在日常数据分析中，我们经常会发现“参与率”和“停留时长”等核心指标莫名走低。如果你排查了所有渠道策略仍无解，不妨留个心眼：你的流量池里可能混入了大量的自动化机器人。
本文将分享一个极其高效且免费的“照妖镜”方法——通过屏幕分辨率排查虚假流量，并手把手教你如何在GTM和GA4中将其彻底过滤。
为什么分辨率能“照出”假量？
正常的人类访客，使用的设备屏幕比例通常符合主流规格（如 1920×1080、1440×900、2560×1440 等）。而自动化爬虫或测试脚本往往运行在无头浏览器或模拟器中，它们不会像真实用户那样全屏化操作，因此经常产生非主流、近正方形（4:3）或极度奇异的像素规格。
判定逻辑：当某个非主流分辨率贡献了极高比例的用户，但该群体的参与率极低、跳出率极高且停留时长趋近于0秒时，极大概率可判定为虚假流量。
真实案例拆解（数据对比）
我们以一组实际异常数据为例，看看假量是如何现出原形的：
分辨率1280×1200的用户数占比高达 47.61%（907人），但互动次数（Engaged sessions）只有5次，占比仅2.05%。
这极大概率是爬虫或自动化测试脚本。因为正常的桌面显示器很少使用1280×1200这种接近方形的比例（4:3），且这些用户几乎没有任何有效互动（参与率仅0.55%，停留时间0秒）。
假量带来的连锁“毒害”
如果不剔除这部分假量，你的数据模型将被严重误导：
这近一半的“假量”严重拉低了你的整体参与率，基于错误的数据分析，可能导致做出错误决策。
若这些假量来自某些渠道，意味着你在为“点击”付费而非为“真实用户”付费。
GTM+GA4实操教程（排除异常分辨率）
既然找到了“病灶”，我们就通过GTM自定义变量识别该分辨率，并在GA4跟踪中将其屏蔽。
第1步：在 GTM 中建立“分辨率抓取变量”
由于GTM默认不直接传递屏幕分辨率维度，我们需要通过GTM的自定义 JavaScript 变量来获取它。
在GTM中点击「变量」—「新建」—「选择一个变量器类型以开始设置」——「自定义JavaScript」，命名为“JS – Screen Resolution”：
源码：
function() {
return window.screen.width + 'x' + window.screen.height;
}
第2步：在GA4基础页面跟踪中排除该分辨率
然后在GA4 的配置代码里做如下设置，将的分辨率排除：
高级扩展：如果你的假量分辨率不止一个，可以在触发条件中使用 “正则表达式匹配”，并填写如 1280×1200|1600×1600|1366×1366 来一次性排除多个异常值。
建议
- 周期性体检：每隔一段时间（如每周），拉取GA4中的“屏幕分辨率”报告，排序后寻找那些“用户数大但互动为0”的异常值。
- 先过滤再分析：在探索报告中创建过滤器时，优先排除上述已知异常分辨率，确保你的报表看板反映的是真实人类用户的行为。
- 警惕长尾异常：除了正方形比例，还要留意分辨率特别低（如 800×600）但用户量莫名激增的情况，这类往往是过时的模拟器。
