关于“直接流量”的真相

分析工具中的“直接”流量标签往往名不副实，甚至可能对业务决策产生误导。

试想一个电商分拣中心。当无法识别包裹的来源时，中心会将其归入一个默认的“直接”货箱。同理，Google Analytics 等分析工具在无法将流量归因于特定来源时，也会将其标记为“直接”流量。

在分析术语中，“引荐来源”（referrer）和“参数”（parameters）是确定用户访问来源的关键机制。

• 引荐来源（Referrer）指用户从哪个网站跳转而来。在大多数情况下，引荐来源会自动传递。

• 参数（Parameter）附加在 URL 末尾，用于共享追踪信息，例如 utm_source=email。

分析平台将没有引荐来源或参数的访问者统称为“直接”流量。

于是，“直接”流量成了一个筐，什么都往里装：可能是营销活动带来的访问、真正的直接访问，甚至是从 Google Discover 来的流量——只要它丢失了识别参数或引荐来源。

直接流量

根据多份行业报告，Google Analytics 通常将 20% 到 60% 的网站流量归为“直接”流量。

“直接”流量通常占网站访问量的 20% 到 60%。

然而，业界知名从业者——包括 Neil Patel、Jon Henshaw 和 Katie Rigby——存在一种共识：Google Analytics 等工具报告的“直接”流量存在标签失真问题。

关键在于，营销人员如何解读“直接”访问。传统意义上的直接访问者，是那些直接在浏览器中输入网址的用户，这代表品牌的影响力和认知度。

但如今，“直接”流量的这种大杂烩式统计方式可能存在问题，因为它可能掩盖真实的营销效果。例如，Discord 上的推广活动或成功的短信营销，可能因此被埋没。

如何核实

需要明确的是，Google Analytics 或类似工具中的“直接”访问并非全部标签失真。营销人员可以通过以下方式核实：

• 对比趋势。将“直接”流量与其他渠道进行比较。如果“直接”流量突然上升，而“自然搜索”或“社交”流量下降，就值得深入调查。

• 检查落地页模式。真正的直接访问者通常会访问首页。而“直接”访问者如果访问了产品页或其他内页，可能是归类错误。

• 审计标签。确保所有邮件、社交和广告活动都使用了正确的 UTM 参数。缺失的参数可能导致分析平台错误分类该访问。

如果网站上的直接流量看起来可疑，可以从以下三个维度排查问题流量。

死亡流量

虽然“死亡”或“僵尸”流量在“直接”流量中占比最小，但这些是非人类爬虫——AI 代理、搜索引擎工具、监控系统或竞品价格抓取工具——分析工具未能识别到。

Fast Company 曾探讨 机器人流量如何扭曲行为信号并干扰营销。Fast Company 引用了一个仅面向 AI 代理的所谓“氛围编程”社交网络 Moltbook，并指出：“Moltbook 是一个预兆——互联网新时代的第一个真实信号……一个可能对广告业造成毁灭性影响的'僵尸互联网'。”

Moltbook 是一个面向 AI 代理的“氛围编程”社交网络。

暗流量

“暗”流量指那些没有明确引荐来源或参数的真实访问，包括以下几种情况：

• 暗社交。 许多社交媒体应用和平台（如 WhatsApp 和 Slack）不允许传递引荐来源或参数。

• 暗 AI。 部分 AI 平台会分享链接，但点击时不会传递引荐数据。

• 清洁 URL。 某些浏览器和邮件客户端（如 Brave 浏览器和 Apple Mail）会移除追踪参数。

• 隐私和广告拦截软件。 浏览器扩展也可能移除链接中的参数，并屏蔽引荐来源。

分析盲区

分拣中心会追踪所有到达的包裹，但没有发货地址的包裹会被放入“直接”货箱。

相比之下，“盲区”源于那些从未被分析软件记录的访问，通常是因为极端的隐私保护设置。某些应用不仅仅是移除参数，而是完全阻止 JavaScript 加载，导致 Google Analytics 等平台无法记录该会话。

归因缺口

标签失真的“直接”流量会掩盖真相。进行社区营销和广告投放的商家，或吸引注重隐私的购物者的商家，应当审核 其“直接”访问，以避免误砍表现优异的渠道。

此外，分析软件并非唯一的衡量手段，还包括：

• 零方数据。 通过购买后调查，询问“您是如何知道我们的？”

• 可追踪的码或页面。 为不同渠道使用特定的优惠券码或落地页。

• 媒介组合建模。 使用统计分析而非用户级追踪，将支出与收入关联起来。

• 身份解析。 Retention.com、Audience Bridge 等服务可以帮助识别匿名流量，并将其与转化行为匹配。