流量運營:如果你的流量里摻入了虛假流量…

發布時間 : 2018-03-24 09:41:51 來源 : 金站網 瀏覽次數 : 流量運營:如果你的流量里摻入了虛假流量…

  今天我們來聊一下,流量中的灰色地帶–虛假流量,據官方統計數據,2016年虛假流量就給全球廣告主造成了76億美元的直接經濟損失,除了直接經濟損失外,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,廣告出現在了不該出現的媒體上面,吸引了不該吸引的用戶,白白浪費流量,更有甚者,如果把流量導流到了美女游戲頁面,那么對品牌形象也會產生負面影響。

  虛假流量是如何產生的

  整個廣告生態會涉及三方角色: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量的。給你補的量多了,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化也是沒有用的,于是更多的廣告主更傾向于用戶轉化作為考核指標,而忽略了其它考核指標如CPC、CPM,只會讓競爭更加加劇,造成惡性循環,從而導致了虛假流量的產生。

  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化,他的整個生命周期決定了最后的轉化,某些渠道雖然不擅長轉化,但是它對其它渠道有助攻作用,所以不能一刀切。

  另外,如果把和渠道結算的指標定為CPS、CPA就萬事大吉了嗎?有利益驅使的地方就有魔鬼。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?;煸釉諦榧倭髁恐屑?,擾亂我們的判斷。所以首先我們要區分什么是虛假流量什么是異常流量?

  如果出現了以下情況,多半可以認為是異常流量,當然這需要溝通多方然后去判斷:

  投放的媒體出現了問題,投放的頁面宕機了

  打的鏈接參數缺失或者丟失導致代碼失效

  埋點采集異常

  數據通路被無故屏蔽

  指標配置有問題

  如果出現了以下情況,多半可以認為是虛假流量:

  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,這需要公司內部規范化項目流程,各個環節把控好,才能有效規避。下面,我們詳細說下如何排查出虛假流量的蛛絲馬跡。

  流量全流程數據監控

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

  這個過程我們面臨了兩個難題:

  展示和點擊數據都在第三方廣告投放平臺,我們不能獲得用戶的詳細信息

  前后端數據存在割裂,只能統計到前端的點擊轉化,不知道后續業務轉化如何

  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,比如點擊CalltoAction按鈕,這種流量通常不會帶來實際的轉化,上面也說了因為轉化的業務數據不能獲得,抓不到證據也就不好衡量,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象。

  數據預處理

  我們可以在流量正式到達落地頁之前,在展示點擊階段和到達產品落地頁之間構建一層屏障,即通過數據預處理手段,通過一定的反作弊規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,如內網IP、測試IP

  設備號異常: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

  數據包不夠完整: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落地頁的流量相對干凈,但仍有落網之魚,需要我們通過進一步的數據分析來找到虛假流量。

  案例剖析虛假流量

  我們先來看一組數據:

  日均訪問次數:10w+

  跳出率:45%

  平均每次訪問頁數:3.2

  平均每次訪問停留時長:1分50秒

  訂單轉化率: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站,從訪問量、跳出率等這些指標來看表現都不錯,偏偏訂單轉化率低,不知道怎么回事。

  遇到這種情況,只能說別急,我們先從數據上細分看看。細分對虛假流量是致命的,因為通過細分我們一定能識別出虛假流量的模式和規律。

  網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幾乎相等,即人均訪問次數接近與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:

  新用戶占比接近于80%,說明新用戶居多

  跳出率在45%左右,跳出率很低,說明流量質量還可以

  但是如果我們深入想一下,會發現有如下問題:

  新用戶占比和跳出率指標成反比關系,正常情況下,新用戶占比和跳出率指標成正比關系,新用戶占比高的話,跳出率也高

  跳出率低,為什么轉化率也那么低呢?

  不同城市不同轉化指標對比

  我們找了流量排名Top8的城市的對比數據,這Top8的城市數據對流量貢獻較大,且上海的銷售額占總銷售額的1/3左右,河南訂單轉化率較高。城市為“未知”的流量貢獻也較大,跳出率低,但是訂單轉化率遠小于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據,看不同時段這些流量的分布情況(圖略),發現凌晨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,需要進一步分析。

  夜間流量分類對比分析

  我們發現這些流量中72%的流量來自于廣告系列,但是轉化率較低,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


 


  發現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%,轉化率0.08%?;究梢遠隙ㄊ莝m渠道出問題了。

  sm渠道細分落地頁和非活動頁面數據表現

  通過進一步細分,發現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

  同時我們還可以結合不同落地頁的點擊圖進行分析,你會發現更多有趣的現象。

  至此,大功告成。

  案例總結

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

  給渠道打好標記,目的方便分割流量

  為每一個渠道打好UTM標記,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,避免其它渠道的干擾。

  流量產生的時間

  找到異常流量發生的時間點,然后將時間細化到每小時的訪問數據,如果流量過于集中在某個時段,或者在不恰當的時間點出現了流量激增的情況,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,或者采集不到地區的地方出現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別。比如對于小米應用商店這個渠道來說,它的用戶很可能排在前10的手機都是小米手機,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用商店,大部分渠道的用戶終端跟整個互聯網終端分布是類似的。我們可以通過看行業報告或者查詢數據指數產品來了解這些數據,把這些數據作為行業基準值,進行對比。另外我們還可以重點關注設備終端類型、操作系統、聯網方式、運營商、地理位置等設備屬性。

  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系,另外如果流量在某個時段跳出率突然增高,可以結合上述維度進行細分查看,哪個細分維度的跳出率增高。

  流量的轉化

  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,但是要模仿一個業務轉化就比較難了,如果宏觀指標表現很好,業務轉化很少的話,就需要提高警覺。

  流量的留存

  我們一般經??吹牧舸嬤副曖寫穩樟舸?、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做手腳,所以除了看這三個指標外,建議將指標拓寬,關注每天的留存變化。

  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,點擊的鏈接或內容也基本固定。

  流量的功能訪問分布分析

  適當拉大時間維度,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完成后是不會管后續收尾動作的,回訪頻率很低。

  流量的單頁面人均訪問次數

  如果某個落地頁面的人均訪問次數很高比如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。同時結合該頁面在網站整體的人均訪問次數進行對比,結果會更加準確。

  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現。

發表評論請自覺遵守互聯網相關的政策法規,嚴禁發布色情、暴力、反動的言論。
登錄名: 密碼:   
  歡迎您!  
評    價:  好評  中立  差評
表    情:
驗證碼: 看不清楚請點擊圖片刷新驗證碼  
最新評論 (全部0條評論)