使用谷歌分析是营销人员必须要做的，因为它可以高效衡量结果。真的是这样吗？

数据是有价值的，而谷歌分析可以快速简单地获取数据。你当然需要谷歌分析来衡量结果。这是必经之路。

但是，你知道这个平台可以欺骗你，并且你永远都不会知道吗？这意味着你得到的数据可能完全是错的。当数据出错时，是没有办法依靠错误的数据做出未来的营销决策的。

如果依靠这些数据做了营销决策，你将可能犯下代价高昂且无法弥补的错误。受污染的数据是不能被信任的。一旦数据错误把数据弄乱了，就很难让事情回到正轨，即使再优秀的数据分析团队也无法挽回。

幸运的是，有很多方法可以解决大部分的数据谎言。前提是得知道谎言是什么。这就是为什么我写下这篇文章的原因。

寻找谎言的第一个地方就是不明来源流量伪装成直接流量。

谎言1 :不明来源流量兴起

不明来源流量可以简单地看作是隐藏流量，它可以伪装成直接流量，也可以伪装成邮件、社交、搜索等任何一种。不明来源流量将极大地影响访客流量统计。这主要是因为包括谷歌在内的分析平台很难追踪每一种流量来源。

TalkWalker做了分析并找出了不明来源流量对他们品牌的影响。他们发现至少21%的直接流量可以被归类为不明来源流量。

这是相当大的一部分占比。并且这种情况在你身上也会发生。正因为如此，你的营销活动并没有收获它们应有的效果。而这也会影响你的声誉。当影响到自然搜索流量的分析时，情况会更糟糕。

这种事我们大家都避免不了。甚至Groupon最近发现他们 60%的直接流量都应该被定义为自然搜索。

好消息是，你可以使用UTM给链接打标签来防止该类问题的发生。Google和Buffer都提供了操作简单的UTM。

你所要做的就是确保链接在正式使用之前做好了标记。但这个解决方案并不总是能解决自然搜索的问题。

不明来源流量将首先影响短小简单的URL链接，比如主页。因为主页通常是人们登陆网站的第一个着陆页。但长的网址更有可能被影响，因为他们可能根本无法得到大量的直接流量。使用UTM至少可以帮助减少这些问题。

在所有不明来源流量中，隐藏的社交推荐流量可能是最常见的。下面我们来说一说这是为什么。

谎言2 :隐藏的社交推荐流量

可以说，谷歌分析最大的数据谎言是它们隐藏了大部分来自Facebook的流量以及所有的社交推荐流量。Facebook和Google追踪到访用户的方式大相径庭，因此比较两者的分析结果并不可靠，很难知道哪个平台的更准确。

如果你曾注意到Facebook的广告点击数与谷歌分析上的数据差异，你就知道我在说什么了。

2014年初人们开始注意到这一点，直到2018这仍然是个问题。

这些差异的一个主要原因是Facebook用户在点击广告时，会在Facebook App里打开内置浏览器。这类在应用程序中打开的浏览器与传统的浏览器不同。这意味着此种交互不会被标记为来自Facebook.com的推荐流量，即使它本来是的。

给每一个社交媒体平台（Twitter, Pinterest, Instagram等）使用谷歌的URL Builder 以及UTM码可以解决这类问题。对于Facebook而言，试试谷歌的Facebook URL Builder，这样就不必离开平台就可以根据链接追踪访客。

提示：用谷歌的URL Builder为所有的社交平台生成单独的链接，包括Instagram，Pinterest，Twitter，LinkedIn，等等。这将帮助你追踪到所有谷歌分析丢失的社交推荐流量。

不明来源流量也是你首先应该放弃关注虚浮指标的原因。因为它们不准确。

谎言3 :虚浮指标

流量和页面访问量是监控网站进展的一个简单方法。

事实上，这两个指标并没有告诉你任何具体的东西。它很容易让我们认为高浏览量是因为网站做的很好，其实不然。比如说，你写了一些很受欢迎的博文，访问量很高。

但如果这些页面的跳出率很高，那这些浏览量的意义就不是很大。人们可能会点击你的内容，但这并不意味着他们为你的内容而停留。

如果你的网站有成千上万的月访客，但他们的大部分都是在进入网站之后立即离开，那这些访客其实没有为网站增加任何价值。这就是为什么你不能将巨大的精力放在提升这些虚浮的指标上。这些指标只是用来衡量网站是否吸引了人们的注意力。如果跳出率太高，那么就需要提高网站页面的交互或使用热力图找出他们离开的原因。

谎言4 :诱导性的垃圾链接

如果你认为垃圾链接只是博客或邮箱中的一个问题，那你就错了。

垃圾链接还会弄乱谷歌分析中的流量来源数据。

这是因为垃圾流量发送者不会直接访问你的网站。但是会发送假代码，制造虚假访问量。

以下是垃圾流量的工作原理：

垃圾流量通过测量协议可以进入谷歌分析的数据中，这意味着他们可以直接发送数据（以及虚假数据）到谷歌分析服务器。

垃圾流量的访问量是虚假的，他们让你认为得到了大量的流量，但其实并不是。这并不利于转化率的评估。好消息是，你可以识别这些垃圾链接，并用Loganix把它们过滤出来。

你可以通过三个因素确定垃圾邮件：

1、流量来源是否已经列在垃圾源列表中

2、在hostname中是否有无效的网站

3、无法获取屏幕颜色和分辨率的，很可能就是假网站（比如0x0, 1x1或790x1）

为了避免这个问题，请确保打开谷歌的 BOT过滤。

从这里，向下滚动到Bot过滤，并选择旁边的框排除所有已知的机器人和蜘蛛。

一旦启用该功能，大部分垃圾流量不会被包括在你的分析数据中。任何来自机器人或蜘蛛的访问都会从你的结果中过滤掉。

但那只是错误流量的一部分。A/B测试也会导致错误的信息。

谎言5 :正向的A/B测试

A/B测试需要做大量工作，但通常没有高回报。A/B测试成功的机会非常渺茫，需要每月至少有1000个转化才能看到有意义的结果。 大多数人只用两个变量，这导致转化率很低。

你必须测试至少五个变量才能看到真正的结果，这比你最初计划的两个变量要花费更多的精力。

简单地说，成功完成A／B测试所花费的时间可能不值得。

虚假的正向结果是常见的。例如，删除某表单字段，将明显看到更正向的结果。

适用的场景如用户注册时是否要求输入信用卡账号，如果要求，转化率会降低，不要求，转化率会变高。

Totango (一家客户管理公司) 的转化率曾从10%下降到2%，并且高达70%的免费体验是完全没有意义的。这很容易理解。如果你让大量的用户到达网站，但他们的质量较低，那么正向的A / B测试并不总是能说明真相。

除非你关注整个销售漏斗，否则没有办法真正知道A／B测试是否完全成功。你跟踪的线索也并不像已完成的售卖那么重要。

谎言6 :过分强调线索而不是销售

分析数据可以告诉你一次营销活动带来多少线索。但是，这些线索又带来了多少交易呢？

例如，一个营销活动可能带来70条线索，而另一个则带来了100条线索。但是两个营销活动都可能提供相同数量的转化客户。那些转化客户比一般的线索更有价值。而这还不包括每个客户的终身价值（LTV）。

客户的终身价值是产品售卖和市场定位非常重要的主要原因。事实上，36%的营销人员认为调整售卖和市场定位是高优的组织目标。而你应该也是如此认为的。

一次转化（和购买）没有客户的终身价值重要。终生价值可以让你一直从客户身上获得利润。

因为越来越多的东西变得商品化。而这意味着更低的价格。

例如，看看今天WordPress 主题的成本：

甚至网页设计成本近年来也在下降，因为现在比以往任何时候都有更多的选择去完成这件事。这意味着你不能像大多数服务或产品那样收费。因此，老客户重复购买是利润最大的方式。但是，只有当你的市场分析和产品售卖合并时，你才能获取（和追踪）回头客。

如下使用 ContactMonkey：

通过电子邮件跟踪功能，可以看到人们何时、何地以及如何与你的消息互动。然后你可以利用这些信息来调整市场选择。

控制住了该数据谎言后，你就会想如何避免错误转化的成本。

谎言7 :错误转化的成本

用户行为可能导致不正确的关键字统计、转化成本等等。

例如，你可能已经在像TrafficBooster这样的app上运行AdWords PPC的营销活动。

你可能已经花费了大量的精力做了许多尝试，但谷歌分析告诉你，你只获得了少得可怜的两个订单。转化就到此为止了。基于这样的信息，你很容易就会感到沮丧并取消整个营销活动。

但是你需要审查整个流程，才能得到更准确的转化结果（和成本）。

一些看过你广告的人不会马上点击广告。他们当时可能很忙，心烦意乱，或者在赶时间。但他们会记住你的品牌，然后在谷歌上搜索品牌名称。从搜索引擎到达活动页面后，如果他们决定购买，他们将不会被列为直接转化用户。尽管理论上讲他们应该被算作是直接转化。是因为你的广告引导他们产生了直接购买的行为。

那么如何解决这个问题呢？答案就是销售追踪。需要关注销售量在新的营销活动开始后是否突然增加了？尽管分析数据并没有改变。你应该把这些数据归因到转化率中。

而同样的，末次触点归因也在说谎。

谎言8 :末次触点归因偏差

末次触点归因是谷歌将已知的转化记录下来，并且追踪到发生转化之前用户最后接触到该商品的时刻，则标记为最后的这次接触带来了转化。

社交策略不是驱动销售的因素。而自然和付费搜索以及电子邮件是驱动因素。

当人们输入搜索词查询时，他们知道自己在寻找什么。他们通常已经做好了购买的准备。

而邮件列表中则充满了准备重复购买的老客户。

但是谷歌分析只考虑了末次触点归因。这就是为什么你不能忽视多触点归因。

事实上，真正的购买行为发生之前，广告其实已经触达该用户十几次了。购买者的多次被触达很可能也发生在不同的设备上。因此，你没有看到用户与你品牌、产品或服务的每一次互动。你不知道每个人最初是如何到达你的网站的，他们是如何找到你的，或者是什么让他们信任你，以至于他们最终购买了你的产品或服务。

当末次触点归因偏差发生时，你所有努力寻找的受众，营销内容，收集到的销售线索则都将会被忽视。由于隐私问题，谷歌分析不让你追踪到所有的这些信息。但是你可以追踪用户ID。这仍然没有提供给你姓名，电子邮件地址，或任何其他具体信息。如果你试图追踪这些信息，你可能会面临严重的后果。

据谷歌称，如果使用任何此类信息，您的分析帐户可能会被终止，所有数据也将被销毁。相反，你可以只获取用户ID。

没有办法解决这个谎言，所以最好是避免单独使用末次触点归因偏差。

结论

通过谷歌分析可以快速、简单、便捷地获取你需要的数据。但其中会有很多数据谎言。

大多数时候，除非你知道需要关注哪些数据，否则你永远不会发现这些谎言。

而当你的数据出错时，你的决定也会出错。

好消息是，一旦发现了谷歌分析中数据的错误，就有很多方法可以解决。

例如，不明来源流量潜伏在每个角落。电子邮件、搜索和社交流量通常被归类为直接流量，即使它们不是。

这就是为什么UTM 如此重要。他们可以标记你的链接，这样你就能看到流量的真正来源。他们可以帮助你发现隐藏的社交推介流量。

谷社交广告歌还着重突出一些虚浮指标，比如页面浏览量，而不考虑跳出率。

误导性的垃圾流量链接也会搞乱你的流量统计数据。这就是为什么你应该过滤掉它们。

不要忘记正向的A / B测试。他们并不总是成功的。

销售线索也不总是有用的。销售应该将注意力放在这些线索带来了什么。

高转化成本也会令人沮丧，但通常是虚假的。他们只是没有将所有的转化数据考虑进去。

末次触点归因也会撒谎。

来自谷歌分析的数据并不总是告诉你营销中正确和完整的故事。但如果你知道该去哪里查找，你就可以结束被欺骗。