用户行为分析：排除内部流量前后怎样检查是否误删真实访问
📱 Mozilla/5.0 (compatible; QlyzeBot/1.0; +https://app.qlyze.io/bot)
🔗 /ccc7621de5de.html
📄
用户行为分析：排除内部流量前后怎样检查是否误删真实访问
把内部流量从用户行为分析里剔掉之后，如果总量下降幅度明显大于内部访问的合理占比，先不要急着认定过滤规则写对了。更常见的情况是过滤条件过宽，把真实访问一起删掉了。判断是否误删，核心不是看总量降了多少，而是看被删掉的那部分记录里，还有没有具备真实用户特征的会话。
先分清两种解释：过滤过宽，还是内部流量本来就多
排除内部流量后数据大幅下降，存在两个方向完全不同的解释。
- 解释一：过滤条件过宽。比如按IP段、设备标识或UA关键字一刀切，把同一出口下的真实访客、共用网络里的外部用户、或UA恰好匹配的普通浏览器一起删了。
- 解释二：内部流量确实占比很高。办公网络集中出口、测试环境反复访问、监控或爬虫脚本高频请求，都会让内部流量在原始日志里占据很大比例，排除后下降本就正常。
两种解释都会表现为“总量下降”，但处理方式相反：前者要收窄规则，后者要维持规则。所以必须先找到能区分它们的证据，而不是凭下降幅度下结论。
用可核查的证据链区分两种解释
能区分解释一和解释二的证据，来自被删除记录本身，而不是删除后的汇总数字。建议从原始日志或明细表里把“被判定为内部”的那批记录单独取出来，逐项检查。
- 看会话行为结构。真实用户通常有页面停留、滚动、多页跳转、表单交互等痕迹；纯内部监控或脚本往往路径单一、间隔规律、缺少交互事件。如果被删记录里存在完整的多页浏览和交互，过宽过滤的可能性上升。
- 看来源与落地页分布。真实访问常带有外部来源、搜索落地页或广告参数；内部访问多直接进入后台或固定URL。若被删记录里出现大量外部来源和自然落地页，需要怀疑误删。
- 看时间分布。内部访问常集中在工作时段且节奏规律；真实用户分布更分散，含夜间和周末。被删记录若覆盖非工作时段，应单独复核。
- 看设备与网络标识的复用情况。同一IP或设备标识下，如果既有明显后台操作，又有面向公众页面的正常浏览，说明这个标识同时承载了内部和外部流量，按标识整体删除就会误伤。
这些证据要能回溯到具体记录，而不是只看统计报表里的合计。第三方估算、搜索引擎报告和站内统计口径本来就不同，用它们互相印证时只能作方向参考，不能当作还原真实访问的唯一依据。
一个假设例子：收窄规则后如何验证
假设某站点原先用“IP属于公司出口网段”作为内部流量判定条件，排除后总会话数下降约三成。此时不要直接接受这个结果，而是做一步动作：把该网段内、但访问了面向公众页面且带有外部来源参数的会话单独列出。
如果这批会话数量可观，且行为特征接近真实用户，就说明原规则过宽。下一步应把判定条件从“整个网段”收窄为“网段加特定路径或特定标识”，再重新跑一遍过滤，对比收窄前后被删记录的差异。收窄后若被删记录主要是后台路径和规律性请求，说明规则更接近内部流量的真实边界；若仍有大量带外部来源的会话被删，则需要继续拆分条件。
这个例子的数字仅用于说明比较方法，不代表任何真实站点的实际比例。重点是动作本身：先隔离被删记录，再决定规则是收窄还是维持。
检查时容易踩的三个坑
- 只看下降幅度就下结论。下降大既可能是误删，也可能是内部流量本就多，单看幅度无法区分。
- 用过滤后的报表反推被删内容。过滤后的数据已经不含被删记录，无法用来判断删得对不对，必须回到过滤前的明细。
- 把某个指标归零当作处理正确。请求量或抓取量降到零，也可能只是采集环节出了问题、规则误伤了全部流量，或统计口径变了，不能单独作为判定依据。
决定下一步的判断标准
复核完成后，按证据走向决定动作：如果被删记录里存在带外部来源、多页交互、非工作时段分布的会话，就先收窄过滤条件再重跑；如果被删记录几乎都是后台路径、规律请求和固定URL，就维持现有规则，并把这次复核的判定条件记录下来，供下次调整时对照。无论哪种结果，都应保留过滤前后的两份明细，让下一次检查有可回溯的起点。
