本文作者为神策数据数据分析师北极星。
今天大家都被奥斯卡颁奖刷屏了吧？加里·奥德曼凭借《至暗时刻》的精彩表演终获影帝。
生活和工作中我们也经常遇到“奥斯卡影帝”，比如借钱不还各种事出有因的，人没出门就说马上到的，对于企业来说，“奥斯卡影帝”的影响则显得更加可怕一点。
仅 2016 年，虚假流量就给全球广告主造成了 76 亿美元的直接经济损失，各式各样逼真的用户数据，光速燃烧着市场预算。
据官方统计数据，除了直接经济损失外，更加多样的流量造假方式，也带来了更多的“副作用”。
如无效的用户定位，广告出现在了不该出现的媒体上面，吸引了不该吸引的用户，白白浪费流量，更有甚者，如果把流量导流到了美女游戏页面，那么对品牌形象也会产生负面影响。
整个广告生态会涉及三方角色：广告主、媒体（卖广告的）、用户（看广告的）。
媒体是不会承诺效果的，但是如果你反馈曝光量和点击量不够，媒体是可以再补量的。给你补的量多了，势必造成其它家量少，间接造成竞争加剧，流量价格也越来越高。
但是只有曝光点击没有转化也是没有用的，于是更多的广告主更倾向于用户转化作为考核指标，而忽略了其它考核指标如 CPC、CPM，只会让竞争更加加剧，造成恶性循环，从而导致了虚假流量的产生。
我们知道用户一般会在三次或三次以上访问后最终才能决定转化，某些渠道虽然不擅长转化，但是它对其它渠道有助攻作用，所以不能一刀切。
另外，如果把和渠道结算的指标定为 CPS、CPA 就万事大吉了吗？有利益驱使的地方就有魔鬼。所以我们需要一整套完整的策略为渠道保驾护航。
在研究虚假流量之前，有一种流量需要引起我们的注意，那就是异常流量，异常流量通常混杂在虚假流量中间，扰乱我们的判断。所以首先要区分什么是虚假流量什么是异常流量？
如果出现了以下情况，多半可以认为是异常流量，当然这需要沟通多方然后去判断：
投放的媒体出现了问题，投放的页面宕机了；
打的链接参数缺失或者丢失导致代码失效；
埋点采集异常；
数据通路被无故屏蔽；
指标配置有问题。
如果出现了以下情况，多半可以认为是虚假流量：
刷量！
刷量！！
刷量！！！
对于如何避免异常流量，不是今天文章的重点，就不多说了，这需要公司内部规范化项目流程，各个环节把控好，才能有效规避。下面，我们详细说下如何排查出虚假流量的蛛丝马迹。
我们需要将流量数据、行为数据和转化数据通过一定的数据采集手段，来获取完整、全面和准确的数据，目的是将全流程数据打通，只有获取了完整全面的数据，我们才能找到虚假流量的踪迹。下图是流量转化的完整过程：
这个过程我们面临了两个难题：
展示和点击数据都在第三方广告投放平台，我们不能获得用户的详细信息；
前后端数据存在割裂，只能统计到前端的点击转化，不知道后续业务转化如何。
所以好多渠道作弊方，会在这两个方面做文章，钻渠道的空子，通过程序或者低价人工等人为操作产生流量。人为操作可能是点击你的广告、访问推广落地页，或者完成某个简单的任务，比如点击 Call to Action 按钮。
这种流量通常不会带来实际的转化，上面也说了因为转化的业务数据不能获得，抓不到证据也就不好衡量，所以就只能呵呵了。
作弊流量是不能避免的，我们只能靠增加技术壁垒，增加作弊的成本，来一定程度减少作弊的现象。
我们可以在流量正式到达落地页之前，在展示点击阶段和到达产品落地页之间构建一层屏障，即通过数据预处理手段，通过一定的反作弊规则先把某些行为可疑或者不需要的流量过滤掉：
过滤某些已知 IP 段，如内网 IP、测试 IP；
设备号异常：如频繁重置 IDFA；
IP 异常：定位的 IP 来自莫名其妙的地方；
行为异常：如频繁刷新页面；
数据包不够完整：只有启动信息，没有页面、事件等其他用户行为信息。
这样我们就能保证到达落地页的流量相对干净，但仍有落网之鱼，需要我们通过进一步的数据分析来找到虚假流量。
我们先来看一组数据：
“日均访问次数：10w+
跳出率：45%
平均每次访问页数：3.2
平均每次访问停留时长：1分50秒
订单转化率：0.12%
这是某个电商网站新上线的数据，从访问量、跳出率等这些指标来看表现都不错，偏偏订单转化率低，不知道怎么回事。
遇到这种情况，只能说别急，我们先从数据上细分看看。细分对虚假流量是致命的，因为通过细分我们一定能识别出虚假流量的模式和规律。
网站整体的访问量变化趋势
从上图可以看出，9 月 3 号 PV 较平时较低；访问量和唯一身份访问用户数几乎相等，即人均访问次数接近与 1，每个用户只访问了一次，月回访率很低。
新访占比和跳出率对比分析
从上图我们可以得出这些信息：
1. 新用户占比接近于 80%，说明新用户居多；
2. 跳出率在 45% 左右，跳出率很低，说明流量质量还可以。
但是如果我们深入想一下，会发现有如下问题：
1. 正常情况下，新用户占比和跳出率指标成正比关系，新用户占比高的话，跳出率也高；
2. 跳出率低，为什么转化率也那么低呢？
不同城市不同转化指标对比
我们找了流量排名 Top8 的城市的对比数据，这 Top8 的城市数据对流量贡献较大，且上海的销售额占总销售额的 1/3 左右，河南订单转化率较高。城市为“未知”的流量贡献也较大，跳出率低，但是订单转化率远小于 0.01%。显示为未知，说明抓不到这些流量来自于哪个 IP 段，但是访问量足够大，所以需要引起注意，有作弊嫌疑。
未知城市不同时间段分类对比分析
选择了最近一个月的数据，看不同时段这些流量的分布情况（图略），发现凌晨 1 点到凌晨 6 点流量占总流量的 25%，占比较高。更奇怪的是，晚间流量每个时段较平均，流量差不多，这是不符合常理的，需要进一步分析。
夜间流量分类对比分析
我们发现这些流量中 72% 的流量来自于广告系列，但是转化率较低，不知道具体哪个广告系列来源拉了后腿。
夜间流量广告系列来源占比分析
发现广告系列流量中大部分都来自于 sm 这个渠道，此时可以把分析范围缩小到 sm 渠道。
sm 渠道指标整合分析
sm 渠道的访问量很大，新用户占比 90.31%，而跳出率为 20.32%，转化率 0.08%。基本可以断定是 sm 渠道出问题了。
sm 渠道细分落地页和非活动页面数据表现
通过进一步细分，发现 sm 渠道大部分流量都流入了活动落地页（图略），跳出率低于 23%，且每次访问的平均浏览深度接近于 1，有趣的是，另一部分非活动落地页的，页面浏览深度在几百个页面，非正常人类行为，它的目的只是为了平均整体流量。
sm 渠道活动落地页点击图分析
同时我们还可以结合不同落地页的点击图进行分析，你会发现更多有趣的现象。
至此，大功告成。
从上面的案例我们看到通过层层细分，层层递进的方法我们找到了虚假流量，所以要想找出虚假流量，我们需要密切关注如下几个方面：
给渠道打好标记，目的是方便分割流量
为每一个渠道打好 UTM 标记，那么渠道会贯穿于用户的整个访问过程中，方便按渠道分组查看每个渠道的表现，避免其它渠道的干扰。
流量产生的时间
找到异常流量发生的时间点，然后将时间细化到每小时的访问数据，如果流量过于集中在某个时段，或者在不恰当的时间点出现了流量激增的情况，这时候就要引起注意了。
流量的地理来源
通常情况下，访客会来自不同的地理位置，如果流量过于集中在某个地区，或者【未知】地方等等都是很可疑的。
流量的用户终端
不同的渠道覆盖不同的用户群，所以各自的用户终端会有一定的区别。比如对于小米应用商店这个渠道来说，它的用户很可能排在前 10 的手机都是小米手机，而对移动 MM 来说，他们的用户都来自于移动运营商。排除这些特殊渠道的应用商店，大部分渠道的用户终端跟整个互联网终端分布是类似的。
我们可以通过看行业报告或者查询数据指数产品来了解这些数据，把这些数据作为行业基准值，进行对比。另外我们还可以重点关注设备终端类型、操作系统、联网方式、运营商、地理位置等设备属性。
流量的跳出率和新访用户占比
跳出率和新访用户占比成正比关系，另外如果流量在某个时段跳出率突然增高，可以结合上述维度进行细分查看，哪个细分维度的跳出率增高。
流量转化如何
很多作弊流量可以模仿人类行为，绕过跳出率、平均访问深度和停留时长这些宏观指标，但是要模仿一个业务转化就比较难了，如果宏观指标表现很好，业务转化很少的话，就需要提高警觉。
流量留存如何
我们一般经常看的留存指标有次日留存、7 日留存、30 日留存，所以一些作弊渠道会专门针对这三个指标做手脚。建议将指标拓宽，关注每天的留存变化。
新流量过来的用户路径
新用户来到推广落地页后，一般会从落地页开始进行分流，他们会点击不同的链接，访问不同的页面，而作弊流量很难完成 2-3 次点击，即便完成了，点击的链接或内容也基本固定。
流量的功能访问分布分析
适当拉大时间维度，看某个渠道某个基本功能如浏览页面的访问频次分布，真实的访客是有再次回访行为的，而虚假流量一般是本次任务完成后，不会管后续收尾动作的，回访频率很低。
流量的单页面人均访问次数
如果某个落地页面的人均访问次数很高比如 4 次以上的话，就很可疑了，因为在一次访问中用户一般是不会多次浏览同一个落地页的。同时结合该页面在网站整体的人均访问次数进行对比，结果会更加准确。
流量的落地页点击热图分析
这需要借助一些热图工具，从热图工具中，作弊流量的蛛丝马迹更易发现。
解决虚假流量，是一个斗智斗勇的过程，任“奥斯卡影帝们”黑科技傍身，只要企业用足够的维度拆解指标，就必然能识破刷量的蛛丝马迹。神策分析对数据的多维分析，真正帮助用户解决了从曝光到转化的流量打通难题。也希望大家新的一年里，广告投放都能获得优秀的成果。
推荐阅读：
537
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
