数据基础——如何辨别虚假流量

思考

我们可以基于哪些指标去怀疑流量的真实性？
首先我们需要对网站的流量进行过滤，仅对一家广告商带来的流量进行分析
这是我们以下指标运用的前提。

一、流量的地域来源

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。
当然，你广告也有可能只针对某个地区的访客投放，这样的话，访客的地理范围可能就不适用了。
又或者你遇到了更加智能的流量，比如人肉流量，那么你可以尝试使用其它的指标去进行分析。

二、流量的产生时间

这里的时间要分为两个维度，一种是将时间维度拉长，观察全年一个时间线的流量分布。
另外一种将时间精确到每个小时的访问数据，观察24小时的流量分布。
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，在分布图中也会是较为平滑的曲线。
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。这部分流量就可疑了。
当然也不排除有的程序会计算好日期和时间端，并按时间曲线模拟点击。如果碰到这种“智能流量”的情况，就要使用其它的指标去进行分析。

如图中标注的9月28、29号的流量就很可疑。

三、流量的跳出率

跳出率不仅仅可以反映页面的质量，也可以反映初流量的质量。
在没有进行页面改动的情况下，如果发现某个时间段的跳出率突然增高，那么对那个时间段的流量进行多个指标的综合对比，可能会发现一些可以的情况。

四、流量的网络属性

我们也可以通过流量的网络服务提供商来看出一些东西。
正常情况下，网站访问者的接入方式应该是多样化的，而虚假流量的接入方式就会很单一。
这个指标对于国内的朋友来说可能并不友好（三大运营商几乎垄断了整个行业）
还有就是现在虚假流量发展的非常高级，对于所谓的人肉流量，我们是很难分辨出来的。

五、访问路径

通常我们会制作一个着陆页去承载广告流量，但是访问者来到网站后会有不同的行为，观看不同的信息或者访问不同的板块，并且在不同的页面结束对网站的访问，这些都是虚假流量很难完成的事情，所以，当我们发现流量的访问路径和结束页面基本相同的时候，我们就应该对这部分流量保持怀疑。

六、回访用户

通常情况下，当一定数量的用户来到你的网站后，总会有一部分访问者会进行回访，即使这部分访问者可能很会少。这就像在网站中，有的链接虽然藏得很深，但是总还是会有人去点击它。因此，在分析来自一个渠道的流量时，适当的拉大时间维度来分析回访用户也是辨别虚假流量的一种方法。

七、其它

很多指标也可以帮助我们判断流量的质量，比如：
网站的停留时长，这个指标虽然会受到cookie30分钟生存期的影响，让它看起来并不是那么准确，但是这个指标却与虚假流量的成本有直接的关系，所以也可以起到一定的辅助作用。
业务目标，对于虚假流量来说，业务目标的完成度是一个终结性的指标，特别是需要完成实际购买的业务目标，但是影响业务目标的因素有很多，我们需要综合的去分析。
单页面刷新，单页面刷新的行为可以降低网站的跳出率，这类流量但从跳出率这个指标上来看会觉得表现很好，但是却完全没有更多的交互行为，我们可以通过Pageviews / Unique Pageviews 这个指标去观察这种行为的情况。
点击次数、滚动次数，当我们发现网站的访问时长、跳出率等指标表现情况都很好的时候，却发现点击次数以及滚动次数很低，那么我们应该对一些指标的情况保持怀疑，进行更深一步的分析。
还有我能想到的比如页面的长尾分析、着陆页的用户留存线、注意力热图等等，都可以帮助我们去判断流量的情况。

八、总结

对于虚假流量的分析，我们要保持对数据敏感性，从多个指标进行综合分析，当发现某一项指标异常的时候，也要思考一下，是否是受到了某一项运营工作的影响。