AI SEO In Detail › Modul B · Analyse des Suchtraffics › Folge 15
Ist dein Traffic echt? Bots filtern in GA4
So erkennst du Fake-Sessions in GA4: Hostname-Filter, Bots, die durchrutschen, Engagement-Signale und der Abgleich mit den Daten der Search Console.
Beim Abspielen wird das Video von YouTube geladen (erweiterter Datenschutzmodus). Das Video ist auf Englisch, mit Untertiteln in deiner Sprache.
GA4-Bot-Filter-Checkliste
Eine druckbare Seite: der Hostname-Filter, der vor jeder weiteren Analyse kommt, die Bot-Muster, die ihn umgehen, und wie du sie in Clustern liest, Engagement als Signal, der wöchentliche Abgleich von GA4 und Search Console mit Arbeitsblatt und was du tust, wenn du schlechten Traffic gefunden hast.
- Zuerst nach Hostname filtern — Schlüssle die Sessions nach der Domain auf, auf der jeder Besuch erfasst wurde, und behalte nur Hostnamen, die dir gehören und live sind. Setze den Filter in jeden Bericht und jede Abfrage und prüfe ihn erneut, sobald sich eine Domain ändert oder eine Property wiederverwendet wird.
- Bot-Muster in Clustern suchen — Null Engagement, ein einziger unerwarteter Standort, seltsame Uhrzeiten, fehlende Werte. Keines davon ist allein ein Beweis; zwei oder drei im selben Segment, und du kannst dir ziemlich sicher sein. Engagement-Rate und Engagement-Zeit je Segment machen die Cluster sichtbar.
- GA4 mit der Search Console abgleichen — Beschränke Analytics auf source = google und vergleiche wöchentlich mit den Klicks der Search Console. Ein stabiles Verhältnis ist ein Zählunterschied; ein abdriftendes Verhältnis ist eine Frage, die dir zeigt, wo du graben musst.
Kostenlos · 1 Seite · A4-PDF · ohne Anmeldung
Die Dateien sind auf Englisch.
1,189 Wörter · Übersetzung des gesprochenen Textes der Episode.
Intro
Vor Kurzem zeigte eines meiner Dashboards eine sehr gut laufende Site. Über fünfzigtausend Sessions. Ich war zufrieden, etwa eine Minute lang.
Dann filterte ich nach Hostname. Das ist die Domain, auf der der Besuch aufgezeichnet wurde. Etwa fünfundfünfzig Sessions kamen von der eigentlichen Domain der Site. Der Rest, über fünfzigtausend, kam von ganz woanders.
Nichts war im üblichen Sinne kaputt. Die Zahlen waren nur nicht das, was ich dachte. In dieser Folge zeige ich, wie das passiert, den einen Filter, der es erkannt hätte, und wie man Bot-Traffic erkennt, der daran vorbeikommt.
Was passiert ist
Hinweis zu den Daten. Sie sind echt, von einer meiner Sites, aber anonymisiert: keine Domainnamen, keine URLs, nichts, was die Site identifiziert. Die Zahlen sind das, was Analytics gemeldet hat.
So lief es. Die Site war auf eine neue Domain umgezogen. Die alte Domain war stillgelegt, aber die Google Analytics Property, der Container, der die Daten sammelt, wurde für die neue wiederverwendet. Das spart erneutes Einrichten.
Aber eine Property weiß nicht, zu welcher Domain sie gehört. Sie akzeptiert Daten von überall, das ihre ID sendet. Und die stillgelegte Domain wurde weiter von Bots getroffen, die als Sessions in derselben Property gezählt wurden.
Das Dashboard addierte alles zusammen. Über etwa fünf Wochen: dreiundfünfzigtausendfünfhundert und vierundsiebzig Sessions auf der stillgelegten Domain, fünfundfünfzig auf der aktuellen. Neunundneunzig Komma neun Prozent davon war Rauschen.
Erster Filter: der Hostname
Die Lösung ist eine Dimension: Hostname. Jedes Event in Google Analytics zeichnet die Domain auf, von der es kam. Schlüsseln Sie Ihre Sessions nach Hostname auf, und Sie sehen jede Domain, die Daten an Ihre Property gesendet hat.
Dieser Vorfall war auf einer anderen Site. Prüfen wir dasselbe auf der Site für den Rest dieser Folge, example-city-stats.com, eine meiner eigenen, gleich anonymisiert. Auf dem Bildschirm jeder Hostname, der ihr in 90 Tagen Daten sendete.
Und sie ist sauber. Zwei Zeilen. Die eigene Domain der Site, mit etwa fünfundfünfzigtausend Sessions, und die www-Version, mit sechs. Keine alten Domains, keine Fremden. So sieht eine gesunde Property aus. Es geht darum, diese Liste zu sehen, nicht sie anzunehmen.
Bei einer Property mit Problemen gäbe es mehr Zeilen: eine alte Domain, ein Testserver, ein Übersetzungsproxy, oder eine Domain, die niemand kennt. Alle sind Rauschen in einem Bericht über Ihre Site.
Behalten Sie nur die Hostnamen, die Ihnen gehören und live sind. Tun Sie es in jedem Bericht und jeder API-Abfrage, vor jeder Analyse. Ich setze den Filter in die eine gemeinsame Funktion, die alle meine Skripte für Analytics-Abfragen nutzen, damit ich ihn nicht vergesse.
Und prüfen Sie ihn bei jedem Domainwechsel. Bevor Sie eine Property wiederverwenden, eine Frage: Sessions nach Hostname.
Bots, die den Filter umgehen
Google Analytics schließt bekannte Bots automatisch aus. Das können Sie nicht ausschalten und nicht sehen, was entfernt wurde. Was Ihre Berichte erreicht, ist Traffic, der nicht wie ein bekannter Bot aussah.
Manches davon ist trotzdem nicht menschlich. Hier sind die Muster, nach denen ich suche.
Null Engagement. Sessions ohne jede Engagement-Zeit, eine Seite, dann weg. Echte Besucher bouncen auch, aber nicht zu Tausenden in einem sauberen Block.
Ein Ort. Eine plötzliche Gruppe Sessions aus einer Stadt oder einem Land, das nichts mit Ihrer Zielgruppe zu tun hat. Oft ist dort ein Rechenzentrum.
Seltsames Timing. Spitzen direkten Traffics um drei Uhr nachts, jede Nacht, ohne Kampagne dahinter.
Fehlende Werte. Sprache, Bildschirmgröße oder Landingpage zeigen 'not set'. Ein echter Browser füllt die aus. Ein Skript, das Daten direkt an Ihre Mess-ID sendet, oft nicht.
Keines davon ist allein ein Beweis. Suchen Sie nach zwei oder drei gleichzeitig, im selben Segment. Dann können Sie ziemlich sicher sein.
Engagement als Signal
Eine nützliche Zusammenfassungszahl ist die Engagement-Rate. Analytics zählt eine Session als engaged, wenn sie über zehn Sekunden dauert, ein Key-Event enthält oder mindestens zwei Seiten ansieht.
Daneben: durchschnittliche Engagement-Zeit pro Session. Echte Besucher erzeugen Streuung. Bots neigen dazu, dieselben paar Sekunden zu erzeugen, immer wieder.
Für meine Site insgesamt sind etwa fünfundfünfzig Prozent engaged, bei rund fünfundvierzig Sekunden pro Session. Nun aufschlüsseln. Nach Land: die USA, wo die Zielgruppe ist, liegen bei etwa einundsechzig Prozent engaged und fünfzig Sekunden. Dann kommen Singapur, Brasilien und Hongkong, mit je siebenhundert bis zwölfhundert Sessions, und zwei bis drei Sekunden Engagement. Brasilien und Hongkong liegen unter zehn Prozent engaged.
Nach Landingpage ist eine Zeile 'not set': fast zwölfhundert Sessions, zwei Prozent engaged, unter drei Sekunden. Ein echter Besuch landet auf einer Seite. Das ist das Muster fehlender Werte direkt über dem Null-Engagement-Muster.
Und direkter Traffic: etwa fünfzehntausend Sessions, unter dreißig Prozent engaged, vierzehn Sekunden. Niedriger als Search, was normal ist, aber groß genug zum Beobachten.
Nichts davon beweist allein Bots. Aber ein paar Tausend Zwei-Sekunden-Sessions aus Ländern außerhalb der Zielgruppe ist genau die Art Cluster, die ich nicht als Wachstum zähle.
Der Plausibilitätscheck mit der Search Console
Hier die Gegenprüfung, der ich am meisten vertraue. Search Console zählt Klicks aus Google-Suche auf Googles Seite. Analytics zählt Sessions von Google Organic auf Ihrer Seite. Sie werden nie exakt übereinstimmen.
Oft ist Analytics niedriger. Manche Besucher lehnen Cookies ab oder blockieren Tracking. Das ist normal.
Auf meiner Site ist es umgekehrt. In jeder dieser sechzehn Wochen zeigt der Organic-Kanal in Analytics mehr Sessions als Search Console Klicks hat, etwa eins Komma sechs Mal so viele. Aber dieser Kanal zählt jede Suchmaschine, nicht nur Google. Bing, DuckDuckGo und Yahoo sendeten zusammen fast zehntausend Organic-Sessions in den letzten neunzig Tagen.
Grenzen Sie Analytics also auf Google als Quelle ein und vergleichen Sie erneut. Nun treffen sich die Linien fast. Von Ende Juni bis Ende August blieben Google-Sessions innerhalb etwa zwölf Prozent der Google-Klicks, Woche für Woche. Das ist ein Zählunterschied, nicht mehr.
Dann beginnt das Verhältnis zu steigen. Siebzehn Prozent mehr Anfang September, dann um zwanzig, dann vierunddreißig, und in der letzten Woche halb so viele Sessions mehr als Klicks. Google kann keine Besucher gesendet haben, die es nicht gezählt hat. Seit Ende August wird also etwas Zusätzliches als Google Organic aufgezeichnet.
Ich weiß noch nicht, was es ist. Es könnten Bots sein, die einen falschen Google-Referrer senden. Es könnte eine Änderung sein, wie eines der Tools Besuche zuordnet. Das ist der Sinn dieser Prüfung: sie gibt keine Antwort, sie sagt, wo Sie graben müssen. Ein gleichbleibendes Verhältnis ist in Ordnung. Ein driftendes Verhältnis ist eine Frage.
Das ist die Gewohnheit aus Folge eins: vertrauen Sie nie einer Quelle allein.
Was du mit schlechtem Traffic tust
Wenn Sie Bot-Traffic gefunden haben, drei Schritte.
Erstens, segmentieren Sie ihn aus Ihrer Analyse heraus. Daten, die bereits in Analytics sind, können nicht gelöscht werden, also muss der Filter in Ihren Berichten und Abfragen leben. Das ist ein weiterer Grund, eine gemeinsame Abfragefunktion zu haben.
Zweitens, schreiben Sie es auf. Führen Sie eine kurze Liste bekannt schlechter Hostnamen, Quellen und Muster, mit dem Datum, an dem Sie sie fanden. Ihr zukünftiges Ich braucht sie, wenn ein altes Chart plötzlich seltsam aussieht.
Drittens, stoppen Sie die Quelle, wo Sie können. Trägt eine stillgelegte Domain noch Ihr Tracking-Tag, entfernen Sie es, oder legen Sie die Domain richtig still. Weniger schlechte Hits bedeuten später weniger Filterung.
Fazit
Also: Filtern Sie zuerst nach Hostname, suchen Sie Bot-Muster in Clustern, prüfen Sie Analytics gegen Search Console, und halten Sie den schlechten Traffic aus jeder Zahl heraus, die Sie melden. Die Bot-Filter-Checkliste ist in der Beschreibung verlinkt. Nächste Folge: wenn Traffic sinkt, eine Schritt-für-Schritt-Checkliste, um herauszufinden, warum.