虚假流量是如何产生的？
三方角色构成了整个广告生态：广告主（金主）、媒体（流量主也叫卖广告的）、用户（看广告的）。
媒体永远是不会承诺效果的，但是如果你反馈曝光量和点击量不够，大部分情况是可以协商媒体补量。给你的补量多，其它家量必然少，间接造成竞争加剧，流量价格也自然越来越高。
对于广告主来说，只有曝光点击没有转化成交等于零，于是更多的广告主则倾向于用户转化成交作为考核指标，而忽略了其它如 CPC、CPM考核指标，导致恶性竞争，有利益驱使的地方jiu有人性丑陋的一面，虚假流量jiu产生了。
用户一般会在三次或三次以上访问后才能决定转化，某些渠道虽不擅长转化，助攻作用不可否认。
如何甄别虚假流量？
在真实流量和虚假流量之间，还存在一异常流量。这种流量参杂在二者之间扰乱广告主的判断。
如果出现下面情况，八九不离十可以判断是异常流量：
投放的媒体发生问题，投放的页面宕机（当机/死机）；
打开的链接参数缺失或抑或丢失导致代码失效；
埋点采集异常；
数据通路被无故屏蔽；
指标配置异常。流量异常的背后jiu是虚假流量
刷量！
排查虚假流量的方法
流量全流程数据监控
将流量数据、行为数据和转化数据打通进行系统全面分析。下图是流量转化的完整过程：
这个过程广告主面临两个难点：
展示和点击数据都在第三方广告投放平台，广告主不能获得用户的详细信息（日志）；
前后端数据存在割裂，只能统计到前端的点击转化，续业务转化一片空白。
这jiu滋生了作弊的可能性，第三方可以在这两点钻空子找漏洞，通过程序人为操作产生流量。点击你的广告也、落地页的。
这种流量根本不会带来任何转化成交，即便是数据在好看，转化的业务数据不能获取，抓不到证据广告主只能呵呵一笑。
作弊流量是广告主不可避免的，靠人性？你jiu别想了。能靠的jiu是增加技术壁垒，增加作弊成本，从一定程度上减少作弊的现象。
数据预处理
在流量正式到达落地页之前，在展示点击阶段和到达产品落地页之间构建一层屏障，通过一定的反作弊规则先把某些可疑行为或者不需要的流量过滤掉：
过滤已知 IP 段，如内网 IP、测试 IP；
设备号异常：如频繁重置 IDFA；
IP 异常：定位的 IP 来自莫名其妙的地方；
行为异常：如频繁刷新页面；
数据包不完整，信息不全：只有启动信息，无页面、无事件、无其他行为。
这样获取的流量相对干净，扔不能排除虚假流量是否彻底扫清。
案例剖析虚假流量
看一组数据：
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%
这是某电商网站新上线的数据，从访问量、跳出率等这些数据指标来看表现都OK，单单jiu是订单转化率低？这里要开始打问号？了
先从数据上细分拆解。细分对虚假流量的打击是zui有效的，通过细分能甄别出虚假流量的模式和规律。
从上图判断出，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，月回访率非常低。
从上图我们可以得出这些信息：
- 新用户占比接近于 80%，说明新用户居多；
- 跳出率在 45% 左右，跳出率很低，说明流量质量还可以。
结合上面两张图是否发现如下问题：
- 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；
- 跳出率低，为什么转化率也那么低呢？
继续细分数据，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，意味着抓不到该流量来自于哪个 IP 段，但是访问量足够大，所以需要引起注意，有极大的作弊嫌疑。
上图这些流量中 72% 的流量来自于广告系列，转化率较低，不知道具体哪个广告系列来源拉了后腿。
<p style=”text-align: center;”>夜间流量广告系列来源占比分析</p>
<img src=”https://www.sensorsdata.cn/blog/content/images/2018/03/———1.png” alt=”” />
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。
案例总结
上面的案例通过层层细分，层层递进的方法zui终找到了虚假流量，广告主要想找出虚假流量，需要关注如下几个方面：
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，即便渠道贯穿于用户的整个访问过程，也不影响广告主按渠道分组查看每个渠道的具体表现，分而治之。
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，这时要高度重视。
流量的地理来源
访客会来自四面八方不同的地理位置，如果流量过于集中在某个地区，或者【未知】地点等，也要高度重视。
流量的用户终端
不同的渠道覆盖不同的用户群体，每个群体都会有一定的差异化。
可通过查看行业报告或者查询数据指数产品来了解数据，把这些数据作为行业基准值，进行对比。
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，如果流量在某个时段跳出率突然增高，可以结合上述案例进行细分拆解查看，哪个细分维度的跳出率增高。
流量转化如何
很多虚假流量可以模仿人的行为点击，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几乎是不可能，如果数据指标表现很好，业务转化很差的话，一,定要注意。
流量留存如何
留存指标有次日留存、7 日留存、30 日留存，作弊渠道会专门围绕这三个指标做手脚。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，正常情况下会从落地页开始进行分流，会点击不同的链接页面，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，点击的链接或内容的规律也基本固定。
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，回访频率几乎没有。
流量的单页面人均访问次数
某个落地页面的人均访问次数很高比如 4 次以上的话，jiu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分析，结果会更加准确。
流量的落地页点击热图分析
借助热图工具，从热图工具中，作弊流量的痕迹更易发现。
解决虚假流量，是一个斗智斗勇斗技术的过程，任“奥斯卡影帝们”黑科技傍身，只要广告主用足够的维度拆解指标，jiu必然能识破刷量的蛛丝马迹。
以上是关于广告流量太烧钱？谨防“虚假流量”的内容 ，仅供朋友们互动交流学习，网络创业圈感谢大家的阅读。
