Google Analytics的過濾功能簡介

Google Analytics的過濾設置其實包含兩大邏輯功能，第一種功能是我們通常意義上的過濾，即根據一定條件過濾掉一部分訪問者（本質上是過濾掉一部分流量），例如過濾掉所有來自北京的訪問者的流量，或是只保留網站某個子域（subdomain）的流量。　　第二種功能則不是簡簡單單的過濾，而是類似于我們使用MS Office Word的“查找并替換”功能（實際上比這個功能更強大，因為實際上包括查找、替換和重組三種功能），即按照一定的條件把GA中的一部分屬性的表述替換或再組合為另外一種表述。例如，把campaign報告中campaign的英文名字替換為漢語名字。

這樣看來，我們可以發現Google Analytics的主要功能是：

1. 去除掉我們不想要的一部分流量；

2. 修改一種表述方法為另外一種，或者實現標準報告中無法實現的表述。

　　不過，其實還有第3、4種功能

3. 因為GA是可以不斷復制的profile的，GA的filter和profile的配合可以實現分析需要的細分功能。不過這個功能在GA的Advanced Segments出現之后就弱化了。

4. 我們還可以利用多個filter進行組合而實現類似“解釋編程”的高級功能。這種filter的組合再加上正則表達式的共同作用，能夠實現一些更復雜的過濾或者更精確的屬性表述。例如，我們知道SE（搜索引擎）都是提供Universal Search（就是除了文本搜索，還提供圖片、視頻等）的，但我們在GA中看到的流量可能都是來自Google /  organic，我們如何區分流量是來自文本搜索還是圖片或是視頻搜索呢？這個實際上通過filter的組合能夠實現（不過這個很高深了，放在以后說）。

　　今天要談的這五個Google Analytics的過濾設置非常非常基礎，不熟練正則表達式也完全沒問題，只要照葫蘆畫瓢就行了。由于幾乎是我們每個使用GA的分析師都要用到的，建議把它們牢記在心。:)

安全通告：在開始下面的嘗試前，請注意！

　　請一定復制一個新的profile進行嘗試！

　　原因在于，filter和advanced segmentation不同，前者是在形成報告之前的過濾，因此過濾掉的數據肯定是不可能在該profile中出現了，而advanced segmentation是在形成報告之后再進行的操作，數據不會因為你的不恰當設置而丟失。所以，切記切記！否則Sidney就是害了大家。

　　如何復制profile，見下圖所示：

圖1

　　直接在同一個GA ID（例如我的GA ID是UA-4130899-1）后面點擊“+ Add new profile”，然后在下圖（圖2）中輸入你想要的profile的名字，然后點擊continue之后保存就行了。

圖2

　　是不是很簡單？搞定了之后，你就在剛才復制的profile下“胡作非為”吧！你以前的數據不會有任何問題了！現在，讓我們開始吧！

設置一：過濾掉自己對網站的訪問

　　你的網站最忠實的訪問者是你自己，毫無疑問。但是你自己的訪問數據也會混在其他用戶的訪問數據中，從而一定程度（程度大小取決于你網站的流量，如果你的網站流量跟新浪相差無幾，那么這個小節可以直接無視）上污染了網站真實用戶的訪問數據。

　　防止這種情況的最簡單的辦法是通過屏蔽某些IP地址來過濾掉自己的訪問，這種設置在GA中非常容易。方法如下：

1. 點擊你剛剛復制好的那個profile旁邊的edit按鈕。

圖3

2. 進入profile settings頁面后點擊“+ add filter”。

圖4

3. 在Create New Filter中用如下設置，然后輸入想取的filter的名字和自己的IP地址就好了。最后別忘了保存。

圖5

請注意，這里我們使用的是Predefined filter，也就是GA已經預制好的幾類filter，主要就是解決這種類似的小問題。在這種filter中，不支持使用正則表達式。因此，GA自己的介紹：https://www.google.com/support/googleanalytics/bin/answer.py?answer=55496，其實是不正確的，因為其中應用了正則表達式。

你問我，如果是動態IP怎么辦？那么你可以用自定義filter（Custom filter）選取一個IP地址范圍進行過濾，這個時候要用到Custom Filter（自定義過濾）。例如，我想要過濾掉從121.33.33.33到121.33.38.254的IP段范圍，那么我的設置如下：

圖6

這里，我們在Filter Pattern中用到了正則表達式：^121\.33\.(33\.(3[3-9]|[4-9][0-9]|1([0-9][0-9])|2([0-4][0-9]|5[0-5]))|((3[4-7])\.([0-9]|[1-9][0-9]|1([0-9][0-9])|2([0-4][0-9]|5[0-5])))|38\.([0-9]|[1-9][0-9]|1([0-9][0-9])|2([0-4][0-9]|5[0-4])))$。哈哈，可怕吧！別擔心，其實你訪問這個地址，就能自動生成你IP段的正則表達式了：https://www.google.com/support/googleanalytics/bin/answer.py?answer=55572hl=en_USutm_id=ad。Google自己的這個工具很好用。

不過，這種方法可能會誤傷其他合理的訪問數據，所以如果要精確地去除掉你每天毫無規律變動的IP地址，那么僅靠過濾功能本身就有點兒力不從心了。我們需要利用控制cookie和filter的結合來實現，可以在這里找到一些線索：http://www.webmasterworld.com/forum39/4048.htm，這里不多說了。

設置二：改變Content報告中Top Content報告URI的大小寫

看看下面這個報告的情況是不是大家經常遇到？

圖7

其實四個URL只代表著兩個頁面，但是由于GA是大小寫敏感（lowercase sensitive）的，因此它會認為這是不同的URL，代表著不同的頁面。

這可不太妙，對于page view這樣的度量，我們還可以直接加總，而要把該頁面的bounce rate或者avg. time on page合并起來，就有點兒麻煩了（當然其實也還是有辦法，這里按下不表，大家自己研究一下就能弄通）。所以，我們要想辦法讓GA識別這種情況。

利用Filter就能輕松解決，非常簡單。Filter的設置方法如下所示：

圖8