渠道流量监控中，如何将劣质流量和优质流量区分开来? 劣质流量总会有有一些不同于其他正常渠道的特征，比如在同一个时间中大量集中访问、使用的硬件设备比较固定、使用特定的浏览器等。
实际案例：去年有一些 APP 商发现，如果某个渠道出现了一大批 iPhone5C 的访问用户，可能就有问题了，因为为了以假乱真，有的刷量商会用真机刷量作弊，但是考虑到成本，就多选择了相对廉价的 iPhone5C ，以至于这个机型出现的频率就变得很高，又成为了另一个异常。
如何排查劣迹流量？
第一步：多维度对比，发现关联特征
如下，发现渠道3的转化率低
我们把渠道3的用户做其他维度切分，比如按照地区、浏览器等进行区分，发现某个浏览器的转化率也异常低。
第二步：将关联特征进行交叉对比
找到可能有问题的浏览器后，做浏览器版本分布，发现这个渠道来的用户使用的浏览器版本中，某些旧浏览器版本暴增
第三步：通过时间维度进行确认
正常的访问时间应该是“M”型的，上午和晚上会有两个高峰时段，但是半夜是流量最低的时候，而渠道3用户的访问时间24小时不间断，甚至在凌晨和半夜也很高，可以基本锁定这个渠道是有问题的了。
转化角度：
拆解转化：优化产品
1. 纵向按照过程拆解：漏斗转化率
2. 横向按照维度和人群拆解
可以从时间维度（分析每天的转化情况，分析活动和平时的转化情况）、平台维度（iOS 和 Android的情况）等其他维度分析，就可以找到很多的优化空间
不同的转化步骤的流失原因也各不相同。
主要的流失原因有这样四大类：
1、 需求不匹配
a.产品能激发用户需求，但是用户没有看到:
需要让用户在合适的位置看到合适的内容，黄金位置有没有放转化潜力最好的内容？
b.产品没有满足用户的需求
用户未被满足的需求是什么，是不是我的网站内容排序有问题，不同产品的集中度也是不一样的，用户是不是找不到他想要的东西，比如搜索结果是不是需要优化。
2、产品功能/服务/商品不合预期
产品内的各种帮助用户转化的功能是不是没有起到正向作用，这时可以把做过某一个操作的用户分群，比如把看过评论页的用户做出分群，来验证评论是不是对最终的转化有促进作用，比如看过评论的用户注册完成的转化率是53.1%，是高于总体的，如果反而比总体低，那评论这里的一些设置就可能出现了问题。
3、可用性交互体验问题
常见的情况是设备或浏览器不适配，在分浏览器或设备的维度区分的时候，转化率很低，及时发现定位和修复问题。
4、其他流失原因(如策略上)
排查后发现上述都没有问题时，就需要查看用户的原始访问轨迹，有的用户走完了大部分的转化路径，但是最后一步就是放弃了，如果这样的用户很多，就需要结合具体的产品去看，比如客单价过高，用户在这一步犹豫了，这时需要推一把用户，打通用户行为和用户ID就可以进一步有针对性地运营了，比如说发一些代金券或者优惠券。
导致转化低的原因有很多，需要借助多维度数据和多种分析方法定位原因