更新时间：2024年7月20号
随着互联网的发展，虚假流量已经成为网络流量中不可忽视的一部分。如果你觉得自己的网站不存在虚假流量很可能只是尚未发现而已。互联网有人的地方就有江湖，防备永远不能松懈。虽然现在互联网环境已经与流量红利年代大不相同，但仍然有大量利益相关者依赖流量生存，催生了形形色色的作弊流量。作为广告主和数据分析人员，了解这些流量的类型与防范方法至关重要。
什么是虚假流量？
虚假流量（Fraudulent Traffic）是指最广泛的概念，指所有不真实、非自然、无效的流量。
虚假流量的危害
- 数据失真：虚假流量会干扰跳出率、在线时长、回访率等指标，导致决策失误
- 成本增加：广告预算被劣质流量消耗，有效转化下降
- 服务器压力：大量虚假流量访问会降低网站响应速度，损害真实用户体验
- 业务风险：长期存在可能影响广告投放策略和网站运营稳定性。
虚假流量存在的原因
虚假流量存在的原因主要有三方面：
- 反作弊成本高：作弊手法多样且不断演变，难以完全防止；
- 利益驱动：广告主、媒体主、代理商等都有不同诉求，，共同推动作弊行为
- 收益高风险低：虚假流量容易规模化操作
虚假流量的分类
虚假流量经常与垃圾流量和机器流量一起被讨论，其定义和关系如下：
三者的关系可以理解为：虚假流量 ≥ 垃圾流量 ≥ 机器流量，即机器流量是垃圾流量的一个子集，垃圾流量又属于虚假流量的范畴。
在实际运营中，对网站和广告效果影响最大的通常是垃圾流量。根据来源和行为特征，垃圾流量可以进一步分为两类：流量作弊和流量劫持。
流量作弊
流量作弊是指用虚假或低质流量替代真实有效流量，以影响数据或广告效果。主要包括以下三种类型：
以次充好
以次充好是将劣质流量包装成优质流量进行投放，常见形式有：
- 倒卖流量：以劣质流量冒充高质量流量出售
- 更换标签：媒体方篡改受众标签，例如将低龄用户纳入高价值人群
- 雇佣诱导：通过付费、QQ群、短信等方式诱导用户点击广告或下载应用
作弊特征：
- 时段异常：广告集中在冷门时段投放（如凌晨0-8点）
- 广告位异常：购买优质广告位但投放在低效位置
解决方法：使用私有程序化购买、固定广告位置和价格；与优质一线媒体建立长期合作关系，可以从源头上保证回传流量的高质性，更能确保优质资源的利用效果。
以假乱真
以假乱真是通过非自然用户行为实现广告点击或展示，主要形式包括：
- 机器作弊：
- 真机群：使用大量真实设备自动点击广告
- 模拟器：软件模拟用户操作，降低设备成本
- 服务API：通过服务器请求生成访问，但非真实用户行为
- 脚本刷量：用程序模拟访问页面，是最早、成本最低的作弊方式
- 肉鸡：控制用户设备执行自动点击操作，隐蔽性强
作弊特征：IP、PV、UV之间数据异常，点击率远高于正常水平
解决方法：
- 利用IP、时间段和行为分析过滤异常流量
- 第三方工具检测脚本刷量和机器人行为
暗渡陈仓
暗渡陈仓是指将广告素材隐藏或嵌入网页中，在用户不知情情况下触发展示或点击。常见方式：
- iframe隐藏：请求广告但用户不可见
- 广告重叠：广告覆盖在其他广告上
- 媒体主交换，广告出现在非目标位置
作弊特征：大量展示但无点击
解决方法：监控广告可见性，确保广告在用户可见范围内展示
流量劫持
流量劫持是指用户访问过程中被引导到非目标页面，常见方式：
- 引导到自身网站再变现
- 引导到广告主网站
- 替换广告内容，将自家广告替换到他人展示位
防护方法：升级至HTTPS，确保数据加密，减少被劫持风险
数据角度识别虚假流量
大部分虚假流量可以通过以下数据特征识别：
- 流量集中在特定时间段
- 异常机型或设备突然激增
- 用户频繁更换IP
- 站内行为缺失，跳出率高
对于没有被过滤掉的垃圾流量，我们可以通过数据的角度去分析判断：
方法1、查看主机名
在GA4探索报告中查看主机名，除了你实际的网站域名外出现的主机名通常属于垃圾流量：
原因：知道GA4测量ID后，恶意者可以在其他网站发送虚假请求，从而干扰数据。
以此类推，如果你要干扰你竞争对手的数据，可以将它的跟踪id挂在一些网站上去，这样它的GA就可以收到一些干扰数据，为什么说是可能呢？因为这些垃圾流量可以用过滤器过滤的，如果对方开启了过滤器过滤，那么就不会对其产生营销。
处理方式：过滤掉来源为 gtm-msr.appspot.com 的机器流量即可。延伸阅读：GA4上屏蔽来自gtm-msr.appspot.com的机器流量。
方法2：IP分析
通过IP识别重复访问或批量刷量行为。
特征：同一 IP在短时间内产生异常会话数，跳出率接近100%。
GA4可通过一些设置获取用户 IP（例如借助 ipinfo.io），用于分析异常访问，具体的方法去网站上看在Google Analytics 4 中获取用户的IP（基于ipinfo.io）
方法3：热力图对比
真实用户访问通常会产生密集的点击热力图，机器流量则点击稀疏甚至没有。
注意：数据量不足时无法精确判断，GA4本身不支持热力图，可结合其他工具分析。延伸阅读：网站热力图工具有哪些?
方法4：异常数据出现
电商网站出现百万级订单，或者不符合业务逻辑的交易数据，应重点关注。
方法5：异常好，无转化
来源渠道表现良好（低跳出率、高页面停留），但没有任何转化，可能是模拟真实行为的高级作弊流量。
需分析该渠道在不同设备、浏览器和时间段的分布，以及后续页面行为流。
方法6：异常集中
时段、地域或设备异常集中。例如潜在用户不会在夜间访问，但夜间流量异常高，可能是恶意刷广告点击。
该方法可辅助确认广告资源被恶意消耗。
延伸阅读：「Google Analytics 4」垃圾流量的识别与处理
方法7：新用户=用户数=会话数
指新用户在短时间内进入并立即离开，跳出率接近 100%。
通过各维度（来源、城市、设备等）检查该公式是否成立，是最直观、快速的垃圾流量定位方法。
实战案例
有个网站最近流量暴涨。
流量来自哪里？
可以进一步分析是这些流量是哪个渠道、媒介、广告系列带来的，最近暴增的那个就是Direct渠道：
流量有什么特征？
在流量获取报告中，过滤出Direct的流量：
验证是否垃圾流量的方式，一般是将一些设备维度、浏览器维度、地理信息维度拉过去分析：看集中度、访问时间分布规律和跳出率。
次级维度里添加上述维度：
Engagement rate的反面就是跳出率，跳出率=1-Engagement rate，Engagement rate很低，表示跳出率很高，进来后直接离开。
由于报表里不能再添加维度去做分析，如果你要进一步定位，转移到探索里去添加维度去分析，探索里最多可以添加5个维度。
进一步分析
还可以获取用户的IP去分析，如果你已经在自定义维度设置了IP。
如果不懂在Google Analytics中获取IP的，请看：「Google Analytics 4」垃圾流量的识别与处理
如何处理
虽然报表里也有对比项和过滤的功能，但这两个功能的作用都是包含，不能做排除。
如果要做排除，只有用探索里的细分，但这里的细分只能在探索里使用。
在探索里创建一个Session级别的细分，然后选用排除的功能，做如下设置：
看数据的时候将这个细分添加上去就可以：
数据就合理了，原来有24万，现在只有5万多。
