企业网站建设

如何区分网站的虚假流量

阅读  ·  发布日期 2021-03-29 00:06

通过流量产生的时间区分虚假流量 通常,网站正常的访问流量会分布在一天中的各个时段,即使有访问高峰,在曲线图中也会是较为平滑的曲线(广告刚上线时除外)。而虚假流量是人...

详细信息

虚假流量


通过流量产生的时间区分虚假流量

    通常,网站正常的访问流量会分布在一天中的各个时段,即使有访问高峰,在曲线图中也会是较为平滑的曲线(广告刚上线时除外)。而虚假流量是人为控制产生的流量。为节省成本不会在意流量的时间分布,所以会在时间曲线上发现流量突增的情况。所以,如果流量过于集中在某个时段,或者在某个时段有了不正常的增长,这部分流量就非常可疑了。

通过流量的地理来源区分虚假流量

    通常访问网站的访客会来自各个不同的地理位置,所以在地图覆盖图报告中可以看到很多不同地区的流量来源。而虚假流量通常很难使用多个地区的不同IP来产生流量,所以通过地区覆盖图来看,如果流量来源都集中在一个地区,这部分流量就很可疑了。

通过流量的网络属性区分虚假流量

    服务提供商报告显示的是网站访客所使用的网络接入方式,正常情况下网站访问者的接入方式应该是千差万别,而虚假流量的接入方式会很单一。所以如果这个报告里只显示了1~2种服务提供商名称,就说明你的流量很可疑了,但其实这里还是没有回答上面的问题,就是那部分超级智能的人工流量。因为人工流量的接入方式也会有很多种,在服务提供商报告里是无法识别出来的。

通过流量的跳出率区分虚假流量

    跳出率是衡量页面质量的指标,反过来看,也是辨别虚假流量的好工具。如果发现在某个时段网站的跳出率突然增高,找到那个时段的流量与前面的访次时间段、地理位置信息和接入方式综合对比。如果符合前面的任何一个条件,这部分时段的流量都非常可疑。

通过流量的网站停留时间区分虚假流量

    网站停留时间其实并不是一个非常准确的指标,会受到cookie的30分钟生存期的影响,但可以配合着前面的几个报告共同对可疑流量进行进一步验证。

通过进入路径&点击分布图区分虚假流量

    通常我们都会为广告活动制定一个登录页面Landing Page,所以广告的入口页面只有一个,但访问者来到网站后会有不同的行为,他们会点击不同的链接、访问不同的页面,并且在不同的页面结束对网站的访问,这些都是人为操控很难完成的。虽然现在的某些“智能流量”也能完成2~3次的点击行为,但都是通过预先设定的,所以它们的访问路径和结束页面基本相同。

通过与目标报告相匹配区分虚假流量

    为流量设定目标是你在每次的广告活动前最应该做的。目标的完成度是辨别虚假流量的最好方法,很多智能流量可以绕过跳出率、停留时间和访问时间分布等指标,但很少有能够完成目标的。当然这也要依你设定目标的复杂程度来定。如果设定的CPA是完成购物,那么这对虚假流量来说就是一个杀手级的目标;如果目标只是注册用户或者是填写信息,人工流量都是可以完成的。

通过单页面刷新分析虚假流量

    单页面刷新是指为了降低跳出率,流量在进入网站的Landing Page页面上刷新的行为。这类流量单从跳出率指标上来看表现很好,但却没有完成转化和购买。此时我们还很难判断这部分流量是否是作弊流量,需要通过访问路径或点击热区图进行深度分析。然而在面对多个Landing Page的情况时,即使是路径或热区图分析也都变成了一个非常大的工程。因为我们可能要逐一查看流量在上百个Landing Page中的访问情况。

通过访客忠诚度分析虚假流量

    访客忠诚度是对一段时间内访客回访频率进行的分析。通常来讲,当一定数量的访问者来到你的网站后,总会有一部分访问者会再次访问的,如图4-53所示,即使这部分访问者非常少,哪怕只有一两个。这就好像在一个页面中,即使有些链接放在非常隐蔽的位置,也总是会有人点击的,即使比例非常少。记得一个真实的教训,我们为客户分析一个wap网站时,发现页面中的一个链接点击量是0,就想当然地认为这个链接因为提供在线电影,流量和费用都很高,所以没人点击也是正常的,但实际情况却和我们想象的完全不一样。

    因此,在分析一个渠道的流量时,适当拉大时间维度来分析访客回访也是辨别虚假流量的一种方法。真实的访客中会有再次回访的行为产生,而虚假流量在合作结束后是不会进行这些收尾工作的。所以那些在合作期结束后齐刷刷没有回访的流量多半是异常的。

通过访客重合度分析虚假流量

    访客重合度是指一段时间里排重后的访问者与排重前访问者的比率,如图4-54所示。举个例子来说明一下,假设我每天找10个人点击你的广告,连续点击10天。这时,Google Analytics中每天都会记录到有10个绝对唯一身份访问者,十天加在一起就是100个。但当我们把时间维度拉大到10天再来看时,就只有10个绝对唯一身份访问者。这是因为Google Analytics对访客进行了排重处理,所以10天的数据中每个访问者都是唯一的。按照这个逻辑我们可以计算出不同渠道中访问者的重合度,具体计算公式是:(1-排重访客/未排重访客)×100%。对于上面例子中的情况,访客重合度等于(1-10/100)×100%=90%

    对于不同的流量渠道,也可以使用访客重合度指标来辨别虚假流量。当某个渠道的流量在短时间内有较高的访客重合度时,我们就需要进一步检查这个渠道的流量质量了。

通过页面访问长尾分析虚假流量

    页面访问长尾分析是指访问者的页面浏览广泛程度。按照真实流量的特征,每个访问者的特点、兴趣和习惯都是唯一的。他们会按照各自的目标通过各种方法浏览网站内容。访问者的这些自然和多样的特点可以通过网站中的热门内容和退出页面看出来,这些都是虚假流量无法模拟的。

     热门内容是在整个访问过程中最受欢迎的页面,因为每个访问者的目的都不相同,所以除了最受欢迎的页面之外,还会有很多页面也会被浏览,并且大部分页面获得的浏览量都很少,甚至只有1~2次。这些就是页面访问的长尾,它们充分表现了真实访客浏览网站的自然性和多样性。同样,对于退出页面也必然会存在这样的长尾,因为访问者会在不同的页面结束访问。

    辨别虚假流量的几种方法介绍完了,好像还是没有能完全辨别出虚假流量的方法。是的,虚假流量在不断模仿真实的流量。而且人工流量又是那么廉价,让我们防不胜防,单靠Google Analytics报告可以辨别出一部分虚假流量,更多的虚假流量要通过时间的检验才能够现形,比如在广告活动期过后,这部分流量的回访率、滞留率等。