सेमल्ट विशेषज्ञता: Google विश्लेषणात्मक रिपोर्ट से रेफरल स्पैम को हटाना

कभी-कभी Google Analytics किसी विशेष प्रचार या बकाया सामग्री के बिना किसी साइट पर रेफरल ट्रैफ़िक की एक अजीब बाढ़ को चित्रित कर सकता है। यह समझाना मुश्किल हो जाता है कि यह कैसे हुआ और यह क्यों हुआ। सही जानकारी प्राप्त करने के लिए, स्थायी रूप से रेफरल स्पैम से छुटकारा पाना चाहिए।

सेमेटल के कस्टमर सक्सेस मैनेजर लीजा मिशेल बताती हैं कि इनफ्लो और अनचाहे स्पैम की समस्या को कैसे ठीक किया जाए।

रेफरल स्पैम

रेफरल स्पैम तब होता है जब कोई वेबसाइट स्पैम बॉट या प्रोग्राम से रेफरल ट्रैफ़िक प्राप्त करती है। जानकारी Google Analytics खाता रिपोर्ट में दिखाई देती है, जो वहां मौजूद डेटा के साथ खिलवाड़ करती है और रिपोर्टिंग के साथ समस्याएँ उत्पन्न करती है। वे स्पॉट करना आसान है और दुनिया भर से स्रोत हो सकते हैं। अन्य समय में, यह अधिक गुप्त हो जाता है, लेकिन 100% उछाल दर के साथ रेफरल ट्रैफ़िक शायद एक रेफरल स्पैम है।

यदि कोई अभी भी सुनिश्चित नहीं है, तो हाथ में एक अच्छे मैलवेयर प्रोग्राम के साथ, वे साइट पर व्यक्तिगत रूप से यह देखने के लिए जा सकते हैं कि ट्रैफ़िक का कोई प्रभाव है या नहीं। रेफ़रल स्पैम के साथ उपयोग की जाने वाली तकनीक यह है कि आवर्ती वेबसाइट रिक्वेस्ट URL को लक्ष्य वेबसाइट पर रेकॉर्ड करती है। एक भूत स्पैम वह है जो प्राप्त करने के लिए जिस साइट को लक्षित करना चाहता है, उसे जाने के लिए स्पैमर की आवश्यकता नहीं है।

फिक्सिंग रेफरल स्पैम

कुछ लोग दावा करते हैं कि एक रेफरल स्पैम को बाहर कर सकता है। जानकारी पूरी तरह से सही नहीं है, और यह महत्वपूर्ण है कि कोई Google Analytics में पाए गए रेफरल बहिष्करण की सूची का उपयोग करने से बचता है। कारण यह है कि इसका उपयोग ट्रैफिक को थर्ड-पार्टी शॉपिंग कार्ट से बाहर करने के लिए किया जाता है। यह ग्राहकों को ट्रैफ़िक के रूप में गिनने से रोकता है यदि वे साइट से बाहर निकलने के लिए वापस लौटते हैं। Google Analytics लौटने वाले आगंतुकों को एक पूर्व स्रोत या माध्यम से जोड़ने का प्रयास करता है, इस प्रकार इसे रेफरल ट्रैफ़िक के हिस्से के रूप में छोड़कर। इसलिए, इन रेफरल को छोड़कर, खराब रेफरल ट्रैफ़िक एक अलग माध्यम / स्रोत पर पुनर्निर्देशित करेगा, और इस प्रकार अभी भी विश्लेषिकी में तिरछा होगा।

स्पैम को दूर करना

अपवर्जन स्पैम के मुद्दे को ठीक करने के लिए बहिष्करण सूची सबसे अच्छा तरीका नहीं है। विधि फ़िल्टर करती है, लेकिन स्पैम ट्रैफ़िक को बाहर नहीं करती है। इसलिए, प्रत्येक दृश्य से ट्रैफ़िक को रेफरल बहिष्करण विकल्प का उपयोग करके फ़िल्टर करना पड़ता है। इसे प्राप्त करने के लिए निम्नलिखित विधियाँ मदद करती हैं:

1. दृश्य स्तर पर "रेफ़रर स्पैम" नामक एक नया फ़िल्टर फ़ॉर्म बनाएं

2. "कस्टम" के लिए विकल्प प्रकार सेट करें

3. फ़ील्ड विकल्प में, "अभियान स्रोत" सेट करें

4. पैटर्न फ़ील्ड फ़िल्टर में निम्नानुसार रेफरल स्पैम डोमेन होना चाहिए

5. बचाओ

विधि इन दृश्यों से विशिष्ट ट्रैफ़िक को हटा देती है। यह महत्वपूर्ण है कि उपयोगकर्ता भविष्य की उपयोग के लिए पाठ फ़ाइल में इसकी एक प्रति रखें। कुछ सर्वोत्तम प्रथाओं में एक वेब डेवलपर शामिल है जो नियमित अभिव्यक्ति की जांच करता है, यह सुनिश्चित करता है कि वे ज्ञात बॉट और मकड़ियों को छानने के लिए विकल्प की जांच करें। फ़िल्टर को लागू होने से 24 घंटे लगते हैं।

एक कस्टम सेगमेंट बनाएं

कस्टम खंड Google एनालिटिक रिपोर्ट से स्पैम डेटा को दूर रखने में मदद करते हैं। वे कुछ अप्रत्याशित हैं जिसके कारण उपयोगकर्ताओं को निम्नलिखित का पालन करना चाहिए:

1. GA और जोड़ें सेगमेंट में रिपोर्टिंग दृश्य खोलें, नया सेगमेंट (कोई स्पैम नहीं) चुनें, फिर उन्नत स्थितियां

2. फ़िल्टर करने के लिए उपयोग किए गए विकल्पों में "सत्र" और "बहिष्कृत" इंगित करें

3. "मैच रेगेक्स" और "स्रोत" का चयन करें

4. पहले से बचाई गई नियमित अभिव्यक्ति को चिपकाएँ

इसके बाद, फिर सेव करें और फिर अप्लाई करें। यह साफ डेटा छोड़ने वाली रिपोर्टों से सभी भूत स्पैम को हटाता है।

रेफरल ट्रैफ़िक को नियमित रूप से मॉनिटर करने की आवश्यकता है ताकि यह सुनिश्चित हो सके कि सभी भूत डेटा जीए रिपोर्ट में दिखाई नहीं देते हैं। यहाँ संभावित संभावना यह है कि जब कोई एकल स्पैम वेबसाइट हटाता है, तो सैकड़ों, यदि अधिक नहीं, तो हजारों। इसका मतलब है कि इस्तेमाल की जाने वाली बुनियादी सफाई लंबे समय तक नहीं रहेगी। हालांकि, चाहे कोई तकनीकी, या गैर-तकनीकी दृष्टिकोण लेता है, Google Analytics डेटा से रेफरल स्पैम से छुटकारा पाना संभव है।

रेफरल स्पैम तिरछे एनालिटिक्स को प्रस्तुत करता है जिसके परिणामस्वरूप झूठी रिपोर्ट मिलती है। रिपोर्ट में डेटा और ट्रैफ़िक दरों का सटीक प्रतिनिधित्व आवश्यक है। वेबसाइट के लिए क्या काम करता है और क्या नहीं, यह दिखाने के लिए तिरछे डेटा पर भरोसा नहीं किया जा सकता है।