暗流量：定义与解决方案

什么是暗流量？

暗流量，又称无法归因流量，是指无法通过网络分析工具准确追踪来源的网站访问。这些访问通常来自点击封闭平台或其他移动渠道上的链接，这些链接不包含引荐来源信息（引荐字符串），因此难以追踪其来源 。

在 Google Analytics 等工具中，由于系统无法识别用户如何访问网站，暗流量经常被错误地识别为直接流量。这导致直接流量数据被高估，而其他流量来源的数据被低估，从而扭曲了整体的流量分析报告。

“暗社交”概念的起源可以追溯到2012年。《大西洋月刊》在一篇文章中首次提出“暗社交”一词，指的是无法通过网络分析衡量的内容分享行为。这些行为通常发生在网络分析无法触及的社交环境中，例如私人即时通讯应用、电子邮件或私密社交平台 。

暗流量对搜索引擎和营销人员来说是“不可见的”，因为传统的网络分析工具无法追踪它们。这使得营销人员无法准确评估不同渠道的效果，也无法优化营销策略。

造成暗流量的原因

暗流量的成因复杂多样，主要可以分为技术原因、平台特性和隐私保护三个方面。下表总结了导致暗流量的主要因素及其具体表现：

技术原因

技术限制是造成暗流量的主要原因之一：

•HTTPS 到 HTTP 重定向丢失 Referer：当用户从 HTTPS 页面跳转到 HTTP 网站时，出于安全考虑，浏览器默认不会传递 Referer 字段，导致来源信息丢失 。

•移动应用内链接：许多移动应用使用内置浏览器（例如 Facebook 的应用内浏览器）打开链接，而这些浏览器可能不会传递引荐来源信息 。

•文件内嵌链接：点击本地文档（例如 PDF、Word 文档、Excel 表格）中嵌入的链接时，不会传递来源信息 。

•浏览器安全设置：用户浏览器隐私设置可能会阻止来源信息被传递 。

•推荐人政策限制：网站制定的推荐人政策可能会限制或阻止推荐人信息的传递 。

平台特性

某些平台的设计特性使得在分享链接时无法追踪来源，这被称为“暗社交”：

•私密社交平台：在 WhatsApp、微信、Discord、Slack 等私密通讯应用中分享链接 。

•加密电子邮件：通过加密电子邮件（例如 ProtonMail）中的链接访问网站 。

•短信链接：点击通过短信发送的链接 。

•应用内私信：例如 Facebook Messenger、Instagram DM 等应用中的私信链接 。

•私密社交媒体渠道：私密 Facebook 群组、私密子论坛或仅与好友/粉丝分享的个人资料内容 。

•网址缩短服务：某些网址缩短服务（例如 bit.ly 的默认设置）可能不会保留原始引用信息 。

隐私保护

随着隐私保护意识的提高，越来越多的技术和政策限制了流量追踪：

•浏览器隐私设置：用户浏览器的隐私模式或严格的隐私设置可能会阻止传递来源信息 。

•引荐来源策略限制：网站可以通过设置引荐来源策略来控制引荐来源信息的传递 。

•iOS 隐私权政策：iOS 14.5+ 应用跟踪透明度 (ATT) 政策限制跨应用跟踪 。

•Cookie 限制：拒绝 Cookie 授权或使用广告拦截器的用户可能会影响跟踪准确性 。

•GDPR 和 CCPA 合规性：隐私法规要求网站在追踪用户之前获得用户同意，但部分用户可能拒绝被追踪 。

暗流量的影响

暗流量对网站分析和营销决策有多重影响，可能导致数据失真和资源浪费：

•数据分析不准确：直接流量数据被夸大，其他流量来源（例如社交媒体流量、电子邮件流量）被低估，导致无法准确评估每个渠道的有效性 。

•误导性营销决策：无法准确了解哪些渠道带来的流量和转化率最高，可能导致资源分配不当 。

•投资回报率计算错误：无法准确计算各营销渠道的投资回报率，影响预算分配决策 。

•内容策略偏差：无法了解哪些内容在哪些平台上最受欢迎，从而影响内容创作和分发策略 。

•用户体验优化难点：无法追踪用户来源渠道，导致难以针对不同来源的用户体验进行优化 。

真实案例：某电商网站发现，直接流量占比高达60%，但转化率却很低。深入分析后发现，这60%的“直接流量”实际上来自微信私聊分享的链接。由于未添加 UTM 参数，这部分流量被错误地识别为直接流量，导致无法准确评估微信营销的效果 。

如何识别暗流量

识别暗流量需要结合多种指标和分析方法 ：

•异常高的直接流量：如果直接流量占比超过 40-50%，但品牌知名度却没有明显提升，则可能存在大量暗流量。

•直接流量转化率低：真正的直接流量通常转化率很高（用户了解品牌）。如果直接流量转化率低，则可能是暗流量。

•移动端直接流量占比高：移动端暗流量通常更常见，因为应用内链接更容易失去引荐来源。

•新用户占比过高：如果直接流量中的新用户占比异常高，则可能是暗流量（真正的直接流量通常主要由回头客组成）。

•特定时间段流量激增：在营销活动期间，如果直接流量突然激增，这可能是由未标记的营销链接引起的“暗流量”。

在 Google Analytics 中，您可以通过以下方式识别暗流量 ：

•查看“流量获取”>“所有流量”>“来源/媒介”报告，重点关注直接流量特征。

•将直接流量用户行为指标（跳出率、会话时长、页面浏览量）与其他流量来源进行比较。

•分析直接流量设备类型、地理位置和用户类型分布。

•使用 UTM 参数标记所有外部共享链接，比较标记前后直接流量的变化。

如何减少暗流量

虽然无法完全消除暗流量，但可以通过技术配置、营销策略和工具使用来显著降低其影响 。

技术解决方案

•全站启用 HTTPS：确保整个网站使用 HTTPS，以避免从 HTTPS 重定向到 HTTP 时丢失引用信息 。

•配置引荐来源策略：通过设置适当的引荐来源策略（例如 `referrerpolicy=
"origin"）来保留引荐来源信息 。

•使用服务器端跟踪：采用 Google 代码管理器服务器端跟踪或其他服务器端跟踪解决方案来绕过客户端限制 。

•配置跨域跟踪：如果网站有多个域名，请确保正确配置跨域跟踪，以避免会话中断 。

营销策略

减少暗流量最有效的方法是使用 UTM 参数标记所有外部分享链接 ：

•强制添加 UTM 参数：为所有外部分享链接添加 UTM 参数，包括社交媒体帖子、电子邮件营销、短信和私信、线下广告中的二维码链接以及合作伙伴网站上的链接。

•UTM 参数标准：使用统一的 UTM 参数命名标准，例如：

•utm_source：来源（例如，微信、电子邮件、Facebook）

•utm_medium：媒介（例如社交媒体、电子邮件、点击付费广告）

•utm_campaign：活动名称（例如，每周新闻简报、产品发布）

•utm_content：内容标识符（例如，按钮、链接、横幅广告）

•utm_term：关键词（主要用于付费搜索）

•使用网址缩短服务：使用 Bitly、TinyURL 等网址缩短服务，这些服务通常支持 UTM 参数并保留跟踪信息 。

•电子邮件营销链接标记：确保电子邮件营销工具（例如 Mailchimp、SendGrid）中的所有链接自动添加 UTM 参数 。

工具和方法

•Google Tag Manager 配置：使用 GTM 自动向链接添加 UTM 参数，从而减少手动添加标签的工作量 。

•自定义事件跟踪：为关键用户行为设置自定义事件，以便即使引荐来源网址丢失也能跟踪用户来源 。

•UTM 参数生成器：使用 Google 的广告系列网址生成器或其他 UTM 参数生成工具，确保参数格式正确 。

•定期审核：定期检查 Google Analytics 中的直接流量数据，以识别异常模式 。

•对比分析：比较 UTM 标记前后交通数据的变化，以评估标记效果 。

导致暗流量的其他问题

除了前面提到的技术原因、平台功能和隐私保护之外，还有其他一些问题也可能导致暗流量或流量归因不准确 ：

未标记的营销活动来源

这是导致“暗流量”的最常见人为因素之一。当营销活动中的链接没有添加 UTM 参数时，这些流量会被误认为是直接流量。

•表现形式：促销活动期间直接流量异常上升，但转化率可能较低。

•原因：线下广告、短信或即时通讯工具（如微信）中分享的链接未添加 UTM 参数，导致流量被错误地识别为“直接来源”。

•解决方案：

•强制所有外部分享链接添加 UTM 标签（例如 utm_source=wechat）。

•制定 UTM 参数使用标准，确保所有团队成员遵守这些标准。

•使用 UTM 参数生成工具或 Google 代码管理器自动添加参数。

单页应用程序 (SPA) 和动态加载

单页应用程序 (SPA) 通过客户端渲染页面，如果跟踪代码配置不正确，可能会导致流量归因问题。

•表现形式：直接流量占比虚高，用户行为数据存在问题。

•原因：SPA 通过客户端渲染页面，GA 跟踪代码未正确触发，导致会话记录不完整和来源信息丢失。

•解决方案：

•使用 Google Analytics 增强型电子商务插件跟踪动态事件。

•配置 History API 以监听路由更改，确保页面切换时正确触发跟踪。

•使用 Google 代码管理器的 SPA 跟踪配置。

HTTPS 和 HTTP 混合环境

当一个网站同时存在 HTTPS 和 HTTP 环境时，可能会导致 Referer 信息丢失，从而产生暗流量。

•表现形式：引荐流量丢失来源信息，被错误地识别为直接流量。

•原因：当 HTTPS 页面重定向到 HTTP 网站时，出于安全考虑，浏览器默认情况下不会传递 Referer 字段。

•解决方案：

•启用全站 HTTPS，这是最根本的解决方案。

•如果暂时无法在全站范围内启用 HTTPS，您可以通过 <meta name="referrer" content="origin"> 标签强制保留 Referer 信息。

•配置引荐来源策略以控制引荐来源信息的传递策略。

跨设备和隐私保护

随着隐私保护政策的加强，跨设备跟踪变得越来越困难，这也可能导致流量归因不准确。

•表现形式：用户旅程数据存在问题（例如，在移动设备上浏览后在电脑上下单的行为无法关联），部分流量无法准确归因。

•原因：

•iOS 隐私权政策（应用跟踪透明度）限制跨应用跟踪。

•用户拒绝授权使用 Cookie，导致无法追踪用户行为。

•浏览器隐私模式会阻止跟踪脚本运行。

•GDPR 和 CCPA 等隐私法规要求在跟踪用户之前征得用户同意。

•解决方案：

•采用概率模型（例如谷歌的隐私沙盒）来弥补数据盲点。

•使用服务器端跟踪绕过客户端限制。

•实施第一方数据收集策略，以减少对第三方 Cookie 的依赖。

•优化用户同意流程以提高跟踪同意率。

暗流量最佳实践

以下是一些减少暗流量影响的最佳实践 ：

•建立 UTM 标签标准：制定统一的 UTM 参数命名标准，确保所有团队成员遵循相同的标准，从而促进数据分析和报告。

•自动执行 UTM 标签：使用工具（例如 Google Tag Manager、UTM.io）自动向链接添加 UTM 参数，从而减少人为错误。

•多通道跟踪设置：设置所有营销渠道的跟踪机制，包括社交媒体、电子邮件、短信、线下广告等，确保不遗漏任何渠道。

•定期审核和优化：每月审查流量数据，识别暗流量模式，并调整跟踪策略。

•团队训练：确保营销团队成员了解 UTM 参数的重要性，并在所有共享链接中使用它们。

•技术配置优化：确保网站技术配置正确，包括 HTTPS、引用策略等，以减少技术性暗流量。