首页 > 建站资源 > 网站运营 > 广告投放必知:虚假流量的认知与识别(二)

广告投放必知:虚假流量的认知与识别(二)

时间:2018-08-29    作者:张乔   来源:人人都是产品经理

作者:张乔,神策数据内容营销负责人。公众号:神策数据

在《虚假流量的认知与识别(上篇)中介绍,虚假流量的识别可从基本属性、产品参与度、转化情况三方面来识别。

  • 首先,基本属性。具体包括:时间 & 地域维度、终端类型、操作系统、联网方式、运营商、IP 集中等

  • 其次,产品参与度。具体包括:跳出率、平均访问深度、平均访问时长、用户行为路径、页面点击情况、流量留存情况、单页面人均访问次数等。

  • 第三,转化情况。因为很多作弊流量可以模仿人类行为,成功绕过跳出率、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。

下面通过一个案例从用户行为数据多维诊断虚假流量。这个案例围绕上述三种A 企业是电商企业,日常会在社会化媒体进行广告投放,在 1 月 8 日线上数据投放的常规检查中发现,近期一家媒体(下 称“M 渠道”)所带来的流量数据异常大。为查明该媒体渠道所带来的流量是否为虚假流量,A企业将M渠道下的用户行为进行多维度细分,进行流量排查。

一. 基本属性初步排查

流量访问通常会分布在一天中的各个时段,伴随平滑的曲线形成访问高峰与低峰。显然虚假流量不具备这一特点,因为人 为 / 机器操作为节省成本不会在意流量的时间分布,难免会在时间曲线上会有流量突增的情况。因此,要找到异常流量发 生的时间点,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。

1. 时间维度

图1 M 渠道与百度渠道流量对比

通过图 1 看到,百度流量来源呈现平缓变化,从流量时间分布上看,基本符合正常访问情况。与之形成鲜明对比的是, M 渠道全天流量高峰期分别在 2:00、5:00、14:00、15:00。这几个时段内的流量过于集中,而在其他正常时段内,流量几乎为零。 经过内部确认,该阶段并未有活动发生,产生突增的访问高峰十分可疑。

2. 用户访问设备

图2 从设备情况了解 M 渠道用户的操作系统

上文提到在正常情况下,同样用户访问设备应该多元化。在这个案例中,通过上图发现 M 渠道流量设备基本都是 Android 端。 由于 M 渠道未投放,更没有设备限定,增加了虚假流量的可能性。

3. IP 集中

图3 按 IP 查看 Web 浏览页面触发用户数

一般而言,IP 的频繁点击、流量激增都是不正常的。我们通过数据可以看到,图中 IP 带来的流量在2:00、5: 00 和15:00 均有突变,尤其140.205.92.1 表现最明显。经过以上维度诊断,此流量十分可疑,可结合产品参与度进行深度判定。

二. 产品参与度深度判定

1. 跳出率

虚假流量产生高跳出率的时间,通常会和用户访问时间段一致。因此可以结合流量时间等因素进行综合对比。

图4 M 渠道来源流量的跳出率

相关推荐
广告投放必知:虚假流量的认知与识别(一)
让广告“硬”起来的秘诀,就是让文“软”下去
如何理解品牌广告与效果广告的相同和不同?
高转化率的广告是怎么投放的?
电商、游戏、汽车等行业广告渠道策略、广告形式、创意
高转化的信息流广告是如何做出来的?
广告营销:揭秘改变消费者行为的十大策略
从BOSS直聘「传销」广告看:那些尬聊广告的效果
品牌如何取一个好名字?帮你减少50%广告费
信息流广告怎么玩?花了30万总结的经验!
8个要点让你省掉50%的广告营销预算!
用户研究应该了解的几个要点
微博数据分析:新浪微博企业微博发布时间规律研究
善用网站分析数据 持续改进和优化网站目标
正点闹钟:弱化时间 以事件为核心的应用
线下的数据分析 让零售的小伙伴来场变革吧
大数据“落地”还缺什么:速度、数量、清理
数字占星术:如何让数据帮助产品进行决策?
秒针:第三方数据如何把营收做到10亿美元
大数据爆破之年:在这5个领域掘金最靠谱
产品经理干货:产品运营背后不可靠的数字
如何提升渠道ROI?在数据分析基础上实现精准营销
从腾讯“偷”到的3000万数据 究竟要怎么看?
干货!如何创建用户模型:问卷调查与数据分析
2015上半年中国程序员调查报告:近3成高中学历
数据分析在拉新、盘活、转化、留存四大场景可以做什么?
美国电商是如何用大数据玩转“双十一”的?
运营和数据间的关系是怎样的?看这篇文章就够了
网站数据分析如何做才有价值?
干货:产品经理该如何用数据分析来提升转化率?
当出现运营迷茫时 可以用数据分析来找突破口
用户运营需要来点手段:5步学会用户留存数据分析
关于构建用户画像:了解你 是为了更好的服务你
这可能是最全面的!知乎Live数据分析及定位思考
网站数据分析:如何满足不同业务部门的数据需求?
24个App的重要指标让APP运营精细化

精彩推荐

热门教程