给渠道打好标记，目的是方便分割流量
为每一个渠道打好 UTM 标记，那么渠道会贯穿于用户的整个访问过程中，方便按渠道分组查看每个渠道的表现，避免其它渠道的干扰。
流量产生的时间
找到异常流量发生的时间点，然后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。
流量的地理来源
通常情况下，访客会来自不同的地理位置，如果流量过于集中在某个地区，或者【未知】地方等等都是很可疑的。
流量的用户终端
不同的渠道覆盖不同的用户群，所以各自的用户终端会有一定的区别。比如对于小米应用商店这个渠道来说，它的用户很可能排在前 10 的手机都是小米手机，而对移动 MM 来说，他们的用户都来自于移动运营商。排除这些特殊渠道的应用商店，大部分渠道的用户终端跟整个互联网终端分布是类似的。
我们可以通过看行业报告或者查询数据指数产品来了解这些数据，把这些数据作为行业基准值，进行对比。另外我们还可以重点关注设备终端类型、操作系统、联网方式、运营商、地理位置等设备属性。
流量的跳出率和新访用户占比
跳出率和新访用户占比成正比关系，另外如果流量在某个时段跳出率突然增高，可以结合上述维度进行细分查看，哪个细分维度的跳出率增高。
流量转化如何
很多作弊流量可以模仿人类行为，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。
流量留存如何
我们一般经常看的留存指标有次日留存、7 日留存、30 日留存，所以一些作弊渠道会专门针对这三个指标做手脚。建议将指标拓宽，关注每天的留存变化。
新流量过来的用户路径
新用户来到推广落地页后，一般会从落地页开始进行分流，他们会点击不同的链接，访问不同的页面，而作弊流量很难完成 2-3 次点击，即便完成了，点击的链接或内容也基本固定。
流量的功能访问分布分析
适当拉大时间维度，看某个渠道某个基本功能如浏览页面的访问频次分布，真实的访客是有再次回访行为的，而虚假流量一般是本次任务完成后，不会管后续收尾动作的，回访频率很低。
流量的单页面人均访问次数
如果某个落地页面的人均访问次数很高比如 4 次以上的话，就很可疑了，因为在一次访问中用户一般是不会多次浏览同一个落地页的。同时结合该页面在网站整体的人均访问次数进行对比，结果会更加准确。
流量的落地页点击热图分析
这需要借助一些热图工具，从热图工具中，作弊流量的蛛丝马迹更易发现。
解决虚假流量，是一个斗智斗勇的过程，任“奥斯卡影帝们”黑科技傍身，只要企业用足够的维度拆解指标，就必然能识破刷量的蛛丝马迹。神策分析对数据的多维分析，真正帮助用户解决了从曝光到转化的流量打通难题。也希望大家新的一年里，广告投放都能获得优秀的成果。