Semalt ექსპერტიზა: რეფერალური სპამის ამოღება Google Analytic Report- დან

ზოგჯერ Google Analytics- მა შეიძლება წარმოაჩინოს საიტის მიმართულების უცბად გადაცემის ტრეფიკი, განსაკუთრებული რეკლამირების ან გამორჩეული შინაარსის გარეშე. ძნელია იმის ახსნა, თუ როგორ მოხდა ეს და რატომ გააკეთა ეს. სწორი ინფორმაციის მისაღებად, მუდმივად უნდა მოიცილოთ რეფერალური სპამი.

Semalt- ის მომხმარებელთა წარმატების მენეჯერი ლიზა მიტჩელი განმარტავს, თუ როგორ უნდა მოგვარდეს შემოდინების და არასასურველი სპამის პრობლემა.

რეფერალური სპამი

რეფერალური სპამი ხდება, როდესაც ვებ – გვერდი იღებს რეფერალურ ტრაფიკს სპამის წერილებისგან ან პროგრამებისგან. ინფორმაცია ჩანს Google Analytics– ის ანგარიშის ანგარიშებში, რომელიც არეულობას შეიცავს იქ არსებულ მონაცემებს და აწარმოებს მოხსენებებს. ისინი ადვილად მოსალოდნელია და შეიძლება ჰქონდეთ წყაროები მთელი მსოფლიოდან. სხვა დროს, ის უფრო ფარული ხდება, მაგრამ რეფერალური ტრაფიკი 100% -ით ბუფეტის კურსით, ალბათ, რეფერალური სპამია.

თუ ადამიანი ჯერ კიდევ არ არის დარწმუნებული, კარგი მავნე პროგრამის გამოყენებით, მათ შეუძლიათ ეწვიონ საიტს პირადად იმის სანახავად, თუ ტრეფიკი რაიმე გავლენას ახდენს. ტექნიკა, რომელიც გამოყენებულია რეფერალურ სპამთან მიმართებაში, არის ის, რომ განმეორებადი ვებსაიტები ითხოვს საეჭვო ვებგვერდზე განთავსებულ მისამართებს. Ghost spam არის ის, რასაც იღებს, არ სჭირდება სპამიერი იმ საიტის მოსანახულებლად, რომლის მიზანსაც შეუძლიათ.

რეფერალური სპამის დაფიქსირება

ზოგის მტკიცებით, შეიძლება გამორიცხოს რეფერალური სპამი. ინფორმაცია სრულად არ არის მართებული და აუცილებელია, რომ თავი შეიკავოთ Google Analytics– ში ნაპოვნი რეფერალური გამორიცხვების ჩამონათვალის გამოყენებით. მიზეზი არის ის, რომ იგი გამოიყენება მესამე მხარის კალათადან ტრეფიკის გამორიცხვის მიზნით. ეს ხელს უშლის მომხმარებლებს ითვალონ ტრეფიკი, თუ ისინი უბრუნდებიან საიტს. Google Analytics ცდილობს დაუბრუნოს ვიზიტორებს პირველ წყაროსთან ან საშუალოთან, რითაც გამორიცხავს მას, როგორც რეფერალური ტრაფიკის ნაწილს. ამ გამოძახებების გამორიცხვით, ცუდი რეფერალური ტრაფიკი გადამისამართდება სხვა საშუალო / წყაროზე და, ამრიგად, კვლავ გამოირჩევა ანალიტიკაში.

Spam Way– ის მოხსნა

გამორიცხვა სიაში არ არის საუკეთესო მეთოდი რეფერალური სპამის პრობლემის დასადგენად. მეთოდი ფილტრავს, მაგრამ არ გამორიცხავს სპამის ტრაფიკს. ამრიგად, თითოეული ხედიდან ტრეფიტი უნდა გაფილტრული იქნას რეფერალის გამორიცხვის ვარიანტის გამოყენებით. შემდეგი მეთოდები დაგეხმარებათ ამის მისაღწევად:

1. შექმენით ახალი ფილტრის ფორმა სახელწოდებით "Referrer Spam" ხედვის დონეზე

2. პარამეტრის ტიპი დააყენეთ "საბაჟოზე"

3. საველე ვარიანტში დააყენეთ "კამპანიის წყარო"

4. შაბლონის ველის ფილტრი უნდა შეიცავდეს რეფერალური სპამის დომენს შემდეგში

5. შეინახეთ

მეთოდი წაშლის სპეციფიკურ ტრაფიკს ამ შეხედულებებისგან. გადამწყვეტი მნიშვნელობა აქვს, რომ მომხმარებლებმა შეინახოს ეს ასლი ტექსტურ ფაილში, შემდგომი გამოყენებისთვის. ზოგიერთ საუკეთესო პრაქტიკაში შედის ვებ დეველოპერის შემოწმება, რომ შეამოწმოთ რეგულარული გამოხატულება, დარწმუნდით, რომ ისინი შეამოწმებენ ცნობილ ბოტებისა და ობობების ფილტრაციის შესაძლებლობას. ფილტრებს ამოქმედებიდან 24 საათი სჭირდება.

შექმნა სეგმენტი

საბაჟო სეგმენტები ხელს უშლის სპამის მონაცემებს Google Analytic- ის ანგარიშების გამორთვაში. ისინი ცოტა არაპროგნოზირებადია, რის გამოც მომხმარებლები უნდა დაიცვან შემდეგი:

1. გახსენით საანგარიშო ხედი GA- ში და დაამატეთ სეგმენტი, შეარჩიეთ New Segment (No Spam), შემდეგ Advanced პირობები

2. მიუთითეთ "სესიები" და "გამორიცხვა" ფილტრაციისთვის გამოყენებულ ვარიანტებში

3. აირჩიეთ "მატჩები regex" და "წყარო"

4. ჩასვით ადრე შენახული რეგულარული გამოთქმა

ამის შემდეგ შეინახეთ, შემდეგ შეინახეთ. იგი შლის ყველა აჩრდილს spam საწყისი რეპორტების დატოვებს სუფთა მონაცემები.

რეფერალურ ტრაფიკს რეგულარულად უნდა აკონტროლებდეს, რათა დარწმუნდეთ, რომ ყველა აჩრდილი მონაცემი არ ჩანს GA- ს ანგარიშებში. სავარაუდოდ, სცენარი იმაში მდგომარეობს, რომ როდესაც ერთი სპამის ვებსაიტი ამოიღებს, ასობით, თუ არა ათასობით სხვა, ამოიღეთ. ეს ნიშნავს, რომ გამოყენებული ძირითადი წმენდა დიდხანს არ გამართავს. ამასთან, თუ არა ტექნიკური, თუ არა ტექნიკური მიდგომა, შესაძლებელია რეფერალური სპამისგან განთავისუფლება Google Analytics– ის მონაცემებიდან.

რეფერალური სპამი წარმოადგენს სატყუარ ანალიზს, რომელიც იწვევს ცრუ ცნობებს. ანგარიშებს სჭირდებათ მონაცემების ზუსტი წარმოდგენა და ტრეფიკის მაჩვენებლები. Skewed მონაცემებს არ შეიძლება დაეყრდნოს, თუ რა მუშაობს და რა არ აქვს ვებგვერდზე.