能保证到达落地页的流量相对干净，但仍有落网之鱼，需要我们通过进一步的数据分析来找到虚假流量。

案例剖析虚假流量

       我们先来看一组数据：

• 日均访问次数：10w+
• 跳出率：45%
• 平均每次访问页数：3.2
• 平均每次访问停留时长： 1 分 50 秒
• 订单转化率：0.12%

       这是我们某个电商类客户反馈出的问题，他们新上线了某个电商网站，从访问量、跳出率等这些指标来看表现都不错，偏偏订单转化率低，不知道怎么回事。遇到这种情况，只能说别急，我们先从数据上细分看看。细分对虚假流量是致命的，因为通过细分我们一定能识别出虚假流量的模式和规律。

网站整体的访问量变化趋势

        从上图可以看出， 9 月 3 号PV较平时较低；访问量和身份访问用户数几乎相等，即人均访问次数接近与1，每个用户只访问了一次，月回访率很低。

新访占比和跳出率对比分析

      从上图我们可以得出这些信息：

• 新用户占比接近于80%，说明新用户居多
• 跳出率在45%左右，跳出率很低，说明流量质量还可以

      但是如果我们深入想一下，会发现有如下问题：

• 新用户占比和跳出率指标成反比关系，正常情况下，新用户占比和跳出率指标成正比关系，新用户占比高的话，跳出率也高
• 跳出率低，为什么转化率也那么低呢？

不同城市不同转化指标对比

      我们找了流量排名Top8 的城市的对比数据，这Top8 的城市数据对流量贡献较大，且上海的销售额占总销售额的1/ 3 左右，河南订单转化率较高。城市为“未知”的流量贡献也较大，跳出率低，但是订单转化率远小于0.01%。显示为未知，说明抓不到这些流量来自于哪个IP段，但是访问量足够大，所以需要引起注意，有作弊嫌疑。

未知城市不同时间段分类对比分析

      选择了近一个月的数据，看不同时段这些流量的分布情况（图略），发现凌晨 1 点到凌晨 6 点流量占总流量的25%，占比较高，更奇怪的是，晚间流量每个时段较平均，流量差不多，这是不符合常理的，需要进一步分析。

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。

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。

责任编辑：亚星管理平台菁思福科技

版权所有：https://www.uzncsrj.com (亚星管理平台菁思福科技) 转载请注明出处