脚本如何分类分析流量来源

本文目录导读：

1. 基于 URL 参数（UTM 与自定义参数）
2. 基于 HTTP Referrer（来源页）
3. 基于用户行为与设备指纹（行为聚类）
4. 基于 IP 与地理信息（渠道环境分类）
5. 实战：如何编写一个完整的“流量分类脚本”？
6. 高级分类：脚本如何处理“复杂场景”？
7. 总结：脚本分类的 3 层漏斗

这是一个非常专业且深入的运营或数据分析问题，要“分类分析流量来源”，核心在于通过脚本来解析请求（Request）中的关键参数，进而将流量打上“来源标签”。

脚本（无论是运行在服务器端如Node.js/Python，还是运行在客户端如JavaScript）通常通过以下四大维度来进行分类分析：

基于 URL 参数（UTM 与自定义参数）

这是最直接的分类方式，流量来源方（如广告平台、邮件、社交媒体）会在链接后追加参数。

脚本分析逻辑：

// 示例：JavaScript 脚本解析 UTM
const urlParams = new URLSearchParams(window.location.search);
const source = urlParams.get('utm_source');   // google, newsletter, facebook
const medium = urlParams.get('utm_medium');   // cpc, email, social
const campaign = urlParams.get('utm_campaign'); // spring_sale
// 分类逻辑
if (source === 'google' && medium === 'cpc') {
    classifyAs('付费搜索流量');
} else if (source === 'newsletter' && medium === 'email') {
    classifyAs('邮件营销流量');
}

分类标准：

• 直接流量： 无任何 UTM 参数，且 Referrer 为空或为自身域名。
• 付费搜索： utm_medium=cpc, utm_source=google/baidu。
• 社交媒体： utm_medium=social, utm_source=facebook/twitter。
• 邮件营销： utm_medium=email。
• 自然搜索： 无 UTM，但 document.referrer 来自搜索引擎。

基于 HTTP Referrer（来源页）

如果用户没有携带 UTM 参数，脚本可以通过读取 Referer 请求头（或前端 document.referrer）来判断。

脚本分析逻辑（伪代码）：

# Python 后端脚本
def classify_by_referrer(referrer_url):
    if not referrer_url:
        return "直接访问/书签"
    elif "google.com" in referrer_url or "bing.com" in referrer_url:
        return "自然搜索流量"
    elif "facebook.com" in referrer_url or "t.co" in referrer_url:
        return "社交媒体流量"
    elif "zhihu.com" in referrer_url or "reddit.com" in referrer_url:
        return "外链/社区流量"
    else:
        return "其他外链流量"

缺点： Referrer 可能被屏蔽或修改（如通过 meta 标签、JS 跳转、HTTPS->HTTP 时空白）。

基于用户行为与设备指纹（行为聚类）

当以上显性参数缺失时，脚本可以通过用户进入后的第一跳行为来反推来源。

脚本分析逻辑（数据分析脚本）：

• 对比系数法： 脚本记录用户进入时浏览的页面深度。
  • 如果用户进入即访问了一个特定活动页（如 /landing/black_friday），且该页面仅在某广告中出现，则归类为“特定广告流量”。
• 时间窗口匹配： 脚本记录用户访问时间,与广告投放排期交叉匹配。
• 设备指纹： 如果用户在同一设备上，15分钟前点击了邮件链接（未转化），现在直接输入网址，脚本可将其修正为“邮件二次回流”。

基于 IP 与地理信息（渠道环境分类）

脚本通过解析用户 IP 归属地或运营商来分类。

分类示例：

• 国内/国外： 区分海内外流量。
• 运营商： 区分 电信/联通/移动 流量（常用于网盟推广）。
• 局域网/代理： 这部分通常标记为“异常流量”,不计入主要分类。

实战：如何编写一个完整的“流量分类脚本”？

假设你需要写一个 Python 后端脚本来处理日志/请求：

import re
from urllib.parse import urlparse, parse_qs
def classify_traffic(request):
    # 1. 获取参数
    referrer = request.headers.get('Referer', '')
    url = request.url
    user_agent = request.headers.get('User-Agent', '')
    ip = request.remote_addr
    # 2. 解析 URL 参数
    parsed_url = urlparse(url)
    params = parse_qs(parsed_url.query)
    utm_source = params.get('utm_source', [None])[0]
    utm_medium = params.get('utm_medium', [None])[0]
    utm_campaign = params.get('utm_campaign', [None])[0]
    # 3. 分类逻辑（优先级：付费 > 自然 > 直接）
    # 第一类：付费广告（通过 UTM 参数）
    if utm_source:
        if utm_medium == 'cpc':
            return f"付费搜索-{utm_source}"
        elif utm_medium == 'display':
            return f"展示广告-{utm_source}"
        elif utm_medium == 'email':
            return "邮件营销"
        else:
            return f"其他UTM-{utm_medium}"
    # 第二类：自然搜索（通过 Referrer）
    if referrer:
        if 'google' in referrer:
            return "自然搜索-Google"
        elif 'bing' in referrer:
            return "自然搜索-Bing"
        elif 'facebook' in referrer:
            return "社交媒体-Facebook"
        else:
            return f"外链-{urlparse(referrer).hostname}"
    # 第三类：直接流量（无 Referrer，无 UTM）
    return "直接流量"
# 输出示例
print(classify_traffic(request_obj))

高级分类：脚本如何处理“复杂场景”？

流量来源分析常被误导，脚本需要加入去伪逻辑：

脚本分类的 3 层漏斗

1. 第一层（硬分类）： 解析 utm_source 与 referrer,这是最简单的规则引擎脚本。
2. 第二层（软分类）： 结合会话时长、页面深度判断流量质量（新用户 vs. 老用户，深度浏览 vs. 跳出率）。
3. 第三层（归谬分类）： 针对“直接流量”做二次回溯——检查用户最近 24 小时是否有过广告点击（Cookie/IDFA 匹配）。

如果你需要特定场景的脚本代码（比如针对 Google Analytics 4 的服务器端追踪脚本，或者针对某地小程序的流量分析），可以告诉我具体的平台或语言（Python/JS/Nginx日志）,我可以帮你定制一段分类脚本。