分析软件中的“直接”流量渠道可能被错误标记、具有误导性，甚至有害。
想象一个电商分拣中心。当它无法识别包裹的来源时，可能会将其归类到一个假设的“直接”箱中。同样，Google Analytics 等工具在无法将流量归因于特定来源时，有时也会将其分配为“直接”。
在分析术语中，“引荐来源（referrers）”和“参数（parameters）”是确定网站访问来源的机制：
- 引荐来源：访客所来自网站的URL，在大多数情况下会自动传递该引荐来源。
- 参数：附加在URL末尾以共享跟踪信息，例如utm_source=email。
分析平台将没有引荐来源或参数的访客标记为“直接”。因此，“直接”成为一个大杂烩，可能将营销驱动的访问、真正的直接访问以及来自Google Discover的流量与丢失了标识参数或引荐来源的流量混合在一起。
直接流量现状
根据多项行业报告，Google Analytics 通常将 20% 至 60% 的网站流量分配给“直接”流量。
通常情况下，“直接”流量占网站访问量的 20% 至 60%。
然而，包括Neil Patel、Jon Henshaw和Katie Rigby在内的知名从业者中存在担忧，认为Google Analytics等平台报告的直接流量被错误标记。
挑战在于营销人员如何看待“直接”访问。过去，直接访客是指那些在浏览器中输入网站 URL 的人，这代表了品牌实力和认知度。但是，如果当前的直接网站流量报告的笼统性质掩盖了营销效果，就会带来问题。例如，Discord 上的外展活动或成功的短信营销活动可能会被忽略。
如何检查异常流量
必须承认，并非 Google Analytics 或类似平台中的所有“直接”访问都是错误标记的。要进行检查，营销人员可以：
- 比较趋势：将“直接”流量与其他渠道一起审查；如果“直接”流量激增而“自然搜索”或“社交”流量下降，则值得调查。
- 检查着陆页模式：真正的直接访问者通常会到达首页；到达产品页面或其他内部页面的“直接”访问者可能被错误分类。
- 审计标签：确保所有电子邮件、社交和广告活动都使用正确的UTM参数，缺失的参数可能导致分析平台错误分类访问。
如果您的网站的直接流量看起来可疑，请考虑以下三种情况：“死流量”、“暗流量”和“盲区”。
死流量（Dead Traffic）
虽然“死”流量可能只占“直接”网站流量的最小比例，但它是由非人类爬虫引起的——包括 AI 代理、搜索引擎工具、监控系统或竞争对手的价格抓取程序——这些通常未被分析提供商检测到。
Fast Company 探讨了机器人流量如何扭曲行为信号并搞乱营销，引用了一个名为Moltbook的仅面向AI代理的新 vibe-coded 社交网络。Fast Company表示：“Moltbook是一个先兆——这是新类型互联网到来的第一个真正迹象……一个‘僵尸互联网’，可能对广告产生毁灭性后果。”
Moltbook 是一个为 AI 代理打造的氛围编码社交网络。
暗流量（Dark Traffic）
“暗”流量指的是没有明确来源或参数数据的合法访问，主要包括：
- 暗社交：许多社交媒体应用程序和平台（如WhatsApp和Slack）不允许传递引荐来源或参数。
- 暗AI：某些AI平台分享链接，但在点击时不传递引荐来源数据。
- 清理URL：一些浏览器和电子邮件客户端（如Brave浏览器和Apple Mail）会移除跟踪参数。
- 隐私和广告拦截软件：浏览器扩展程序还可以从链接中移除参数并抑制引荐来源。
分析盲区（Analytics Blind Spots）
分拣中心会追踪所有到达的包裹，但会将没有原始地址信息的包裹归入“直接”类别。相比之下，“盲区”是指那些从未进入分析软件的访问，通常是由于使用了极端的隐私保护应用程序所致。这些应用不仅移除参数，还会完全阻止 JavaScript 加载，从而防止 Google Analytics 和其他平台记录会话。
归因差距与解决方案
错误标记的“直接”流量掩盖了真相。从事社区营销和广告或吸引注重隐私的购物者的商家应审计其“直接”访问，以避免削减表现优异的渠道。
此外，分析软件并非唯一的测量方式。替代方案包括：
- 零方数据：使用购后调查询问“您是如何得知我们的？”
- 可追踪的代码或页面：为不同渠道使用特定的优惠券代码或着陆页。
- 媒体组合建模：使用统计分析而非用户级跟踪来关联支出与收入。
- 身份解析：Retention.com、Audience Bridge 以及类似服务可以帮助识别匿名流量并将其与转化进行匹配。