垃圾流量和蜘蛛机器人一直在你的Google analysis中显示？

【此文章是阿沐整理创作的第26篇原创文章】谷歌分析(Google analysis)中有一个强大的内置过滤器功能，有助于防止垃圾邮件、机器人和其他破坏数据完整性的垃圾流量。然而，我经常发现那些不使用这些工具的网站，或者他们使用这些工具的网站，任然出现这些垃圾流量，形式奇形怪状，原因有哪些呢?

为了获得准确的数据，避免浪费你的时间，出现分析错误，今天就简单的说一下如何有效地处理分析中的不同类型的垃圾流量。

谷歌分析中的垃圾信息可以分为两种类型: ghosts and crawlers

1、Ghosts

大多数垃圾邮件都是这种类型的。 他们之所以被称为Ghosts，是因为他们从来没有访问过你的网站。比如这种的，大家肯定是见过的：

best-deal-hdd.pro巜─━─═━═─━━════━━visit━us

best-deal-hdd.pro◄══━═══━━━━━═━══visit─us

看起来是不是很搞笑，因为这种垃圾邮件与你的网站完全没有任何互动，你可能会想，这怎么可能，因为 GA 的主要目的之一不就是跟踪我们网站的访问吗?哈哈，其实更厉害的是，他们倒是可以通过使用Measurement Protocol来实现这一点，该协议允许用户直接将数据发送到 Google Analytics 的服务器上。使用这种方法，它可以随机生成跟踪代码(UA-XXXXX-1) ，垃圾邮件制造者会在不知道对方是谁的情况下，再使用假数据进行"访问"你的网站。

2、Crawlers

这种垃圾流量，与垃圾邮件相反，它是确实可以访问你的网站的。这些垃圾流量机器人会顺着你的网页，无视像 robots.txt 那样的规则，爬取阅读你的网站。当它们离开你的网站时，他们会在你的报告上留下类似于正常访问的记录。

很多人肯定都试过从 Htaccess 文件来阻止 Ghost Spam，或者使用引荐排除列表来阻止垃圾邮件，都没能起到很好的作用，这是因为Htaccess 文件无法阻止没有访问的流量，也就是Ghosts，而引荐排除虽然能阻止一些，但是那些通过其他方法进来的就没辙了。通常拥有大流量的大网站最容易受到垃圾邮件的影响，尽管影响不是致命的，但无效的流量意味着不准确的数据报告。作为一个数据分析师，你应当能够解释细致的报告中发生了什么以及怎么去避免。

那么怎么办呢?可以换个思维，反过来操作，就是直接只允许你自己设置的hostname来访问，其他的都屏蔽掉，hostname怎么找呢，看下图：

对于中小站点来说，当你确定你已经得到了所有这些hostname之后，你就可以创建一个类似于这个的正则表达式:

example\.com|anotherexample\.com| anotherexample\.com| anotherexample\.com

里面的域名大家自己去填下就好了，记住你不需要把所有的子域名都放在正则表达式中，因为一个主域将匹配所有这些，所以没必要。

最后就是创建一个自定义过滤器

进入“过滤器”，然后点击添加新的过滤器，进入这个界面：

创建完之后验证一下看看，点击保存。这个过滤器将屏蔽你设置的无效主机名的垃圾流量， 但重要的是，每次在ga中看到其他有效的主机名时，记得要将其添加到筛选器正则里面去。当然，这些操作都只适合中小网站，一般情况下都够用，大型网站我也在慢慢研究，我到时候出个付费教程，不想折腾的或者有需要的小伙伴可留言。

版权声明：

本订阅号的所有文字、图片资料，均由作者亲自整理创作，任何媒体、网站或个人未经本网协议授权不得复制、转载、转贴或以其他方式复制发布/发表，请尊重我的劳动成果，侵权必究，谢谢。