细说Google Analytics中的流量来源

最近在查看一个网站的数据时发现，该网站流量来源中直接流量部分占了40%。这说明有近一半的访次属于直接访问！对照Google Analytics对直接流量的定义，确认该网站近期没有进行过大规模的线下推广活动后，我们马上就可以得出这样一条结论。访客对网站有很高的忠诚度。因为他们可以记住14个字母的英文二级域名，并且每次直接输入域名或从收藏夹中直接访问网站。但事实真的是这样吗？我有些怀疑。

Google Analytics对直接流量的定义。

通过点击书签或直接在浏览器中输入网址进入网站的访问者。直接流量可包括通过离线广告系列（如印刷材料和电视）引入的访问者。

诡异的直接流量来源

我怀疑的原因主要有3个：

1，网站的内容和服务都是针对国内用户的，并且很大众化。14个字母的英文二级域名访客真的记得住吗？（还记得那个故事吗？很多人每次上网都登录baidu.com，然后在里面输入网站名称，再在结果里点击访问。即使访问google也是如此。）

2，按照经验，40%的直接流量在行业中算是一个比较高的水平了。一般有两个产生原因。

A: 较新网站，搜索收录和外部链接都不多的情况下，大部分的来源都集中在直接访问。

B: 知名网站，比如sohu.com, qq.com等等。这些高知名度的网站，访客不仅会记下域名还会加入收藏。

3，直接流量并没有那么单纯，里面可能包含很多未知的访问来源。

上面的三个原因只是我的猜测，猜测不能写在报告中，更不能证明这40%的直接流量存在问题。我们还需要回到报告中，用数据来说话。按照直接流量的定义，访客收藏网站地址说明网站内容对访客有吸引力，访客愿意继续访问网站。而主动输入域名或从收藏夹中访问网站，都说明访客有主动访问网站的意愿。 所以我们从跳出率，访客类型和访问时长几个指标上对这40%的直接流量进行对比和分析。

跳出率报告对比

跳出率可以用来衡量网站内容与访客的匹配程度，当访客在网站上没有找到需要的内容时，就不会继续访问，并且直接离开网站。

上面的截图中，高高的，飘在最上面的，绿色的曲线就是直接流量。直接流量的跳出率要高于搜索流量和推介流量，甚至高于整站的跳出率水平。

访客类型报告对比

在访问者类型报告中，直接流量中有37%属于新访访，比非付费搜索的比例还要高。真不知道这些新访客是如何获得，记住，并准确输入这14个字母的网站二级域名的。

访问停留时间对比

在访问停留时间上，直接流量中也有大部分访次的停留时间只有0-10秒。明显低于非付费搜索流量的水平。

通过上面三个报告的对比发现，40%的直接流量有较高跳出率，新访率和较短的访问停留时间。这些都不太符合直接流量的访客行为特征。并且说明Google Analytics对直接流量的定义也不够准确。

那么Google Analytics的直接流量里除了直接访问和收藏夹外还包含哪些来源的流量呢？先来看下Google Analytics是如何获得网站的流量来源，又是如何对不同的来源进行分类的。（这部分有点偏技术，并且有点复杂。看我能不能解释清楚）

Google Analytics中的三种流量来源

通常，在我们输入域名访问一个网站的时候，浏览器会向服务器发送一个HTTP请求，在这个请求的头部信息中会包含一个Referer字段，记录了本次请求的来源URL地址。

推介网站流量：

如果你通过点击http://webdataanalysis.net/上的友情链接访问我的博客，在HTTP请求的Referer字段中就会记录下这个URL地址。同时在页面加载后Google Analytics的追踪代码会向Google返回一条数据，参数中utmr也会记录到这个URL地址。

PS：webdataanalysis.net是一个很棒的网站数据分析博客。

搜索引擎流量：

如果是通过搜索引擎呢？当我们在搜索引擎中查询关键词的时候，搜索结果页的URL里会带有我们当前搜索的关键词内容。比如，我在google搜索我的网站域名。搜索结果页的URL是这样的。

http://www.google.com/search?hl=en&q=bluewhale.cc&aq=f&aqi=g-s1g2&aql=&oq=&gs_rfai=

q是google 的查询参数，后面是我本次搜索的关键词。点击结果访问网站时，HTTP会把这个URL记录到Referer字段里。

在ga,js文件中，会对每次Referer字段的URL进行比较，如果是搜索引擎就保存关键字信息。并一起发送回google的服务器。

直接访问流量：

如果是直接输入域名，或者是从收藏夹中访问，在HTTP的请求中就不会有Referer字段，同时Google Analytics的返回数据中utmr的值也会为空。

三种流量来源的记录方式都说完了，看起来还算清楚，HTTP头信息记录访问的Referer信息，Google Analytics按照Referer信息对来源进行判断，有Referer信息的算作推介来源，Referer信息与JS文件中的搜索名称匹配的保留关键字信息，并算作搜索来源。没有Referer信息的算作直接流量。看起来不会有什么问题的。但实际上并不是这么准确的。

PS:此外，在Google Analytics的流量来源饼图中有时还会有黄色的部分。这部分表示单独标记过的URL所产生的流量。

对流量来源造成影响的因素：

影响搜索引擎流量的因素：

Google Analytics依靠JS文件中的搜索引擎名称和查询参数列表来判断本次访问的来源，但JS文件中并没有覆盖所有的搜索引擎。所以当Google Analytics在找不到对应的搜索引擎名称，或者查询参数的时候，就会把这次访问归为推介网站来源。

影响推介网站流量的因素：

Google Analytics依靠Referer字段来获得访问的来源URL，并根据是否有Referer信息来对流量进行分类。但有时却无法获得这部分信息。比如：

1 点击Flash广告中的链接

2 点击包含在JS中的链接

3 使用鼠标拖拽链接打开页面

4 … …

Kevin Yang的博客中列举了各种可能丢失Referer的原因，并针对每个原因在不同的浏览器中进行了测试。

影响直接访问流量的因素：

所有丢失Referer信息的来源都会被Google Analytics算作直接流量。所以，直接访问流量的组成比较复杂。里面可能包含了部分推介来源的流量，这会使报告中的直接流量膨胀。同时当访问者首先通过搜索引擎或标记链接访问网站后，再次直接访问时，这部分直接流量又会被记录为之前的来源。 这些都会影响我们对直接流量属性的判断。

所以在开头的那个例子中，仅凭数据的解释和定义对数据进行分析是不够的。好像纸上谈兵。这时我们更多需要的是对行业的了解（这个指标在行业中表现如何？），对用户的了解（用户真的会这么做吗？），和怀疑的精神（数据究竟是如何产生的？）。

——【所有文章及图片版权归 蓝鲸（王彦平）所有。欢迎转载，但请注明转自“蓝鲸网站分析博客”。】——