该技能为 GA4 潜客质量调查提供标准化异常信号检测框架。它属于领域知识型技能，会按需自动调用；它本身不主动采集数据，只读取已汇集的 GA4 行为数据，其中上一步通常是 ga4-cross-analysis 的输出。它也不核实异常信号是否由广告系列配置导致，不生成优先级行动计划，也不执行 URL 或投放位置排除；这些工作分别由其他技能完成。
主要能力：
-
着陆页分布分析：把着陆页分为高意向页（服务、产品、定价、社区设施）和低意向页（博客、资讯、指南、分类页），计算各自占比。低意向页占比超过 75% 属于严重问题，50%–75% 属于中等，25%–50% 属于观察，低于 25% 属于正常。
-
地理分布分析：把转化与目标市场对比，计算匹配率。目标区域外占比超过 50% 属于严重问题，25%–50% 属于中等问题；同时给出 VPN 或代理的识别指标。文档强调，在判定定向问题前，必须核对广告系列的位置定向；移动端 IP 定位常有误差。
-
设备与浏览器分析：关注 Android WebView 占比超过 50%、无头浏览器、异常 user agent、单一浏览器版本占比超过 90% 等机器人指标，并给出设备、浏览器分布表和阈值处置建议。
-
时间模式分析：按小时统计转化，识别凌晨 1–4 点高峰（占比超过 30%）、固定间隔、单小时占比过半等可疑模式，并与地理位置交叉判断。
-
用户行为分析：评估新用户占比、会话时长、每次会话页数，并给出组合模式判断，如 100% 新用户、会话时长低于 10 秒、每次会话页数为 1，这三项同时出现就视为表单垃圾特征。
使用方式：先运行 GA4 交叉分析获取行为数据，再依次应用五项框架，统计异常信号总数（0 个为配置问题，1–2 个为中等，3 个及以上为严重），接着通过交叉引用定位根因，最后交由推荐优先级技能生成行动方案。文档包含一个 PMax 潜客质量案例：检出 5 个异常信号，根因是应用内广告投放导致深夜点击和博客页转化。
适用场景：排查低质量线索、分析 GA4 转化数据、识别机器人流量、审查未到店率、新广告系列基线分析、月度质量审计等。使用限制：它只做检测和计数，不采集数据、不验证配置、不执行排除操作；分类阈值属于该技能的规则建议，实际执行需走变更审批流程。