尽管我们在想办法避免，但如果还是出现了流量异常，该怎么分析呢，有以下几个流程。

第一步 确认数据问题

首先是确认数据问题，因为有时候只是我们日常用的统计工具出了问题。这时候需要多个数据平台进行对照，比如结合 GA、GSC 的数据做对照，看是否真的出现了这个问题；另外还需要跟 BI 同学确认是否调整了统计口径、手工整理底层数据来再次验证。

这一步先要做，是为了避免分析了一大通，结果发现只是数据统计的问题，导致工作量的浪费。

第二步 定义问题

好吧，既然确定出现了问题，那我们就看看到底什么情况。主要是确定下影响幅度、影响范围、发生时间这 3 个要素。

影响幅度。就是绝对值上下降了多少、大概有多少的比例。这样一方面可以了解严重程度，另一方面也方便后续细分时做对照；

影响范围。这个问题出现在什么频道、国家站、PC/移动端等维度，还有到底是 UV 在下降，还是转化率在下降，需要有个整体的判断；

发生时间。这个问题是近几天出现的，还是出现了很久。这个也会决定处理的优先级和时间。

第三步 数据细分

到这里就要一层层的拨开数据概览，看下到底是哪一层出现了问题。一般来说有 3 种细分：

维度细分。如上面所讲，需要对终端、频道、国家、行业等维度进行细分和数据对照，还需要进行维度交叉细分；比如分析发现是移动端流量在下降，需要进一步频道细分看下是移动端的列表页还是产品详情页的问题；

链路细分。一方面按照搜索引擎的核心链路：抓取 - 收录 - 曝光 - 排名 - CTR - 流量进行细分，另一方面还需要按照用户转化链路进行细分检查，比如列表页访问 - 产品详情页访问 - 下单页访问 - 提交订单 - 支付；

关键词类型细分。一般情况下会按照品牌词、成人词、热门/冷门词进行细分。需要注意的是，品牌词流量不光是在首页，也会分布在列表页和详情页，比如 “品牌词+产品词” 这类的关键词。

一般情况，按照上面 3 种细分，流量问题基本上就基本可以定位出来了。

第四步 假设与求证

流量问题定位出来之后，就需要确定具体原因，这时候需要进行进行假设和求证了。一般情况下可以结合下面几个信息来验证：

项目上线时间。有些流量问题是项目上线引起的，需要结合项目情况来验证，比如 AMP 下线引起的流量波动；

GSC 数据验证。搜索引擎的核心链路问题、服务器问题，在 GSC 里可以进行数据验证；

Google 算法。结合算法的详细信息，比如方向、时间来确定最终问题。