网站流量出现异常波动的原因深度剖析-精准获客

对于 SEMer 来讲，对流量波动展开分析必然是不可或缺的，甚至在某些 SEMer 的日常工作中占据着主导地位。一旦流量出现异常状况，怎样迅速判断出异常的根源，进而解决问题或者调整产品与运营策略等，这一点极其关键。

此文乃是有关网站流量波动分析思路的初步分享。

一、明确异常指标数值

在着手排查之前，得率先确定究竟是哪项指标出现了异常。大致而言，就网站指标来说，我们重点关注的有 PV、UV、新 UV、访次、跳出、停留时长、留存以及位置点击等，或者是这几个指标的复合指标。

然而，不同的网站对于 KPI 指标的设定存在差异，所以在异常的判断方面也会有所不同。比如，我们通常较少关注访次，重点会放在 PV、UV 以及人均 PV（PV/UV）这三个指标上。一旦发觉 PV、UV、PV/UV 当中的任何一个指标出现异常变动，我们就会开始进行分析。所以，每个网站都有自身更为关注并且能够反映业务进展的指标，抓住核心指标展开分析，而非对任何指标的变动都进行分析，这样能够达到事半功倍的效果。

二、查验统计规则或者代码部署等状况

当流量出现异常时，我们首先要确定是不是由于统计方面的异常所导致的，统计异常主要涵盖两个方面：代码部署异常或者作弊流量的出现。

1.代码部署：

当下主流网站的统计方式主要是通过在页面源代码当中部署 JS 统计代码来获取用户的访问数据。在基础代码部署的基础之上，我们会依照业务的需求针对具体的位置进行埋点或者设置事件代码以及其他自定义代码。在操作的过程当中，难免会出现基础代码部署不全面，位置埋点或者事件代码设置有误等问题。例如某个页面没有及时覆盖基础代码，在整个网站上这块业务的流量就无法被统计进来，当重新调整代码之后，流量波动的原因也就得以查明。因此，确保代码部署的正确性至关重要，构建合理有效的部署机制，是一切数据检查的基石。

2.流量作弊：

这是大多数网站都会面临的问题，网站规模越大，受众用户越多，作弊行为也就越多，而且方式花样繁多，排查脏流量的成本也就越高。有很多的流量异常波动，实际上都是由作弊流量所引发的，但是在反作弊机制还不够完善的情况下，我们应当如何判断是否为脏流量呢？有几个相对简便的判断方法：倘若某一常规投放渠道的流量突然升高，并且 cookie 几乎都是新植入的，跳出率接近 100%，人均 PV 约为 1，landingpage 集中在几类固定的页面或者产品上，而且访问时间相对集中或者访问频率较为密集，并且在常规渠道上，只有新增的用户有这些表现，那我们就可以大胆地假设这些是脏流量了，不在我们常规流量的判断范畴之内（如果是新增渠道，就需要重新考量这个渠道的价值了）。

当然，拥有健全的反作弊机制是非常重要的，除了对爬虫等进行常规的过滤，建立合理有效的判断条件和黑白名单也是重点中的重点，这需要网站分析人员与相关技术同事共同推动并完善反作弊机制，这同样是保证数据准确的基石。

注：

有关防作弊机制，大家可以参考百度推广商盾产品。

三、产品调整引发的流量波动

在互联网领域向来是速度至上，所以产品或者业务的调整是屡见不鲜的事情，调整之后流量是上升还是下降，结果是好还是坏，都需要网站分析人员进行分析和判断。

在排除统计问题之后，查看是否存在产品或者业务线的调整，如果有调整会直接对流量的变化产生影响，那么如何评估产品调整所带来的流量变化的优劣呢，主要通过以下几个步骤来判断：

1.观察波动趋势：

不但要查看业务变动前后的流量变化，也要持续关注业务调整过程中的流量情况，以便我们能够及时发现问题并进行调整。比如发现产品上线后具体的页面出现流量下滑，就需要我们检查是否出现了 404 页面等等。

2.关注点击/导流：

产品或者业务调整之后，我们同样需要留意点击和导流的状况，但是需要注意的是点击量并不能决定好坏，需要具体情况具体分析。比如填写表单页，填写步骤过多，点击效果看似不错，但转化率很低，这就需要我们简化流程，简化之后看起来点击次数有所减少，但转化反而上升；再比如，调整网站或者页面结构之后，列表页的流量下降，但是详情页的流量上升了，这种结果看起来并非糟糕不是吗？列表页的作用也是为详情页导流，整个网站看起来流量可能变化不大，甚至可能减少，但最终落地页的效果更为直接，相应的转化也就提高了。减少用户的访问步骤，就是减少转化的流失。

3.查看流失/回访：

最好能够结合产品的属性和用户访谈，同时尝试关注第一步就流失的用户，这里不可避免地会存在清 cookie 的问题，处理的时候需要将其考虑在内。

4.参照历史：

数据只有进行对比才有意义，与往期的经验值进行对比，也有助于我们判断业务或者产品调整之后应当呈现出的预期和结果是什么。

5.关注测试：

同时在产品层面，需要更多地运用可用性测试、AB 测试、多变量测试等方法，更好地得出数据结论以及调整的方向建议等。

以上内容需要注意的是，有的分析师喜欢将不同统计工具的结果拿来进行对比，这里不建议这样做，因为不同的统计工具可能存在统计规则不一致、代码部署完成度不同或者数据丢包等情况，是无法直接对比的，所以不必刻意追求绝对准确的数值，更重要的是前后规则保持一致，确保能够进行对比即可。

四、渠道调整造成的流量波动

在关注产品的同时，我们也需要及时了解渠道的投放状况，建议网站分析人员及时和负责渠道购买的同事建立常规机制，同步渠道购买的进展情况，这有助于我们分析流量波动的问题究竟出现在哪里。

在上文关于作弊流量的部分，我们已经讲述了常规渠道流量突然升高之后如何判断是否为脏流量，但是如果是新上线的渠道，我们不能完全肯定这些流量是脏流量，需要考察这个渠道是不是用户质量本身就比较低呢？除了从数据层面进行考察，从业务线获取信息往往是更为直接和快捷的方式，负责渠道采购的同事对渠道的情况会有大致的了解，不管是从合作方还是竞争对手方，这些信息对于我们的判断也是非常有帮助的。

五、留意大环境的波动

会存在这样的情形，我们几乎查找了所有的原因，却仍然无法解释流量的异常波动，于是我们就会思考，整体大盘是不是也是这样呢？竞争对手是不是也是这样呢？

这里有几个需要关注的要点：