Google Analytics的过滤功能简介

Google Analytics的过滤设置其实包含两大逻辑功能，第一种功能是我们通常意义上的过滤，即根据一定条件过滤掉一部分访问者（本质上是过滤掉一部分流量），例如过滤掉所有来自北京的访问者的流量，或是只保留网站某个子域（subdomain）的流量。　　第二种功能则不是简简单单的过滤，而是类似于我们使用MS Office Word的“查找并替换”功能（实际上比这个功能更强大，因为实际上包括查找、替换和重组三种功能），即按照一定的条件把GA中的一部分属性的表述替换或再组合为另外一种表述。例如，把campaign报告中campaign的英文名字替换为汉语名字。

这样看来，我们可以发现Google Analytics的主要功能是：

1. 去除掉我们不想要的一部分流量；

2. 修改一种表述方法为另外一种，或者实现标准报告中无法实现的表述。

　　不过，其实还有第3、4种功能

3. 因为GA是可以不断复制的profile的，GA的filter和profile的配合可以实现分析需要的细分功能。不过这个功能在GA的Advanced Segments出现之后就弱化了。

4. 我们还可以利用多个filter进行组合而实现类似“解释编程”的高级功能。这种filter的组合再加上正则表达式的共同作用，能够实现一些更复杂的过滤或者更精确的属性表述。例如，我们知道SE（搜索引擎）都是提供Universal Search（就是除了文本搜索，还提供图片、视频等）的，但我们在GA中看到的流量可能都是来自Google /  organic，我们如何区分流量是来自文本搜索还是图片或是视频搜索呢？这个实际上通过filter的组合能够实现（不过这个很高深了，放在以后说）。

　　今天要谈的这五个Google Analytics的过滤设置非常非常基础，不熟练正则表达式也完全没问题，只要照葫芦画瓢就行了。由于几乎是我们每个使用GA的分析师都要用到的，建议把它们牢记在心。:)

安全通告：在开始下面的尝试前，请注意！

　　请一定复制一个新的profile进行尝试！

　　原因在于，filter和advanced segmentation不同，前者是在形成报告之前的过滤，因此过滤掉的数据肯定是不可能在该profile中出现了，而advanced segmentation是在形成报告之后再进行的操作，数据不会因为你的不恰当设置而丢失。所以，切记切记！否则Sidney就是害了大家。

　　如何复制profile，见下图所示：

图1

　　直接在同一个GA ID（例如我的GA ID是UA-4130899-1）后面点击“+ Add new profile”，然后在下图（图2）中输入你想要的profile的名字，然后点击continue之后保存就行了。

图2

　　是不是很简单？搞定了之后，你就在刚才复制的profile下“胡作非为”吧！你以前的数据不会有任何问题了！现在，让我们开始吧！

设置一：过滤掉自己对网站的访问

　　你的网站最忠实的访问者是你自己，毫无疑问。但是你自己的访问数据也会混在其他用户的访问数据中，从而一定程度（程度大小取决于你网站的流量，如果你的网站流量跟新浪相差无几，那么这个小节可以直接无视）上污染了网站真实用户的访问数据。

　　防止这种情况的最简单的办法是通过屏蔽某些IP地址来过滤掉自己的访问，这种设置在GA中非常容易。方法如下：

1. 点击你刚刚复制好的那个profile旁边的edit按钮。

图3

2. 进入profile settings页面后点击“+ add filter”。

图4

3. 在Create New Filter中用如下设置，然后输入想取的filter的名字和自己的IP地址就好了。最后别忘了保存。

图5

请注意，这里我们使用的是Predefined filter，也就是GA已经预制好的几类filter，主要就是解决这种类似的小问题。在这种filter中，不支持使用正则表达式。因此，GA自己的介绍：https://www.google.com/support/googleanalytics/bin/answer.py?answer=55496，其实是不正确的，因为其中应用了正则表达式。

你问我，如果是动态IP怎么办？那么你可以用自定义filter（Custom filter）选取一个IP地址范围进行过滤，这个时候要用到Custom Filter（自定义过滤）。例如，我想要过滤掉从121.33.33.33到121.33.38.254的IP段范围，那么我的设置如下：

图6

这里，我们在Filter Pattern中用到了正则表达式：^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！别担心，其实你访问这个地址，就能自动生成你IP段的正则表达式了：https://www.google.com/support/googleanalytics/bin/answer.py?answer=55572&hl=en_US&utm_id=ad。Google自己的这个工具很好用。

不过，这种方法可能会误伤其他合理的访问数据，所以如果要精确地去除掉你每天毫无规律变动的IP地址，那么仅靠过滤功能本身就有点儿力不从心了。我们需要利用控制cookie和filter的结合来实现，可以在这里找到一些线索：http://www.webmasterworld.com/forum39/4048.htm，这里不多说了。

设置二：改变Content报告中Top Content报告URI的大小写

看看下面这个报告的情况是不是大家经常遇到？

图7

其实四个URL只代表着两个页面，但是由于GA是大小写敏感（lowercase sensitive）的，因此它会认为这是不同的URL，代表着不同的页面。

这可不太妙，对于page view这样的度量，我们还可以直接加总，而要把该页面的bounce rate或者avg. time on page合并起来，就有点儿麻烦了（当然其实也还是有办法，这里按下不表，大家自己研究一下就能弄通）。所以，我们要想办法让GA识别这种情况。

利用Filter就能轻松解决，非常简单。Filter的设置方法如下所示：

图8