SERP的流量。而且效果也有点难看动标记并不能完全满足我的需求，但我记得看到过 David Harry 提到一种捕获完整引荐 URL 的方法。我突然想到，Google Places 的 URL 结构中可能包含一个独特的元素，如果我 (a) 拥有完整的 URL，并且 (b) 知道这个独特的元素是什么，我就能将它从其他干扰信息中分离出来。
我不会详细讲解如何设置完整的
referrer 捕获过滤器。您可以电报数据库 参考 Reuben Yau 的文章（链接见上文）来了解如何设置。设置完成后，创建一个高级细分或页面过滤器来提取 Google Places 推荐。事实证明，Google Places 列表的呈现方式有两种。一种版本在 URL 中使用“地图”，另一种版本使用“地点”。至少从表面上看，这看起来像是普通搜索和移动搜索之间的区别。我的过滤器如下所示：
优点：由于过滤基于 URL 结构进行
缺点：我花了一段时间才弄清楚为什么 对话与剧本一致性评估 手动标记方法和完整引荐来源方法得出的数字不同，但最终我意识到完整引荐来源方法并不包含7次点击的结果。如果您想包含7次点击，完整引荐来源方法无法满足您的需求。数据呈现方式不够美观清晰，而且没有简单的方法可以区分来自不同办公地点的流量。虽然可以区分，但有点麻烦，因为它需要从URL中筛选出特定的“cid”数字，并确定哪个超长的cid数字属于哪个办公地点。设置过程也比较复杂。
同时使用手动标记和完整引荐来源方法
通过使用这两种方法，我得到了这样的结果：
两者结合，你几乎可以得到所有你想 新闻 美国 要的数据。我使用了一个简单的过滤器，抓取 Google 地点信息，手动标记 URL，并排除 SERP 流量：
该过滤器之所以有效，是因为它依赖完整的引荐 URL 来提供需要过滤的数据。一旦过滤器到位，您就可以随心所欲地对 Google 地点的引荐数据进行切片和切块。