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。