surfup

實務檢視 · GA4 · 2026 年 10 月 16 日

Direct 流量增加 1,206%:真人還是機器人? 用六個問題區分真實成長與 GA4 自動化流量

Direct 流量成長了 1,206%,互動時間卻只有 6 秒。這時應該檢查報告,而不是慶祝成長。本文介紹自動流量的跡象,並提供六問檢查法。

GA4 會話數(千)2025年第三季度與2026年第三季度
  • Direct,2025年第三季度根據報告的 +1,206% 計算
    ≈7.7
  • Direct,2026年第三季度互動時間:6秒
    101
  • 自然搜尋,2025年第三季度
    10.9
  • 自然搜尋,2026年第三季度
    26.8
+1206%
Direct 會話數2026年第三季度與2025年第三季度
6 s
互動時間可疑阈值:15秒
101k
Direct 會話數約為自然搜尋流量的4倍
+77.5%
Google 點擊次數Search Console 的獨立資料

專案內部資料,2026年10月12日稽核(GA4 和 Search Console)。這些數字未在 GA4 中重新核實。

簡要

  • Direct 流量成長了 1,206%,互動時間為 6 秒。這說明需要檢查報告,而不是向客戶展示成長成果。
  • 單一數字不足以得出結論:要尋找同時出現的多個信號。檢查完成前,不要把這段時間用作 KPI 基線。
  • Search Console 不會對這類峰值作出反應:其中的點擊數統計來自 Google 搜尋的造訪,而不是 GA4 hit。點擊次數成長 77.5% 是另一項獨立事實。

自動化 Direct 流量長什麼樣子

GA4 中的 Direct 指沒有來源資料的會話,其中既有真實使用者(书簽、即時通訊工具、沒有 UTM 的連結,以及來自 AI 助理的造訪),也有自動化流量。峰值時段的三項指標有助於區分兩者。

信號可疑阈值GA4 中的查看位置
每位活躍使用者的平均互動時間少於15秒報表 → 互動 → 概覽
回訪使用者佔比少於5%探索 → 留存,或「回訪使用者」細分
Direct 會話佔比超過80%獲客 → 流量獲客,預設管道群組

這些阈值是一位作者(Alejandro Rioja)的經驗參考,並非 Google 標準。他也指出,單一異常訊號證據很弱:它是調查的理由,而不是機器人流量的測量結果。

同一來源列出的間接信號:

  • 數百個會話集中在少數相同 URL 上;
  • 設備型號相同;
  • 某些國家有許多資料中心,但企業在當地沒有目標受眾;
  • 伺服器日誌或廣告支出中找不到對應記錄的會話;
  • 報告中出現不認識的主機名稱:有網站向您的資料串流 ID 發送資料,或存在被遺忘的測試環境。

範例:某專案的內部資料,2026 年第 3 季

資料來自 2026 年 10 月 12 日的稽核(GA4 和 Search Console,2026 年 Q3 對比 2025 年 Q3):

指標2025年第三季度2026年第三季度變化
Direct 會話數(GA4)約7.7千(計算值)101千+1,206%
自然搜尋會話數(GA4)10,92826,846+145.7%
Google 點擊次數(Search Console)9,24016,400+77.5%

值得警惕的地方。Direct 流量約為自然流量的四倍,平均互動時間為 6 秒,遠低於上文提到的 15 秒警告阈值。對於面向本地受眾的商店,這種結構並不常見。

尚不清楚的地方。Direct 是否集中在少數頁面、設備和國家;是否存在您無法控制的主機名稱;以及流量成長是否與伺服器日誌和訂單相符。這些情況都尚未核實,因此「機器人流量」仍是假設。

真人還是機器人:六題檢查

針對流量峰值時段回答「是」「否」或「不知道」。第1題是成長的一種可能解釋,不計分;第2至第6題回答「是」則表示存在自動化流量跡象。

  1. 是否存在可能帶來成長的原因,例如電子報、未添加 UTM 的廣告、媒體報導或線下推廣?不計作異常信號
  2. 平均互動時間是否少於15秒?報表 → 互動
  3. 回訪使用者是否少於5%?探索 → 留存
  4. 會話是否集中在一兩個頁面、一種設備型號,或沒有目標受眾的國家?頁面、設備、國家
  5. 主機名稱報告中是否出現您無法控制的主機名稱?未知主機名稱
  6. 伺服器日誌、訂單、來電和潛在客戶中是否都找不到這次成長的記錄?與獨立來源交叉核對

這是本指南采用的工作量表,不是行業標準。「不知道」表示檢查尚有缺口;下結論前應補齊資訊。

噪聲尚未過濾時如何解讀報告

  1. 不要將受污染的時段用作對比基線、預算依據或客戶報告的資料。
  2. 將 Direct 單獨列出,並根據 Search Console 和轉換資料得出結論。
  3. 在 GA4 中開啟「管理 → 資料收集和修改 → 資料篩選器」。先測試主機名稱篩選器,確認無誤後再啟用。啟用後的篩選器只影響新資料,不會修改已經收集的資料。
  4. 對於已收集的資料,可在 GA4 探索中按頁面、設備、國家和主機名稱拆分流量峰值。GA4 不支援按會話範圍設定低互動自訂維度;這些拆分適用於分析,不能用作機器人篩選器。
  5. 如果流量沒有停止,在網站或 CDN 層添加規則(速率限制或機器人防護)。
  6. 不要完全排除 Direct:其中也包括來自 AI 助理和未添加 UTM 的連結的造訪。

常見問題

GA4 主機名稱篩選器會改變什麼?

它只作用於新資料,不會修改已經收集的資料。應先進行測試。可以在分析中檢查或限制已有時段。

需要等多久才能相信流量峰值?

來源建議等待2至3週,並檢查是否出現回訪使用者。

應該向客戶展示什麼?

Search Console 的點擊和曝光次數、轉換及潛在客戶。Direct 應單獨列出,並註明仍在核查。

這類流量會影響排名嗎?

尚未核實:目前沒有任何一方的確證資料。報告時仍應遵循同一原則:依賴可以信任的來源。

來源與方法

  1. Alejandro Rioja: How to Tell If Your GA4 Traffic Spike Is Bots — 阈值和檢查順序(第三方來源)
  2. Google Analytics 幫助:互動時間 — GA4 如何收集互動時間
  3. Google Analytics 幫助:資料篩選器 — 主機名稱篩選器的配置、測試位置及限制
  4. Search Console 幫助:曝光次數、排名和點擊 — 點擊次數的統計方式
  5. 專案內部資料(2026年10月12日稽核,GA4 和 Search Console)

方法:數字來自專案的內部資料,未在 GA4 中重新核實。2025年第三季度的 Direct 會話數「約7.7千」是根據報告的 +1,206% 增幅計算得出。阈值和量表是實用參考,不是 Google 標準。資料截至2026年10月16日。

有專案需求? 請簡單說明需求,後續細節我們會再與您確認。

或直接前往 Telegram

最新資源

所有資源

SurfUp 的實用文章與指南。

指南 · 10 分鐘閱讀

「什麼是…」頁面與 AI 答案:點擊流失還是需求下降

某銀行的參考區塊造訪減少 24%,需求下降 13%。如何區分被 AI 區塊搶走的點擊與需求下滑,以及如何量測。

閱讀
指南 · 8 分鐘閱讀

Google 更新後流量下滑

如何判斷流量下滑是 Google 更新、季節性還是網站故障造成:2026 年更新時程、六題檢查,以及前 14 天的行動計畫。

閱讀
指南 · 9 分鐘閱讀

是需求下降還是網站流失:用 Wordstat 對照流量

定存需求下降 75%、流量下降 37%;金融卡需求 −35%、流量 −63%。如何對照流量與需求,避免把市場的問題算到網站頭上。

閱讀