如果我們在網路上進行一些研究

[masud.ibn.e#4552]

現在讓我們看看如果我們丟棄（過濾）與這些地址對應的訪問，這些資料會是什麼：

可疑垃圾郵件發送者過濾前後的訪問情況比較
極好的！我們之間的訪問量從 489 次減少到 0 次。
的垃圾郵件流量，網路上存在爭議。

因此，我們找到了問題的根源，從這一刻起，我們可以設定我們的伺服器或 Google Analytics，以便從全域結果報告和資料表本身過濾與垃圾郵件相關的資料。

我所描述的這種情況並不像看起來那麼不尋常。

大多數網站站長，尤其是中小型網站的所有者，都專注於開發他們的業務模型，他們不必是網路分析專家，通常也沒有足夠的時間。

因此，您的網路分析從根本上來說是圍繞全 加拿大企業電子郵件列表 局結果和行為進行的，而不了解其背後的「烹飪」是什麼，它可能代表或影響您的業務，或者如何解決分析中的任何異常或偏差。

網站管理員應定期檢查對其網站的訪問，並了解如何識別哪些可能屬於垃圾郵件發送者。

大多數時候，他們複製在專業部落格或網站上發布的過濾垃圾流量的解決方案，希望能夠解決問題，但有些無奈，因為他們無能為力。

然而，很多時候這些解決方案只能緩解部分問題，因為它們不適合對您網站的特定訪問，也就是說，它們具有針對網站未收到的垃圾郵件訪問的過濾器，但另一方面，它們確實對於您收到的內容沒有過濾器。

因此，網站管理員應該執行分析他們所進行的訪問的基本任務，以便能夠識別哪些訪問可能對應於潛在的垃圾郵件來源，並自行創建過濾器，以便它們不會污染總體結果的分析。

不需要的流量的可能來源
您可能已經注意到，我甚至交替使用了不需要的流量、垃圾流量和幽靈垃圾郵件，但這是同一件事嗎？

實際上，您可以說所有幽靈垃圾郵件都是垃圾流量，但並非所有垃圾流量都是幽靈垃圾郵件，因為還有其他類型的不需要的流量可以改變 Google Analytics 報告的分析：

我們自己的網站流量
它本身並不是垃圾流量，但它們是 Analytics 統計的訪問量，如果它們佔總數的很大一部分，則可能會扭曲分析報告。

爬蟲推薦垃圾郵件
或只是爬行垃圾郵件。

他們通常出於某種目的訪問並瀏覽整個網站，無論是好（搜尋引擎）還是壞（駭客）。

幽靈垃圾郵件
這三個中最危險的一個，因為它們實際上並沒有訪問該網站，而是（以某種方式）接管該網站，因此得名（“幽靈”）。

現在讓我們更詳細地看看每一個...