【實戰101】手把手教你尋找並排除虛假異常流量！

摘要： 本文長度為 1823字 ，預估閱讀時間 5分鐘 。引言：本文結合了作者豐富的網際網路資料分析實戰經驗，深度剖析瞭如何運用GA來發現，分析並排除虛假和異常流量。 作者 | 孫維 編輯 | CiCi 我們為什麼關注流量的變化？因為我們需要資料來指導和評判工作。但如果流量中混...

本文長度為 1823字 ，預估閱讀時間 5分鐘 。 引言：本文結合了作者豐富的網際網路資料分析實戰經驗，深度剖析瞭如何運用GA來發現，分析並排除虛假和異常流量。

作者 | 孫維

編輯 | CiCi

我們為什麼關注流量的變化？因為我們需要資料來指導和評判工作。但如果流量中混入了虛假/異常的成分，就可能導致我們做出錯誤的決策而蒙受損失。所以今天我要和大家分享一下如何用GA尋找異常流量，並且將其排除。這個過程大致可以分為三步：        

發現異常流量

對於比較“低階”的異常流量，最容易在兩個維度上被發現：

• 小時分佈

正常的流量在全天的分佈大致如此：        

而異常流量往往與之差異明顯：        

這些在凌晨依然活躍的流量非常可疑，此時我們可以調出第二指標的曲線，看看跳出率、會話時長和每次會話瀏覽頁數。        

常見的虛假流量每次會話只訪問一個網頁，也就是說跳出率是100%，會話時長是0，瀏覽頁數是1，因此它們會明顯影響整體粘性資料。

• 直接來源流量

多數情況下的異常流量都是沒有來源資訊的，在GA裡的來源/媒介是：(direct) / (none)，所以如果我們發現無來源的流量有明顯上漲，那就需要注意了。

同樣的，我們也要看一下跳出率、會話時長和每次會話瀏覽頁數，如果所有的都明顯變差，那我們就更有把握認為這是異常流量。             

發現可疑流量後，除了看粘性指標以外，也可以使用高階細分進行交叉驗證。也就是用發現問題的那個維度進行條件細分，再到另一個維度中去檢視資料。例如我們先細分出直接來源流量，再看它的小時分佈，就更能斷定其中有問題。

• 其他異常流量

除了以上兩種最簡單的情況之外，有時異常流量並不那麼明顯。例如我們見過來源是 baidu / organic 的奇怪流量，它們只訪問特定的三個頁面，並且只在中午12點以後訪問。這樣的流量是怎麼被發現的呢？        

首先我們在“受眾群體-技術-網路-主機名”中看到某個域名的會話數明顯上漲，然後到“行為-網站內容-所有頁面-內容分組”中，檢視到底是哪類頁面訪問量上升了（注意，內容分組需要額外設定才會有），找到之後再看這類頁面之下是哪些具體頁面在上漲，最後再用高階細分聚焦這幾個頁面，於是發現了以上的問題。

經過多方查證之後我們基本認定，這是某個廠商在試圖提升自己網站在百度的自然搜尋排名。但如果只在搜尋結果中點選該廠商自己的網站，太容易被認定為作弊，所以他們就連帶著點選搜尋結果中的其他網站，包括我們的頁面，於是我們就看到了上面那一幕。

總結一下，如果發現流量明顯上漲，首先可以看小時和直接來源流量這兩個維度有沒有異常。其次可以在各個維度中尋找，有沒有粘性指標明顯變差的個別專案。找到以後，接下來的步驟就是分析異常流量。

分析異常流量

僅僅發現異常流量還不夠，我們需要找到它們的特徵才能將其精準排除。例如我們發現直接來源流量明顯上漲，但並不能把所有直接來源都排除掉，畢竟其中還有很多真實流量。要想精準排除，首先要將異常流量“提純”——我們先用高階細分聚焦直接來源流量，看看能在哪些維度上發現特徵：

建立高階細分後，我們到各個報告中瀏覽一下，果然發現了異常狀況：

       

明明是移動版的網站，為什麼突然增加了這麼多Windows作業系統的訪問量？而且幾乎全是新使用者，顯然有問題。

我們再調出次級維度，看看瀏覽器UA的資訊。結果這下更不得了，Windows居然用上了iPhone瀏覽器，這流量的異常算是證實了。（這裡需要解釋一下：這個“瀏覽器UA”是我們在GA中配置的自定義維度1，然後需要在統計程式碼中加入：

'dimension1':navigator.userAgent

才可以生效。瀏覽器UA是尋找虛假流量的利器，建議大家都配置一下）

排除異常流量

當我們找到了異常流量的特徵，後續的事情就簡單了：建一個高階細分，將Windows系統並且瀏覽器UA中包含iPhone的會話排除掉，這些異常流量就消失了。

以上是“發現-分析-排除”異常流量的一個案例，可以看到其中最重要的步驟其實是第二步——只有在某些維度上能夠精準篩選出異常流量，才能在不影響正常流量的情況下將其排除。以下是我最近遇到的另一個異常流量，它的特徵是瀏覽器UA開頭結尾都帶有雙引號（正常情況不該有）：

在這種情況下，除了用高階細分排除異常之外，還有一個更好的解決方案：在前端統計程式碼中直接加入判斷，如果發現以雙引號開頭和結尾的瀏覽器UA資料，就不執行統計程式碼，於是這些異常流量就被從根源上排除了，根本不會進入資料系統之中。

另外對於GA的使用者，在用於做分析的主檢視中一定要把下面這個選項選中，能排除掉大部分爬蟲流量：

最後還有一種常見情況，例如運營論壇的同事做了一個“簽到抽大獎”的活動，就可能導致大量低粘度的使用者突然訪問，看起來似乎也是異常，所以作為分析師要經常和產品/運營部門溝通，避免做無用功。

最後我想說的是，發現和排除異常流量是一場持久戰，沒有永遠的贏家和輸家，我們能做的就是和同事一起不斷髮現和總結，提升識別和排除異常流量的能力。

關於作者

孫維，卡車之家資料資產中心總監，網際網路從業15年，資料分析從業6年老兵。Google Analytics資深使用者，「資料分析日常」公眾號博主