Semaltkompetens: ta bort hänvisningsskräppost från Google Analytics-rapporter
Ibland kan Google Analytics avbilda en konstig tillströmning av hänvisningstrafik till en webbplats utan speciella kampanjer eller enastående innehåll. Det blir svårt att förklara hur detta hände och varför det gjorde. För att få korrekt information bör man bli av med hänvisningsspam permanent.
Lisa Mitchell, Customer Success Manager för Semalt , förklarar hur man löser problemet med tillströmning och oönskad skräppost.
Referensskräppost
Referens spam inträffar när en webbplats tar emot remissstrafik från spam bots eller program. Informationen visas i Google Analytics-kontorapporter som rör med de data som finns där och avlar problem med rapporteringen. De är lätta att upptäcka och kan ha källor från hela världen. Andra gånger blir det mer hemligt, men hänvisningstrafik med 100% avvisningsfrekvens är förmodligen ett referensskräppost.
Om man fortfarande inte är säker, med ett bra malware-program till hands, kan de besöka webbplatsen personligen för att se om trafiken har någon inverkan. Tekniken som används vid hänvisningsspam är att återkommande webbplatsbegäranden skakar hänvisningsadresser till målwebbplatsen. En Ghost-skräppost är den som får inte behöver en skräppost för att besöka webbplatsen de vill rikta in sig på.
Fixa hänvisningsspam
Vissa hävdar att man kan utesluta hänvisningsspam. Informationen är inte helt korrekt, och det är viktigt att man avstår från att använda listan med undantag från hänvisningar som finns i Google Analytics. Anledningen är att den används för att utesluta trafik från en tredje parts kundvagn. Det hindrar kunder från att räkna som trafik om de återvänder för att välja bort webbplatsen. Google Analytics försöker ansluta de återkommande besökarna till en tidigare källa eller medium, och därmed utesluter det som en del av remissstrafiken. Så, genom att utesluta dessa hänvisningar, kommer den dåliga remissstrafiken att omdirigeras till ett annat medium / källa och därmed fortfarande skev i analysen.
Ta bort skräppost
Uteslutningslistan är inte det bästa sättet att lösa problemet med hänvisningsspam. Metoden filtrerar, men utesluter inte skräpposttrafik. Därför måste trafiken från varje vy filtreras bort med alternativet för uteslutning av hänvisning. Följande metoder hjälper till att uppnå detta:
1. Skapa en ny filterform som heter "Referrer Spam" på visningsnivå
2. Ställ in alternativtypen till "anpassad"
3. Ställ in "kampanjkälla" i fältalternativet
4. Mönsterfältfiltret ska innehålla referensskräppedomänen enligt följande
5. Spara
Metoden raderar den specifika trafiken från dessa vyer. Det är avgörande att användare förvarar en kopia av detta i en textfil för framtida användning. Några av de bästa metoderna inkluderar att en webbutvecklare ska kontrollera det vanliga uttrycket och se till att de kontrollerar alternativet för att filtrera kända bots och spindlar. Filtren tar 24 timmar från implementering till effekt.
Skapa ett anpassat segment
Anpassade segment hjälper till att hålla skräppostdata från Google Analytic-rapporterna. De är lite oförutsägbara vilket är anledningen till att användare bör följa följande:
1. Öppna rapporteringsvyn i GA och Lägg till segment, välj Nytt segment (inget skräppost) och sedan Avancerade villkor
2. Ange "sessioner" och "utesluta" i alternativen som används för att filtrera
3. Välj "matchar regex" och "källa"
4. Klistra in det vanliga uttrycket som sparats tidigare
Spara sedan och applicera sedan efter detta. Det tar bort all spöksspam från rapporterna och lämnar rena data.
Hänvisningstrafik måste regelbundet övervakas för att se till att all spöksdata inte visas i GA-rapporterna. Det troliga scenariot här är att när man tar bort en enda spam-webbplats kommer hundratals, om inte tusentals fler, att dyka upp. Det betyder att den grundläggande rengöring som används inte kommer att hålla länge. Oavsett om man använder en teknisk eller icke-teknisk strategi är det möjligt att bli av med hänvisningsskräppost från Google Analytics-data.
Hänvisningsspam presenterar snedställd analys som resulterar i falska rapporter. Rapporter behöver exakta framställningar av data och trafikhastigheter. Skräddarsydda data kan inte lita på för att visa vad som fungerar och inte för webbplatsen.