在 Analytics 中找出哪个渠道驱动了你的流量

像“点击量上升 12%”这样的总数只告诉你发生了什么，并不能说明原因。本指南会带你从头到尾解答一个问题：德国的点击量在过去 30 天增长了 12%，那么是哪个渠道导致的？同样的步骤适用于任何链接、标签或域名。Analytics 包含在 Core（90 天历史数据）和 Pro（6 个月历史数据）中；Free 方案不包含。

步骤 1：选择时间段以及对比对象#

打开 Analytics 并点击日期范围。选择一个预设，例如 最近 30 天，然后设置 对比：上一周期、去年同期，或关闭。

Last 30 days compared with the previous 30 days.

在应用前先阅读底部那一行：它会显示两个日期范围和时区（这里是 9 月 4 日 – 10 月 3 日 对比 8 月 5 日 – 9 月 3 日，Europe/Amsterdam），因此页面上每一个“变化”都表示“这 30 天与之前 30 天相比”。在这个例子中，整个工作区获得了 26.2 万次点击，增长 3.8%，而德国增长了 12%。这个差距就是我们要回答的问题。

步骤 2：筛选你想解释的流量#

点击 筛选，选择一个字段（链接、域名、标签、国家、城市、渠道、引荐来源、设备、浏览器、二维码或响应），勾选相应值，然后点击 应用筛选。在 是 和 不是 之间切换以包含或排除这些值。你也可以点击页面上的任意一行，例如“位置”中的德国，将其筛选出来。

Filter → Country → Germany. Each value shows its clicks, so you can see its size before you apply.

步骤 3：查看这部分流量发生了什么变化#

筛选条件现在会显示为一个标签，国家是德国，页面上的每个数字和图表都会随之变化。点击 × 删除该标签即可返回全部流量。

With the filter on, Germany is 29.0K clicks (11% of all), up 12%.

这说明了什么：德国占全部点击量的 11%（29.0K），增长 12%，独立访客增长 9%，因此大部分增长来自更多的人，而不是同一批访客点击更多。日线几乎整个月都高于前 30 天，并在 9 月 23 日左右达到峰值，这表明这是一个持续存在的来源，而不是一次性激增。地点卡会切换到德国的城市，其中柏林以 7.4K 次点击领先，增长 15%。

第 4 步：在来源中找到表现突出的渠道#

滚动到来源和热门链接。开启筛选后，每一行都会出现一个 × 徽标：它表示该行在筛选流量中的占比与其在全部流量中的通常占比相比如何。1.0× 表示没有差异；高于 1 的绿色表示高于预期；低于 1 的红色表示低于预期。

Social is 3.1× its usual share and up 31%; go.mybrand.com/summer is 3.4× and up 140%.

直接访问仍然是最大的渠道（12.8K），但它只有 0.7×，并下降 1%，所以它不是增长的原因。社交才是亮点：6.4K 次点击，增长 31%，达到其通常占比的 3.1×（德国点击量约占 22%，而在全部流量中约为 7%）。热门链接显示这些点击落到了哪里：go.mybrand.com/summer是 3.4×，并增长 140%。再往下，夏季活动标签（3.1×）和 Instagram 应用内浏览器（2.7×，增长 48%）也指向同一结论。答案是：德国的增长是因为夏季活动链接正在社交平台上被分享，主要是在 Instagram 上。

第 5 步：确认引荐来源并导出#

要查看某个渠道背后的具体网站，请在来源中点击查看详情并切换到引荐来源。该面板使用与页面相同的筛选条件（第一行会说明是哪一个），列出每个引荐来源及其渠道、点击量、占比和变化，并带有 CSV 按钮。点击某一行即可将页面筛选到该引荐来源。

View details → Referrers: instagram.com is the top referrer, up 21%.

在本例的全部流量中，instagram.com 是最高的引荐来源（14.2K 次点击，占总量的 5.4%，增长 21%），领先于 google.com（13.8K，增长 6%），而 facebook.com 下降了 8%。这印证了第 4 步的发现，并提供了一份可导出用于报告，或交给负责社交帖文的人使用的列表。

补充说明#

• 仅限真人会将页面中的所有数字都排除机器人流量。关闭它则会将其包含在内，例如当你检查爬虫是否访问了已迁移的 URL 时。
• 日趋势涵盖你的全部历史记录（Core 为 90 天，Pro 为 6 个月）。城市级别的详细数据涵盖最近几天，卡片会说明它涵盖的日期范围。
• 标签让这类问题的处理更快：先为一个活动中的每个链接添加一次标签，然后按标签筛选，而不是逐个选择链接。
• 如果想查看某个链接随时间变化的点击或扫描数据，请改为打开该链接：请参阅 阅读链接的流量和扫描历史。

这些截图中的数字是示例数据。若想在无需注册的情况下对真实流量尝试相同步骤，请打开 只读演示仪表板。