网站流量来源怎么分析？渠道拆解与流量归因的实操

后台里的“来源”一栏点开，通常就是搜索、直接访问、外链、社交媒体几个分类，看着挺清楚。可一深究就糊涂了：为什么搜索来的都是百度，为什么直接访问占了四成，为什么外链里躺着一堆莫名奇妙的域名。网站流量来源怎么分析，关键是把来源分类的规则搞明白，再谈归因。

一、来源先分类，再谈分析

统计工具判断来源，靠的是访问页面时浏览器带过来的来源地址，也就是上一次访问的来源。没带来来源地址的，一律算直接访问。这个判断机制很简单，也正因为简单，会产生大量误差，后面几节都会围绕它展开。

分析来源的第一步不是看数，是确认分类对不对。如果你刚给所有推广链接加过参数，那“外链”里原来那批数会跑到“其他”或“推广”里，前后对不上是正常的，别当成异常。

二、utm 参数：把渠道标清楚的正规做法

在站外投放、放链接时，给地址加 utm 参数，是让渠道可识别的标准办法。常用的几个：utm_source 标来源平台，utm_medium 标媒介类型，utm_campaign 标活动名称。加完之后，统计后台就能把同一批链接的流量聚到一条活动下。

命名要定规矩，别今天写 weixin、明天写 wx、后天写 微信。同一个渠道三种写法，报表里就是三个渠道，等于白加。建议提前定一张命名表，谁发链接都照着填。

还有一种情况是历史链接没加参数，已经在外网传开了，回头改很麻烦。可行的办法是把老地址做一次跳转，跳转后的地址带上 utm 参数，让后续进来的流量能被正确归类。已经发生的访问救不回来，但新进来的能归位，总比一直混在“直接访问”里强。

三、直接访问里藏着三种情况

直接访问占比高，通常有三种可能。一是老用户收藏了网址，直接从书签进来；二是从微信、APP 内部点开，来源地址被抹掉了；三是有人用程序刷，或者从没有来源头的工具访问。三种情况性质完全不同，处理方式也不一样。

判断的办法是看这些直接访问的行为。如果跳出率很低、停留时间长，多半是真用户；如果跳出率极高、停留几乎为零，就要怀疑是机器流量了。别看到直接访问占比高就一概当好事。

四、从服务器日志里自己拆一遍来源

统计工具的分类口径你改不了，想按自己的规则拆，可以直接读 nginx 日志里的来源地址字段。这段脚本按来源域名给访问分堆：

# 从 nginx access.log 里拆渠道：看每个来源带来多少访问

import re

from collections import Counter

LOG = "access.log"

# nginx 默认 combined 格式：IP - - [时间] "请求行" 状态 大小 "来源" "UA"

pat = re.compile(r'"(?:GET|POST) [^"]*?" \d+ \d+ "([^"]*)" "([^"]*)"')

src = Counter()

for line in open(LOG, encoding="utf-8", errors="ignore"):

m = pat.search(line)

if not m:

continue

ref = m.group(1)

if ref in ("-", ""):

src["直接访问"] += 1

elif "baidu.com" in ref:

src["百度"] += 1

elif "sogou.com" in ref:

src["搜狗"] += 1

elif "bing.com" in ref:

src["必应"] += 1

else:

src["其他/外链"] += 1

total = sum(src.values()) or 1

for name, n in src.most_common():

print("%-8s %7d  %5.1f%%" % (name, n, n / total * 100))

跑完能看出来两件事：一是各来源的大致比例，二是“其他/外链”里到底有哪些域名。把那些域名打出来挨个看，往往能发现被采集、被镜像、被挂链的情况，这些是统计后台看不到的细节。

五、归因：一笔转化算给谁

用户从搜索进来，看了两篇文章，第二天从公众号再进，第三天直接输入网址来下单——这笔转化算给谁？这就是归因要解决的问题。常见的两种口径：算给最后一次访问的渠道，叫末次归因；算给第一次访问的渠道，叫首次归因。

两种口径得出的结论完全相反。末次归因会低估搜索的价值，因为搜索往往负责拉新，成交却发生在后面。所以看渠道价值时，建议两种口径都跑一遍，差异大的渠道重点看。

六、分析完要落到动作

来源分析不是看个比例就完事，落到动作上才有价值：某个渠道量小但转化高，考虑加大投入；某个渠道量大但跳出极高，检查它的落地页是不是对不上入口文案；搜索来源里长尾词占比高，说明该补内容。

每次分析至少产出一条可执行的动作，否则这份分析就是白做的。做来源分析最怕变成每周交个截图，图发完了，什么事都没发生。

还有一点容易被忽略：来源分析的结果要留档。这个月和上个月渠道占比怎么变的，只有留了记录才看得出来。不留记录，每次分析都像从头猜一遍，也说不清某个渠道的权重到底是在涨还是在退。

相关阅读：

《流量看着涨了质量却差？从来源分析里找出真实渠道》

《网站运营要看哪些数据指标？核心指标清单与解读方法》

《百度统计和服务器日志对不上？差异出在这几个地方》