TimLi Logo

直接流量異常多?GA該如何排除自身或公司流量?

Table of Contents

前言

筆者經營timli.io這個部落格到撰寫此篇文章將近兩個月的時間,近期打開GA時,發現某項數據挺異常的(如下圖),先考考各位,你發現了什麼問題?

GA截圖

沒錯,近一個月的時間這個部落格的直接流量竟然高達「94.5%」!難到是我網站內容寫得太好了嗎?短短一兩個月的時間竟然就累積到大量的鐵粉,還會定時回到我的部落格閱讀文章,導致我網站主要的流量來源都是直接流量 (direct traffic)。

真的是如此嗎?

其實不然,在開始之前如果你不太理解何謂直接流量,建議你可以先閱讀Harris大大所撰寫的:完整解析:你該理解的直接流量 (direct / none)

簡單來說,最常會被GA歸類在直接流量的狀況,不外乎是從「書籤」或是直接透過「輸入網址」的方式進入我們網站的流量。

但筆者至今經營部落格也才一、兩個月的時間,哪來的時間累積那麼多的忠實粉絲?換句話說,其實這些流量其實都是「筆者自己」每天進到自己的網站撰寫文章、調整排版所產生出的流量,理應當被排除才是。

讓我們換個情境,假設一家經營電商的公司內部有幾十位員工,光是一個活動檔期,包括產品的上下架、版面調整、bug排除等等,在沒有排除自家員工的流量下,肯定會留下不少的直接流量。如果在事後在做數據分析時,又沒有把這些資料排除,分析的準確度絕對會大打折扣。

因此,此篇想要跟大家分享的,就是該如何好好地排除不管是自身或者公司內部的流量,才能夠有效提升GA資料來源的品質,找出正確的insight。

 

我的IP是多少?

GA排除流量的方式其實不難,首先找到自己的IP位置,將這組IP複製到GA做排除設定,就完成了!

BUT,事情真有這麼簡單嗎?

試想看看,對於撰寫部落格的站長來說,他只會在一個地方寫文章嗎?一間公司負責電商網站的員工有那麼多,每個人的IP位置都一樣嗎?

簡單來說,只要在不同的地方連上不同的網路,IP位置就會不一樣,即便同一間公司的員工都連上同一組WIFI,他們的IP位置也會不太一樣,那我們就得把一組一組的IP慢慢排除嗎?假設公司有100、300個員工呢?

很顯然地,我們不可能這麼做,那我們該怎麼辦呢?下一節的主題:「規則運算式」會告訴你。

 

規則運算式 – 排除不必要的流量

規則運算式又稱正規表示法,是一組語法規則,主要是用來幫助我們從一大串雜亂、尚未整理的資料中擷取出我們真正需要的資料。

規則運算式其實有許多語法,但為了避免讀者混淆,講太多可能也記不太起來,此篇文章只會介紹我們今天會用到的7個語法。

語法   規則運算式意涵
^ 插入符號 表示資料的開頭
$ 錢字號 表示資料的結尾
. 點號 比對任何字元
\ 反斜線 把任何特殊字元變成一般字元
* 星號 與前一個字元比對0次或多次
| 直線 表示or(或者)的意思
.* 點+星號 任何條件都會比對成功

這麼說或許還是有點抽象,讓我套用前述的兩個情境來做說明:

情境A:部落格站長最常在家裡、咖啡廳、高鐵使用網路來撰寫文章

假設三組IP分別是1.1.1.1、2.2.2.2、3.3.3.3,我們該怎麼設定規則運算式來同時取得這三組IP呢?

^1\.1\.1\.1$ | ^2\.2\.2\.2$ | ^3\.3\.3\.3$

1. 我們用直線符號|表示or並做出區隔,代表只要有符合三組IP其一,這組規則運算式就算通過。

2. ^表示比對字串的開頭、$表示結尾。

3. 因為點「 . 」在規則運算式中也是語法之一,但在此處,我們需要這個點號是IP位置的點,而不是規則運算式。因此透過反斜線「\.」將點號變成一般字元

B:公司負責電商網站的50位員工分別連上兩組Wifi

假如20個人連上A Wifi、30個人連上B Wifi,那連上同一組Wifi的員工只會是前三組數字相同、最後一組不同。

換句話說,A組20個人的IP會呈現成1.1.1.168、1.1.1.20、1.1.1.127…依此類推共20組,B組同理2.2.2.144、2.2.2.178…共30組。

所以我們的規則運算式可以這麼設定:

^1\.1\.1\.*$ | ^2\.2\.2\.*$

1. 我們用直線符號|表示or並做出區隔,代表只要有符合三組IP其一,這組規則運算式就算通過。

2. ^表示比對字串的開頭、$表示結尾。

3. 因為點「 . 」在規則運算式中也是語法之一,但在此處,我們需要這個點號是IP位置的點,而不是規則運算式。因此透過反斜線「\.」將點號變成一般字元

4. 在共享IP的情況下,前三組數字都會相同,僅最後一組不同,所以我們IP的第四組可以透過「.*」來配對任何的數字。

 

GA設定步驟

拿到我們規則運算式的語法之後,接下來只需要到GA做簡單的設定即可:

(1) 左下角管理 > 資料檢視層級的「篩選器」

GA截圖

(2.1) 篩選器類型:預先定義

假設你真的只有一組IP需要排除,那篩選器類型請選「預先定義」,且IP位置也不需輸入規則運算式的語法,輸入你想要排除的IP即可(如下圖)。

GA截圖

(2.2)篩選器類型:自訂

比起預先定義,在實務的情況,我們更常使用到「自訂」的方式,這時候就需要透過規則運算式的語法做設定,在GA上才能真正排除掉不需要的流量來源(如下圖)!

GA截圖

如何驗證?

請同事同時上線,並打開GA的「即時流量報表」,檢查是否仍會記錄他們的流量。但假如排除的IP太多,可能要等個數小時或數日,在查看報表的直接流量是否有異常多的狀況發生。

 

注意事項

1. 篩選器不溯及既往,換而言之,設定完成只會排除往後的資料,過去的流量還是會被記錄在GA上。

2. 以上的IP僅為舉例,請透過網站What’s my IP,來查詢你的IP位置。


發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

cookieless future
數位行銷
Tim Li

迎接Cookieless時代的數位廣告策略:1st & 3rd Party Data

即將進入Cookieless時代,讓我們行銷人不得不面對日益嚴格的隱私保護法規,這對數位廣告行業帶來了前所未有的挑戰。以歐盟的GDPR為例,這一法規要求企業確保數據使用的透明度和可控性,限制了以Cookie為基礎的廣告追蹤方式,勢必會大大降低的廣告的效率以及成效。

閱讀更多 »
programmatic buying
數位廣告
Tim Li

Programmatic buying vs. Walled Garden,有什麼不一樣?

在此篇文章,我將介紹DV360 (Display & Video 360)和TTD等programmatic buying平台的特點和作用,並分析Meta Ads和Line Ads這些walled garden的特點和使用範疇。此外,本文還將比較programmatic buying和walled garden的差異,包括控制權、數據開放性和廣告曝光策略,並探討它們的優缺點對比。最後,我們將探討數位廣告產業中的programmatic buying和walled garden的未來發展趨勢與挑戰。

閱讀更多 »
行銷工作求職術:我要如何選擇行銷代理商(agency)或品牌行銷?
行銷經驗分享
Tim Li

行銷工作求職術:我該如何選擇行銷代理商 (agency)或品牌行銷 (brand)?

此篇文章討論了選擇行銷代理商 (marketing agency)或品牌行銷人員(brand marketing)對職業發展和專業成長的影響。代理商工作可以提供廣泛的行銷經驗和知識,接觸不同品牌和產業的挑戰。而品牌行銷人員則更專注於品牌定位、策略規劃和資源協調,參與品牌的成長和發展。在認真發展職業的前提下,選擇哪個方向取決於個人的目標、興趣和職業價值觀。

閱讀更多 »