记住这 3 大用户行为特征，教你识破 80% 的刷单行

对于市场和运营的同学而言，刷单是个很让人头疼的问题。我们应该怎样区别流量的好坏，确定投放费用有没有白花呢？事实上，任何刷单、刷流量作弊行为都有一定的规律；通过对用户行为数据的分析，可以识别出哪些才是虚假流量。

一般而言，刷单、刷流量的作弊行为有如下三大特征：

1.访问集中在某个特定时间内；

2.某种不常见机型突然间数量很多；

3.用户频繁更换IP地址。

　　借助 用户行为数据分析 产品，多维度（时间、机型、IP地址等）分析用户的行为，可以清晰的发现其中的猫腻。

　　 特征一：访问集中在某特定时间

　　某垂直行业的网站发现，他们一个付费推广渠道的用户留存率较之往常突然上升10%-20%。本应欣喜，但运营人员敏锐的感觉到了其中的异常。借助 用户行为数据分析工具GrowingIO ，他们将这个渠道的新增用户做了一个分群，然后通过用户细查分析这部分用户的具体行为轨迹。

大量刷单机器人访问一个页面就跳出

短时间内大量机器人访问页面

通过数据分析发现，这部分用户多集中于凌晨3、4点或早5点半左右访问，且每次只访问启动页和首页两个页面，完全没有深层访问页面、事件等其他用户行为数据。通过用户细查中的访问来源，运营人员迅速锁定了作弊渠道，停止投放。就是这样一个分析，为企业每天节省几千元的推广费用。

　　 特征二：某些不常见的机型数量很多

刷量往往需要很多的真机，受限于成本，一些刷量的工作室会选择比较便宜的机型。比如 iOS 刷量可能会选择 iPhone5C 这样廉价而不大众的机型。如果某个渠道短时间内用户大量使用廉价机型，那么市场或者运营小伙伴一定要注意一下。尤其是价格比较低的设备的排名情况。

接下来，我们怎样进一步确定这些流量是不是有问题的流量呢？

GrowingIO监测到不同设备型号用户的访问情况

我们可以查看问题渠道中，使用这类机型的用户的访问用户量、页面浏览量、每次会话浏览页数和平均页面停留时长，看看这些用户进入平台后访问多少页面、平均访问多长时间等。通过一系列的数据分析，不难发现，设备型号为iPhone 5c的用户跳出率非常高，且访问时长、每次回话浏览次数都非常低，根据经验这就很可能是刷量作弊的渠道。

　　 特征三：频繁更换IP地址

借助切换IP的软件不断更换IP地址，是供应商采取的常用作弊手段之一。我们可以将不同渠道的用户访问网站的情况进行分群、对比，作弊的运营商频繁更换IP地址，但是设备和浏览器却没有改变，唯一识别号也和原来保持一致，因此很容易找到这些用户，锁定刷单渠道。

选择好的渠道投放，提高 ROI 转化率关系到每一位市场、运营的业绩指标，好的数据分析工具能够及时发现数据异常，帮助我们甄别劣质渠道，提高渠道质量，优化投放策略。

　　 本文作者： GrowingIO 增长团队，集工程、产品、市场、分析多重角色于一身，负责拉新和用户活跃，用数据驱动业务增长。原文发于 GrowingIO技术博客 和公众号，授权发布。