1、具体什么时候停的付费广告？在日期中筛选第32周数据（8-1~8-7），在“页面来源”中筛选被标记的付费来源链接（该站标记的是“ipinyou”），确定，结果如图。最后一条带有付费标记来源时间是2016-8-1 9:56:43，得出负责人是在周一上午上班后10点左右关闭的付费广告投放。
2、在这次流量变动中，关闭付费广告带来了多大的影响？全选7-25~8-7访问明细数据，新建透视表。行放“页面来源”和“受访页面”，列放“周数”，值计数放“IP”，观察两周整体数据对比，发现自然流量+付费流量差值为7141-2745=4396，再筛选付费链接流量差值，即可得付费广告影响。分别在“页面来源”和“受访页面”两个字段处使用标签“不包含”筛选掉付费标记“ipinyou”，如图：现在我们得出结果第31周和第32周的付费流量差值分别为7141-3834=3307，2745-2593=152，这就是开关付费广告为网站流量带来的具体影响数。那么网站流量变化全因是付费流量开关引起的吗？通过上图的计算结果，我们知道并不是，排除掉付费流量，我们仍然存在3834-2593=1241的自然流量差值，是什么原因引起的呢？
3、自然流量中有多少是自己公司的用户？询问网管了解公司的网线有没有被分成多条，公司所有主机目前对应的IP地址或IP段是多少。因为选择的时间久远，已经无法得知当时该公司的内部IP段是多少，故忽略该步骤。
4、自然流量的差值是由哪些页面在哪几个时段引起的？添加字段“日期”和“小时”到行中，选择降序排列，值显示方式调整为对比32周的差异，选中值选在区域，更改条件格式→项目选区规则→前10项，填充粉色，重复该步骤选择最后10项，填充黄色，最后效果如图。（其中粉色代表该页面31周比32周多出来的数据，如“直接访问书签”31周来源流量比32周多127；黄色代表该页面32周比31周增加的数据，如“http://study.ffeels.com/dujia/gushisudi”32周来源流量比31周多321）得出正值相差超过200的页面有“http://fof.ffeels.com/”、“http://fof.ffeels.com/help”、“http://fof.ffeels.com/capacitymis”，负值超过200的页面有“http://study.ffeels.com/dujia/gushisudi”。分析的步骤相同，我们以“http://fof.ffeels.com/help”页面为例，为什么这个页面31周比32周多267次？一次将“IP”、“访客新老属性”、“受访页面”、“地区”等字段放进行中，日期处降序排列如图：从“http://fof.ffeels.com/”、“http://fof.ffeels.com/help”、“http://fof.ffeels.com/capacitymis”三个页面可以发现，三个页面的流量都来自7-29号早上6点。同时，我们发现了一个可疑的IP字段，两天都有“222.16.42.***”，看看这个IP段是什么鬼，于是在“IP”字段筛选出“222.16.42.***”有意思的是，这个IP段仅在第31周的每天的早晨6，7点间活跃，如图：因此得出结论，31周比32周多出来的自然流量差是由“http://fof.ffeels.com/”、“http://fof.ffeels.com/help”、“http://fof.ffeels.com/capacitymis”三个页面在2016年7月29日早晨6-7点间引起，来访用户均为新访客，且这些页面均不为内容页，访问时间也不规律，目前条件缺失，只能推断出人为＞机器，放入事件库，再观察。
更多相关内容：
