Рейтинг статьи: 3,50 
Загрузка...Растущий трафик – это всегда приятно. Но как бы ни радовали цифры в статистике, важно понимать, что определенная часть переходов на любой сайт всегда будет нерелевантной. Данные могут искажать собственные посещения, накрутки, бот-трафик и другие нецелевые визиты, которые попадают в общую статистику и замыливают реальные показатели.
Поскольку веб-аналитика – это в первую очередь о решении практических задач, важно уметь распознавать весь нерелевантный трафик и исключать его из статистики. Система аналитики Яндекс.Метрика предусмотрела довольно много функций для детального анализа трафика, про которые нужно знать и уметь ими пользоваться. В этом материале мы подробно разберем, какой трафик следует отфильтровывать и как это делать, чтобы объективно оценивать продвижение своего сайта.
Фильтрация собственного трафика – три способа
Одна из разновидностей нецелевого технического трафика – персональные визиты. Они присутствуют на любом сайте. Особенно сильно такие переходы искажают статистику на молодых проектах, когда новорегу уделяется много внимания, или же на тех сайтах, над которыми работает большая команда. Для определенной категории проектов эта погрешность не ощущается, например, на инфосайте несколько десятков нецелевых визитов не испортят общей картины. Но если мы говорим, к примеру, о сайте с лидогенерацией, где каждый посетитель на особом счету, такой «шум» в данных ни к чему.
Простая фильтрация (на уровне браузеров)
Чтобы убрать из статистики все собственные визиты, в Метрике задают соответствующие настройки. Для этого нужно перейти в раздел «Настройки», и на вкладке «Фильтры» включить режим «Не учитывать мои визиты». После чего не забываем нажать «Сохранить».
Эта опция убирает из статистики все визиты и действия, совершенные из браузера, на котором ранее открывали отчеты или настройки Метрики. Механика отслеживания реализована через файлы cookies, поэтому такая фильтрация на уровне браузера, оставляет много брешей и не всегда обеспечивает эффективное распознавание трафика по принципу «свой-чужой». Так, визиты станут учитываться, если условные владельцы сайта будут заходить с других устройств, браузеров или же в режиме инкогнито. При этом активация опции не особо корректирует статистику на сайтах, где работает большая команда, часть которой никак не взаимодействует с Метрикой, но делает много обращений на сайт.
Фильтрация по IP-адресам
Более надежный способ не учитывать собственный трафик в статистике – его фильтрация по IP. Для этого в том же разделе нажимаем кнопку «Добавить фильтр», в выпадающем меню Поле ставим галочку напротив параметра IP-адрес (остальные настройки оставляем как есть). Теперь указываем IP-адрес, переходы с которого нужно убрать из статистики. Нажимаем «Сохранить».
Это оптимальный вариант корпоративной фильтрации, когда нужно отсечь сигналы в Метрику с большого количества устройств. Правда, в этом случае могут потребоваться более тонкие настройки, чтобы исключить сразу несколько IP-адресов.
Активируя такую фильтрацию, важно понимать, что вы не сможете ознакомиться с данными, если захотите откатить настройки и посмотреть исходную статистику по всем визитам за минувший период. Также фильтрация собственного трафика создаст определенные сложности, когда вы захотите протестировать работу настроенных целей или другие кастомные настройки. В зависимости от типа используемой фильтрации эта проблема решается удалением файлов cookies или при помощи VPN-сервисов.
Фильтрация на уровне отчетов
Собственный трафик также отфильтровывают на уровне конкретных отчетов. Этим способом можно пользоваться, если вы подрядчик и у вас нет доступа к настройкам счетчика, или же, если вам нужен более гибкий механизм фильтрации.
Открываем любой отчет → нажимаем на плюс рядом с «Для людей, у которых» → «Технологии» → IP и задаем нужные значения:
Если вы планируете пользоваться отчетом в дальнейшем, не забываем сохранить его (справа вверху), чтобы не нужно было каждый раз задавать одни и те же условия.
Удаление нежелательных сайтов из отчетов Метрики
По умолчанию код счетчика Метрики собирает данные со всех доменов, на которых он установлен. Да, такое бывает. Некоторым владельцам сайтов удобно анализировать статистику сразу с нескольких доменов, даже если проекты отличаются тематикой. Другие таким образом следят за KPI платных размещений, если гостевые площадки разрешают установить код своего счетчика.
Если вы имеете дело с такой моделью аналитики, но при этом вам нужно учитывать трафик только с одного или нескольких доменов, здесь поможет соответствующая фильтрация. Ее можно настроить в вышеупомянутом разделе:
Настройка → вкладка «Фильтры» → «Добавить фильтр»
Меняем тип фильтра («Оставить только трафик»), а в соседних выпадающих списках задаем «URL страницы» и «сайт и дополнительные адреса».
После сохранения настроек система аналитики будет учитывать трафик только с тех сайтов, которые заданы на вкладке «Счетчик». Здесь же можно разрешить или запретить подтягивать данные по поддоменам.
Сегментирование трафика по доменам
Статистику по нежелательным доменам также убирают посредством сегментации, точно так, как мы фильтровали трафик в отчетах. Это может помочь, если нет необходимого уровня доступа к настройкам или когда нужно сегментировать не все данные Метрики, а конкретный отчет.
Это можно сделать, например, так:
Открываем нужный отчет → Визиты, в которых → Поведение → Страница входа. В открывшемся окне задаем необходимое условие. В нашем случае мы хотим, чтобы в статистике отображался только трафик с основного домена (artisan-team.ru), поэтому добавляем следующее условие: https://artisan-team.ru/*. Специальный символ * означает, что система будет обрабатывать любое количество разных символов после слеша. Таким образом, данные со всех страниц по заданному домену будут подтягиваться в созданный сегмент.
Распознавание и фильтрация бот-трафика
Роботный трафик досаждает многим. Он мешает объективно оценивать метрики эффективности и заставляет переживать владельцев сайтов насчет позиций в выдаче. В 2020—21 годах в кругу вебмастеров и оптимизаторов одной из самых обсуждаемых тем стало нагуливание профилей. Речь идет о ситуациях, когда на сайт обрушиваются волны бот-переходов из нетипичных источников, как правило, из соцсетей. Все это выглядит как накрутка поведенческих факторов, но цель у этих «атак» другая: таким образом прогревают профиля ботов, нагуливая им историю, будто бы они реальные пользователи, совершающие реальные действия.
Читайте по теме:
Как работает скрутка поведенческих в 2021 и что такое нагуливание профилей
Такие поведенческие аномалии не только мешают заниматься веб-аналитикой, но и заставляют переживать насчет санкций со стороны поисковиков, поскольку, очевидно, что последние могут расценить это как накрутку ПФ. Яндекс первым отреагировал на всеобщую обеспокоенность, выкатив новый антифрод-алгоритм, определяющий нетипичную бот-активность на основе алгоритмов машинного обучения.
Как Метрика отфильтровывает ботов. Новый антифрод-алгоритм
Чтобы понять, как метрика обрабатывает роботные визиты – немного общей теории о таком трафике. Боты, или роботы – это программы, которые заходят на сайт с определенной целью. Условно их можно разделить на два типа:
- Функциональные боты. Они представляются перед системами аналитики и выполняют определенные функции. Классический пример – поисковые краулеры, они обходят страницы сайта, чтобы потом показывать их в выдаче.
- Боты, которые притворяются живыми пользователями. Их используют главным образом для фрода – разного рода обманных действий, от лица якобы реальных людей.
По умолчанию Яндекс.Метрика рассчитывает всю статистику без учетов роботов первого типа. Расширенная статистика по таким визитам доступна в отчете «Мониторинг» → «Роботы»:
Боты, которые представляются (их user-agent известен)
С ботами второго типа теперь борется продвинутая антифрод-система, созданная на основе алгоритмов машинного обучения. Она распознает бот-трафик по модели поведения и техническим сигналам, благодаря чему хорошо идентифицирует тех ботов, которые пытаются выдать себя за реальных пользователей. В результате можно получать максимально точные данные без искажений в статистике, а также, что очевидно, не переживать о риске пессимизации.
Режим «Данные: без роботов» активен по умолчанию, но при необходимости его можно отключить. Делать этого не стоит, в противном случае вы получите не только необъективную статистику по визитам, но и искаженные данные по поведенческим метрикам: показателям отказов, времени на сайте, глубине просмотров.
Доля роботности – ключевой индикатор качества трафика. Например, в базовом отчете «Источники, сводка», можно быстро увидеть, какой канал генерирует трафик с роботами, а какой – приводит реальных пользователей (Сравнить с данными без роботов). А также это позволяет контролировать добросовестность подрядчиков, которые продвигают ваш сайт в поиске (а не накручивают ПФ) или проверять качество переходов из соцсетей, где работа с ботами давно поставлена на поток.
Читайте по теме:
Яндекс.Метрика в деталях. «Источники, сводка» — разбираем возможности самого важного отчета
Фильтрация брендового трафика
Брендовый трафик – это поисковые визиты на сайт по запросам, которые, помимо прочего, содержат название бренда. Например, они могут выглядеть так:
Такой трафик очень важен для продвижения. Google и Яндекса оценивают такие сигналы в особом порядке: для них реальный брендовый запрос является свидетельством, что сайт популярен, сформировал вокруг себя лояльную аудиторию – следовательно, ему можно предоставить приоритет в ранжировании.
Отслеживание и работа над увеличением доли таких запросов – важная составляющая комплексного продвижения сайта. Нужно отметить и то, что привлечением брендового трафика обычно занимаются не технари, а маркетинговые подразделения. Поэтому чтобы оценить эффективность работы сеошников, руководителям проектов часто необходимо отсеять ту долю трафика, которая не является их прямой заслугой. В Яндекс.Метрике предусмотрена такая возможность.
Быстро отделить брендовый трафик при помощи фильтра, как мы делали это выше, в Метрике нельзя, но всегда можно воспользоваться сегментированием на уровне нужного отчета. Главным образом нас будет интересовать отчет «Посещаемость». С учетом того, что нам нужен только трафик из поиска, выбираем необходимый период и задаем первое условие:
Визиты, в которых → «Источники» → «Последний значимый источник» → «Тип источника» → «Поисковые системы»:
Теперь мы уберем из статистики все визиты по брендовым запросам, добавив еще одно условие.
Визиты, в которых → Источники → Последний значимый источник → Поисковая фраза:
Чтобы охватить максимально полный диапазон брендовых запросов, воспользуемся регулярными выражениями, специальными символами, которые уточняют параметры заданных условий:
! — отрицание условия. Этот знак нужно поставить в самом начале.
~ — режим регулярного выражения. Знак тильды мы ставим перед брендовой поисковой фразой, визиты по которой мы исключаем из статистики.
| — оператор перечисления. Очевидно, что брендовая статистика в нашем случае – это не только запросы со словом artisan-team. Люди могут искать через русскоязычное написание бренда, названия с опечатками, сокращения и пр. – все эти варианты также являются брендовыми запросами и их нужно перечислить в исходных условиях, через знак вертикальной черты.
В результате мы получим такое условие:
!~artisan|artisan-team|артизан-тим|артизан|artizan
Если перевести это с машинного языка, мы как бы сообщаем Метрике, что из отчета нужно исключить все визиты, совершенные по запросу, содержащему слово artisan и его перечисленные вариации. Отдельно отметим, что брендовый трафик – это не только запросы с названием компании. Вместе с брендом могут быть перечислены фамилии главных представителей или, например, адрес организации.
Если уж мы заговорили о точности данных по брендовому трафику, нужно учесть, что Яндекс.Метрика весьма приблизительно определяет пользовательские запросы для переходов из Google, поэтому снять точную статистику по брендовому трафику из этой поисковой системы вряд ли получится (по крайней мере, в Метрике). Это следует учитывать, особенно для проектов, где преобладает доля Google-трафика.
Вверху отчета можно увидеть, какой процент от общих посещений соответствует заданным условиям. В нашем случае 85,8 % – это доля трафика без брендовых запросов. Следовательно, доля последних составляет 14,2%.
Для большей наглядности можно сравнить сегменты: в одном столбце будет статистика с вычетом брендового трафика, во втором – общая посещаемость.
Сравнить сегменты → С сегментом, заданным вручную
Сохраняем отчет, чтобы каждый раз не задавать все условия заново.
В Яндекс.Метрике есть возможность сохранить не только отчет, но и сам сегмент. Тогда созданный шаблон с условиями можно будет быстро применять и к другим отчетам.
Еще коротко о возможностях сегментации
Сегментация на уровне отчетов – мощная опция Метрики, при помощи которой можно отфильтровывать не только собственный трафик или брендовые запросы, как в рассмотренных выше примерах, но и работать с множеством других параметров.
Через сегментацию можно узнать, какова доля новых посетителей, а сколько возвращается на сайт повторно. Это формирует максимально объективную картину об уровне лояльности к бренду.
Также сегментация позволяет сопоставлять трафиковость отдельных разделов, а не всего сайта. Например, можно оценить, какую долю посетителей на сайт приводит блог, группа товаров или любая другая внутренняя категория (об этом – ниже). Таким же образом можно понять, какой именно контент формирует вышеупомянутую лояльность аудитории. Через сегментацию смотрят, какие устройства генерируют больше конверсий и много других параметров.
Перечислять все сценарии использования этой опции не имеет смысла. Освоение возможностей сегментации — навык, который лучше отрабатывать на практике. Подобные скилы – маст-хэв для веб-аналитиков и тех, кто хочет во всех деталях оценивать эффективность своего сайта.
Настройки обработки URL для получения точной статистики
Часто одни и те же страницы на сайте имеют разный URL. Главным образом речь идет о всевозможных дополнительных элементах: utm-метках, анкорах и других параметрах, которые стоят в URL-адресе после знака вопроса (?), например:
Поисковые системы не воспринимают такие URL как дубли, но Метрика по умолчанию учитывает их как две разные страницы. Это создает определенные сложности при анализе трафика и других KPI на уровне конкретных страниц. Чтобы было удобнее собирать данные по таким URL, их нужно объединить в одну группу. Сделать это можно несколькими способами. Основной из них – поменять исходные настройки обработки URL. Это делают на уже упомянутой вкладке фильтры.
Таким образом, здесь можно задать следующие настройки обработки URL-адресов:
- учитывать их без конкретного параметра, который прописывают в поле «Значение для замены», обычно это упомянутые utm-метки или параметры отслеживания
- убирать абсолютно все параметры в URL, идущие после знака ? ; часто это актуально для интернет-магазинов, имеющих систему фильтрации на основе GET-параметров.
- удалять якорь (анкор) из всех адресов.
Проблемы с обработкой постраничной статистики могут быть вызваны не только метками или GET-параметрами. Необходимость в унификации URL-адресов может возникать, если на сайте есть страницы, у которых одни и те же адреса прописаны в разных регистрах (в этом случае задаем настройку: привести к нижнему регистру) или когда трафик на сайт поступает по разным протоколам (https и http).
Это довольно важные настройки, которые нужно менять максимально ответственно. Обратно вы сможете откатить их в любой момент, но восстановить данные за прошлый период уже не получится. Отдельно отметим, что такой способ объединения URL не всегда удобен. Например, при удалении UTM-меток не получится использовать данные этих самых меток-идентификаторов. А это весьма значимые элементы, с помощью которых отслеживают эффективность внешних переходов по разным каналам, например, из постов в социальных сетях, рекламных объявлений, партнерских публикаций и пр.
Если вариант с удалением фрагментов адресов не подходит, можно попробовать выгружать статистику по одним и тем же URL в разделенном виде, а затем объединять данные вручную, в Excel и Google Таблицах при помощи регулярных выражений или другой автозамены. Естественно, это потребует дополнительного времени и весьма заморочливо.
Еще один из способов консолидировать данные по URL с сохранением их параметров – это группировка на уровне отчетов. Предположим, нам нужно проанализировать трафик, который генерировал конкретный раздел сайта, например, блог. В этом случае целесообразно использовать отчет «Страница входа» с добавлением группировок соответствующих уровней.
Эту же информацию можно получить в отчете «Посещаемость», создав сегмент с необходимым условием.
Посещаемость → Визиты, в которых → Страницы входа → https://example.ru/blog/* (знак * соответствует любому количеству разных символов):
Посещаемость по конкретному разделу сайта
Добавив к сравнению сегмент, заданный вручную – получим наглядное сравнение, какова доля в нашем случае блогового трафика в общей картине посещаемости на сайте.
Соотношение трафика из блога к общему количеству посещений на сайте