一句话回答
统计分析里的数据过滤,是按规则排除记录,比如自己团队的访问、机器人和测试流量,可以在入库前(采集时)或生成报表时(报表时)进行,让指标描述的是你要衡量的人群。
统计分析里的数据过滤是什么?
统计分析里的数据过滤,是按你设定的规则,在数据入库之前或生成报表时,把一部分记录排除掉。目的是让数字描述的是你真正想衡量的人:客户和潜在客户,而不是你自己的团队、自动化流量或预发布站点。过滤会改变几乎所有比率的分母,所以过滤缺失或设错,转化率、跳出率和单次访问成本会同时跑偏。
过滤可以发生在两个位置,两者的差别决定了你要多谨慎。采集时过滤在记录入库前就丢弃,数据彻底没有了。报表时过滤(分群、表格筛选或视图)只是在某一张报表里隐藏记录,数据还在,随时可以改主意。
数据过滤有哪些类型?
大多数统计过滤分为六类。下表列出每一类排除什么、常见规则,以及能不能撤销。
| 过滤类型 | 排除什么 | 常见规则 | 能撤销吗? |
|---|---|---|---|
| 内部流量 | 你自己的团队、测试和办公室访问 | 排除某个 IP 地址或地址段,或给员工设置一个 Cookie | 取决于作用位置 |
| 机器人和爬虫 | 自动化访问 | 已知机器人名单、浏览器标识规则、行为检测,见机器人过滤 | 取决于作用位置 |
| 测试和预发布数据 | 开发或预览站点的访问 | 只保留生产环境的主机名 | 采集时过滤:不能 |
| 垃圾引荐和不想要的来源 | 伪造的引荐来源和垃圾活动 | 按引荐域名或来源值排除 | 报表时过滤:能 |
| 路径和页面 | 不想计入的后台、登录和结账步骤 | 排除 /admin/* 这类路径 | 采集时过滤:不能 |
| 地域或设备 | 不在范围内的地区或设备类型 | 按国家或设备类型包含或排除 | 报表时过滤:能 |
内部流量这一类,可以看怎么排除内部流量。
采集时过滤和报表时过滤有什么区别?
过滤放在哪一层,是干净程度和安全性之间的取舍。
| 采集时过滤 | 报表时过滤 | |
|---|---|---|
| 数据是否保存? | 不保存,记录被丢弃 | 保存,记录还在 |
| 设错的代价 | 数据彻底丢失 | 一张错报表,可以重建 |
| 是否作用于历史? | 否,只对新数据 | 是,任何时间段 |
| 适合 | 你永远不想要的流量:自己的 IP、预发布主机名 | 以后可能想找回的切片:某个国家、某个垃圾来源 |
Google Analytics 4 可以说明这件事能有多严格。按其文档,数据过滤器可以处于测试、启用或停用状态;每个媒体资源最多 10 个数据过滤器;过滤器可能需要 24 到 36 小时才生效;启用后“对数据的影响不可撤销”,被排除的数据不会被处理。如果只是想隐藏数据,Google 建议用报表筛选。这个经验适用于任何工具:在启用不可撤销的过滤之前先测试,并记下每一条过滤排除了什么。
为什么要过滤:机器人和自己人
自动化流量不是罕见的边角情况。Imperva 2025 年发布的 Bad Bot 报告基于 2024 年数据,发布于 2025 年 4 月 15 日,结论是自动化流量占 2024 年全部网络流量的 51%,恶意机器人占互联网流量的 37%。这些数字描述的是 Imperva 所保护的大批网站,不是你自己的网站,你的占比可能低得多也可能高得多,但它们说明:如果报表要描述的是人,机器人过滤就不是可选项。
内部流量重要,是出于另一个原因:量小,但极不典型。你的团队每周要打开几百次定价页,用测试数据提交结账表单,反复刷新网站。几百次这样的会话,对一个小站的转化率的扭曲,可能比几千次正常访问还大。
算例:过滤前后
示例数据:一家网店某个月的统计报表,先是原始数字,再是过滤内部流量和机器人之后的数字。
| 指标 | 原始报表 | 内部流量 | 机器人 | 过滤后 |
|---|---|---|---|---|
| 会话数 | 52,000 | 1,900 | 7,800 | 42,300 |
| 转化数 | 910 | 60 | 0 | 850 |
| 转化率 | 910 ÷ 52,000 = 1.75% | 不适用 | 不适用 | 850 ÷ 42,300 = 2.01% |
算一遍:52,000 − 1,900 − 7,800 = 42,300 次会话留下,也就是原始会话里有 18.7% 不是客户(内部 3.7%、机器人 15.0%)。内部访问带来了 60 个测试转化,所以真实转化是 910 − 60 − 0 = 850。转化率从 1.75% 升到 2.01%,相对变化约 15%,而网店的实际表现一点没变。
有两点要注意。其一,过滤没有让网店变好,它让报表变真实,原来的 1.75% 低估了表现,因为机器人增加了永远不会转化的会话。其二,两种影响方向不同:机器人拉低了比率(会话多、没有转化),测试订单抬高了转化数。只修其中一个,数字仍然是错的。
怎么安全地设置过滤?
- 列出要排除什么、为什么。 每条规则写一行:“办公室 IP 段,因为测试会提交测试订单”。
- 选好层级。 只对你永远不想找回的流量使用采集时过滤;以后可能想看的,用报表时过滤。
- 先测试。 如果工具有测试模式,先跑几天,看会被排除什么;没有的话,把规则先用在报表副本上。
- 前后对比。 像上表一样对比会话、转化和转化率。过滤掉 40% 的流量,要么排除的是真实的大量数据,要么你原来有很大的机器人问题,要弄清是哪一种。
- 变更后复查。 新的办公室 IP、VPN、新的预发布域名或新的爬虫,都会让问题重新出现。
数据过滤常见的错误有哪些?
- 按结果过滤。 排除“不转化的来源”,会让剩下的每个来源都看起来更好。要按访问者是谁过滤,不要按他们做了什么。
- 不可撤销的过滤却不测试。 写错的 IP 段或路径,会把真实客户从之后所有报表里删掉。要测试,并记下设置了什么。
- 只靠 IP 规则。 远程员工、VPN 和手机热点的地址会变。IP 规则要配合标记自己浏览器的办法,比如排除用的 Cookie。
- 忘了分母变了。 过滤之后,上个月的数字和这个月没法直接比。在过滤生效那天做个标注。
- 把过滤当成拦截。 统计过滤清理的是报表,不会阻止机器人加载你的页面或占用服务器资源。
在 TapCub 里怎么做数据过滤?
把上面的例子在 TapCub 里做一遍。

- 先处理机器人。 新项目默认是「识别并单独统计」:认出的机器人只出现在 网站统计 › 机器人,不计入真人的访客、会话和浏览量。想把它们混回去,只有「不识别」这个设置,不推荐这样做。只装了页面脚本时,只能看到会执行 JavaScript 的机器人;其余的要靠服务端事件或日志导入。
- 排除自己的团队。 在 网站统计 › 配置 › 网站设置 里加排除规则。网站规则可以匹配地址、路径、主机名或浏览器标识;点「排除我自己」会记下当前地址。测试机在 应用统计 › 配置 › App 设置 里按设备规则排除。
- 弄清它是哪一层。 排除规则作用在采集时:被排除地址的请求会被采集端丢弃,修改只对新数据生效。已有的会话保持原样,所以要在 配置 › 日期标注 里标出日期。
- 报表筛选用来看,不用来删。 点表格里的一行,会把该值作为报表顶部的筛选条件,可以随时清除。这是报表时过滤,不会从存储里删除任何东西。
- 验证。 用被排除的浏览器打开一个页面,在 网站统计 › 实时 里看;这次访问不应该出现。
资料来源
- Google Analytics 帮助,Filter out internal traffic(每个资源 10 个数据过滤器,24 到 36 小时生效,影响不可撤销),2026 年 11 月 20 日核对。
- Imperva,2025 Imperva Bad Bot Report: How AI is Supercharging the Bot Threat(自动化流量 51%,恶意机器人 37%,2024 年数据),2025 年 4 月 15 日发布。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
