文章主要對流量中的灰色地帶：虛假流量展開分析，一起來看。

今天我們來聊一下，流量中的灰色地帶–虛假流量，據(jù)官方統(tǒng)計數(shù)據(jù)，2016年虛假流量就給全球廣告主造成了76億美元的直接經(jīng)濟(jì)損失，除了直接經(jīng)濟(jì)損失外，更加多樣的流量造假方式，也帶來了更多的“副作用”。

如無效的用戶定位，廣告出現(xiàn)在了不該出現(xiàn)的媒體上面，吸引了不該吸引的用戶，白白浪費流量，更有甚者，如果把流量導(dǎo)流到了美女游戲頁面，那么對品牌形象也會產(chǎn)生負(fù)面影響。

虛假流量是如何產(chǎn)生的

整個廣告生態(tài)會涉及三方角色：廣告主、媒體（賣廣告的）、用戶（看廣告的）。媒體是不會承諾效果的，但是如果你反饋曝光量和點擊量不夠，媒體是可以給你再補(bǔ)量的。給你補(bǔ)的量多了，勢必造成其它家量少，間接造成競爭加劇，流量價格也越來越高，但是只有曝光點擊沒有轉(zhuǎn)化也是沒有用的，于是更多的廣告主更傾向于用戶轉(zhuǎn)化作為考核指標(biāo)，而忽略了其它考核指標(biāo)如CPC、CPM，只會讓競爭更加加劇，造成惡性循環(huán)，從而導(dǎo)致了虛假流量的產(chǎn)生。

我們知道用戶一般會在三次或三次以上訪問后最終才能決定轉(zhuǎn)化，他的整個生命周期決定了最后的轉(zhuǎn)化，某些渠道雖然不擅長轉(zhuǎn)化，但是它對其它渠道有助攻作用，所以不能一刀切。

另外，如果把和渠道結(jié)算的指標(biāo)定為CPS、CPA就萬事大吉了嗎？有利益驅(qū)使的地方就有魔鬼。所以我們需要一整套完整的策略為渠道保駕護(hù)航。

甄別虛假流量

在研究虛假流量之前，還有一種流量需要引起我們的注意，那就是異常流量，異常流量通常混雜在虛假流量中間，擾亂我們的判斷。所以首先我們要區(qū)分什么是虛假流量什么是異常流量？

如果出現(xiàn)了以下情況，多半可以認(rèn)為是異常流量，當(dāng)然這需要溝通多方然后去判斷：

• 投放的媒體出現(xiàn)了問題，投放的頁面宕機(jī)了
• 打的鏈接參數(shù)缺失或者丟失導(dǎo)致代碼失效
• 埋點采集異常
• 數(shù)據(jù)通路被無故屏蔽
• 指標(biāo)配置有問題

如果出現(xiàn)了以下情況，多半可以認(rèn)為是虛假流量：

• 刷量！
• 刷量??！
• 刷量?。?！

對于如何避免異常流量，不是今天文章的重點，就不多說了，這需要公司內(nèi)部規(guī)范化項目流程，各個環(huán)節(jié)把控好，才能有效規(guī)避。下面，我們詳細(xì)說下如何排查出虛假流量的蛛絲馬跡。

流量全流程數(shù)據(jù)監(jiān)控

我們需要將流量數(shù)據(jù)、行為數(shù)據(jù)和轉(zhuǎn)化數(shù)據(jù)通過一定的數(shù)據(jù)采集手段，來獲取完整、全面和準(zhǔn)確的數(shù)據(jù)，目的是將全流程數(shù)據(jù)打通，只有獲取了完整全面的數(shù)據(jù)我們才能找到虛假流量的蹤跡。下圖是流量轉(zhuǎn)化的完整過程：

這個過程我們面臨了兩個難題：

1. 展示和點擊數(shù)據(jù)都在第三方廣告投放平臺，我們不能獲得用戶的詳細(xì)信息
2. 前后端數(shù)據(jù)存在割裂，只能統(tǒng)計到前端的點擊轉(zhuǎn)化，不知道后續(xù)業(yè)務(wù)轉(zhuǎn)化如何

所以好多渠道作弊方，會在這兩個方面做文章，鉆渠道的空子，通過程序或者雇傭人肉等人為操作產(chǎn)生流量，人為操作可能是點擊你的廣告、訪問推廣落地頁，或者完成某個簡單的任務(wù)，比如點擊Call to Action按鈕，這種流量通常不會帶來實際的轉(zhuǎn)化，上面也說了因為轉(zhuǎn)化的業(yè)務(wù)數(shù)據(jù)不能獲得，抓不到證據(jù)也就不好衡量，所以就只能呵呵了。

作弊流量是不能避免的，我們只能靠增加技術(shù)壁壘，增加作弊的成本，作弊的成本高了，一定程度會減少作弊的現(xiàn)象。

數(shù)據(jù)預(yù)處理

我們可以在流量正式到達(dá)落地頁之前，在展示點擊階段和到達(dá)產(chǎn)品落地頁之間構(gòu)建一層屏障，即通過數(shù)據(jù)預(yù)處理手段，通過一定的反作弊規(guī)則先把某些行為可疑或者不需要的流量過濾掉：

• 過濾某些已知IP段，如內(nèi)網(wǎng)IP、測試IP
• 設(shè)備號異常：如頻繁重置idfa
• IP異常：定位的IP來自莫名其妙的地方
• 行為異常：如頻繁刷新頁面
• 數(shù)據(jù)包不夠完整：只有啟動信息，沒有頁面、事件等其他用戶行為信息

這樣我們就能保證到達(dá)落地頁的流量相對干凈，但仍有落網(wǎng)之魚，需要我們通過進(jìn)一步的數(shù)據(jù)分析來找到虛假流量。

案例剖析虛假流量

我們先來看一組數(shù)據(jù)：

日均訪問次數(shù)：10w+

跳出率：45%

平均每次訪問頁數(shù)：3.2

平均每次訪問停留時長：1分50秒

訂單轉(zhuǎn)化率：0.12%

這是我們某個電商類客戶反饋出的問題，他們新上線了某個電商網(wǎng)站，從訪問量、跳出率等這些指標(biāo)來看表現(xiàn)都不錯，偏偏訂單轉(zhuǎn)化率低，不知道怎么回事。

遇到這種情況，只能說別急，我們先從數(shù)據(jù)上細(xì)分看看。細(xì)分對虛假流量是致命的，因為通過細(xì)分我們一定能識別出虛假流量的模式和規(guī)律。

網(wǎng)站整體的訪問量變化趨勢

從上圖可以看出，9月3號PV較平時較低；訪問量和唯一身份訪問用戶數(shù)幾乎相等，即人均訪問次數(shù)接近與1，每個用戶只訪問了一次，月回訪率很低。

新訪占比和跳出率對比分析

從上圖我們可以得出這些信息：

1. 新用戶占比接近于80%，說明新用戶居多
2. 跳出率在45%左右，跳出率很低，說明流量質(zhì)量還可以

但是如果我們深入想一下，會發(fā)現(xiàn)有如下問題：

1. 新用戶占比和跳出率指標(biāo)成反比關(guān)系，正常情況下，新用戶占比和跳出率指標(biāo)成正比關(guān)系，新用戶占比高的話，跳出率也高
2. 跳出率低，為什么轉(zhuǎn)化率也那么低呢？

不同城市不同轉(zhuǎn)化指標(biāo)對比

我們找了流量排名Top8的城市的對比數(shù)據(jù)，這Top8的城市數(shù)據(jù)對流量貢獻(xiàn)較大，且上海的銷售額占總銷售額的1/3左右，河南訂單轉(zhuǎn)化率較高。城市為“未知”的流量貢獻(xiàn)也較大，跳出率低，但是訂單轉(zhuǎn)化率遠(yuǎn)小于0.01%。顯示為未知，說明抓不到這些流量來自于哪個IP段，但是訪問量足夠大，所以需要引起注意，有作弊嫌疑。

未知城市不同時間段分類對比分析

選擇了最近一個月的數(shù)據(jù)，看不同時段這些流量的分布情況（圖略），發(fā)現(xiàn)凌晨1點到凌晨6點流量占總流量的25%，占比較高，更奇怪的是，晚間流量每個時段較平均，流量差不多，這是不符合常理的，需要進(jìn)一步分析。

夜間流量分類對比分析

我們發(fā)現(xiàn)這些流量中72%的流量來自于廣告系列，但是轉(zhuǎn)化率較低，不知道具體哪個廣告系列來源拉了后腿。

夜間流量廣告系列來源占比分析

發(fā)現(xiàn)廣告系列流量中大部分都來自于sm這個渠道，此時可以把分析范圍縮小到sm這個渠道。

sm渠道指標(biāo)整合分析

sm渠道的訪問量很大，新用戶占比90.31%，而跳出率為20.32%，轉(zhuǎn)化率0.08%。基本可以斷定是sm渠道出問題了。

sm渠道細(xì)分落地頁和非活動頁面數(shù)據(jù)表現(xiàn)

通過進(jìn)一步細(xì)分，發(fā)現(xiàn)sm渠道大部分流量都流入了活動落地頁（圖略），跳出率低于23%，且每次訪問的平均瀏覽深度接近于1，有趣的是，另一部分非活動落地頁的，頁面瀏覽深度在幾百個頁面，非正常人類行為，它的目的只是為了平均整體流量。

sm渠道活動落地頁點擊圖分析

同時我們還可以結(jié)合不同落地頁的點擊圖進(jìn)行分析，你會發(fā)現(xiàn)更多有趣的現(xiàn)象。

至此，大功告成。

案例總結(jié)

從上面的案例我們看到通過層層細(xì)分，層層遞進(jìn)的方法我們找到了虛假流量，所以要想找出虛假流量，我們需要密切關(guān)注如下幾個方面：

給渠道打好標(biāo)記，目的方便分割流量

為每一個渠道打好UTM標(biāo)記，那么渠道會貫穿于用戶的整個訪問過程中，方便按渠道分組查看每個渠道的表現(xiàn)，避免其它渠道的干擾。

流量產(chǎn)生的時間

找到異常流量發(fā)生的時間點，然后將時間細(xì)化到每小時的訪問數(shù)據(jù)，如果流量過于集中在某個時段，或者在不恰當(dāng)?shù)臅r間點出現(xiàn)了流量激增的情況，這時候就要引起注意了。

流量的地理來源

通常情況下，訪客會來自不同的地理位置，如果流量過于集中在某個地區(qū)，或者采集不到地區(qū)的地方出現(xiàn)了大量的流量等等都是很可疑的。

流量的用戶終端

不同的渠道覆蓋不同的用戶群，所以各自的用戶終端會有一定的區(qū)別。比如對于小米應(yīng)用商店這個渠道來說，它的用戶很可能排在前10的手機(jī)都是小米手機(jī)，而對移動MM來說，他們的用戶都來自于移動運營商。排除這些特殊渠道的應(yīng)用商店，大部分渠道的用戶終端跟整個互聯(lián)網(wǎng)終端分布是類似的。我們可以通過看行業(yè)報告或者查詢數(shù)據(jù)指數(shù)產(chǎn)品來了解這些數(shù)據(jù)，把這些數(shù)據(jù)作為行業(yè)基準(zhǔn)值，進(jìn)行對比。另外我們還可以重點關(guān)注設(shè)備終端類型、操作系統(tǒng)、聯(lián)網(wǎng)方式、運營商、地理位置等設(shè)備屬性。

流量的跳出率和新訪用戶占比

跳出率和新訪用戶占比成正比關(guān)系，另外如果流量在某個時段跳出率突然增高，可以結(jié)合上述維度進(jìn)行細(xì)分查看，哪個細(xì)分維度的跳出率增高。

流量的轉(zhuǎn)化

很多作弊流量可以模仿人類行為，繞過跳出率、平均訪問深度和停留時長這些宏觀指標(biāo)，但是要模仿一個業(yè)務(wù)轉(zhuǎn)化就比較難了，如果宏觀指標(biāo)表現(xiàn)很好，業(yè)務(wù)轉(zhuǎn)化很少的話，就需要提高警覺。

流量的留存

我們一般經(jīng)常看的留存指標(biāo)有次日留存、7日留存、30日留存，所以一些作弊渠道會專門針對這三個指標(biāo)做手腳，所以除了看這三個指標(biāo)外，建議將指標(biāo)拓寬，關(guān)注每天的留存變化。

新流量過來的用戶路徑

新用戶來到推廣落地頁后，一般會從落地頁開始進(jìn)行分流，他們會點擊不同的鏈接，訪問不同的頁面，而作弊流量很難完成2-3次點擊，即便完成了，點擊的鏈接或內(nèi)容也基本固定。

流量的功能訪問分布分析

適當(dāng)拉大時間維度，看某個渠道某個基本功能如瀏覽頁面的訪問頻次分布，真實的訪客是有再次回訪行為的，而虛假流量一般是本次任務(wù)完成后是不會管后續(xù)收尾動作的，回訪頻率很低。

流量的單頁面人均訪問次數(shù)

如果某個落地頁面的人均訪問次數(shù)很高比如4次以上的話，就很可疑了，因為在一次訪問中用戶一般是不會多次瀏覽同一個落地頁的。同時結(jié)合該頁面在網(wǎng)站整體的人均訪問次數(shù)進(jìn)行對比，結(jié)果會更加準(zhǔn)確。

流量的落地頁點擊熱圖分析

這需要借助一些熱圖工具，從熱圖工具中，作弊流量的蛛絲馬跡更易發(fā)現(xiàn)。

作者：北極星，神策數(shù)據(jù)分析師，先后服務(wù)的客戶包含紛享銷客、拉鉤云人事、網(wǎng)易七魚、ofo、多盟、更美等公司，致力于通過數(shù)據(jù)分析實現(xiàn)產(chǎn)品優(yōu)化和精細(xì)化運營。

本文由 @北極星 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自PEXELS，基于CC0協(xié)議