AI SEO In Detail › Module B · Analyse du trafic de recherche › Épisode 15
Votre trafic est-il réel ? Filtrer les bots dans GA4
Repérez les fausses sessions dans GA4 : filtre par nom d'hôte, bots qui passent entre les mailles, signaux d'engagement et contrôle avec Search Console.
La lecture de la vidéo la charge depuis YouTube (mode privacy-enhanced). La vidéo est en anglais, avec des sous-titres dans votre langue.
Checklist anti-bots GA4
Une page imprimable : le filtre par nom d'hôte à appliquer avant toute autre analyse, les schémas de bots qui passent entre les mailles et comment les lire en grappes, l'engagement comme signal, le contrôle hebdomadaire GA4 vs Search Console avec sa feuille de calcul, et que faire une fois le mauvais trafic identifié.
- Filtrez d'abord par nom d'hôte — Ventilez les sessions selon le domaine sur lequel chaque visite a été enregistrée et ne gardez que les noms d'hôte qui vous appartiennent et sont actifs. Appliquez le filtre dans chaque rapport et chaque requête, et revérifiez-le à chaque changement de domaine ou réutilisation d'une propriété.
- Cherchez les schémas de bots en grappes — Engagement nul, un seul lieu inattendu, horaires étranges, valeurs manquantes. Aucun n'est une preuve isolément ; deux ou trois dans le même segment, et vous pouvez en être presque sûr. Le taux d'engagement et le temps d'engagement par segment rendent les grappes visibles.
- Comparez GA4 et Search Console — Limitez Analytics à source = google et comparez chaque semaine avec les clics de Search Console. Un ratio stable reflète une différence de mesure ; un ratio qui dérive est une question qui vous indique où creuser.
Gratuit · 1 page · PDF A4 · sans inscription
Les fichiers sont en anglais.
1,323 mots · traduction de la narration de l’épisode.
Introduction
Il y a peu, un tableau de bord montrait un site très performant. Plus de cinquante mille sessions. J'étais content, pendant une minute.
Puis j'ai filtré par nom d'hôte. C'est le domaine sur lequel la visite a été enregistrée. Cinquante-cinq sessions venaient du domaine réel du site. Le reste, plus de cinquante mille, venait d'ailleurs.
Rien n'était cassé au sens habituel. Les chiffres n'étaient juste pas ce que je croyais. Dans cet épisode je montre comment ça arrive, le filtre qui l'aurait détecté, et comment repérer le trafic bot qui passe au travers.
Ce qui s'est passé
Note sur ces données. Elles sont réelles, d'un de mes sites, mais anonymisées : pas de noms de domaine, pas d'URL, rien qui identifie le site. Les chiffres sont ce qu'Analytics a rapporté.
Voici ce qui s'est passé. Le site avait migré vers un nouveau domaine. L'ancien domaine était retiré, mais la propriété Google Analytics, le conteneur qui collecte les données, était réutilisé. C'est courant. Ça évite de tout reconfigurer.
Mais une propriété ne sait pas à quel domaine elle appartient. Elle accepte les données de partout si on lui envoie son ID. Et le domaine retiré continuait à recevoir des bots, qui étaient comptés comme sessions dans la même propriété.
Donc le tableau de bord additionnait tout. Sur environ cinq semaines : cinquante-trois mille cinq cents soixante-quatorze sessions sur le domaine retiré, cinquante-cinq sur le domaine actuel. Quatre-vingt-dix-neuf virgule neuf pourcent était du bruit.
Premier filtre : le nom d'hôte
La solution est une dimension : nom d'hôte. Chaque événement dans Google Analytics enregistre le domaine d'origine. Décomposez vos sessions par nom d'hôte, et vous verrez chaque domaine qui a envoyé des données à votre propriété.
Cet incident était sur un autre site. Donc faisons la même vérification sur le site pour le reste de cet épisode, example-city-stats.com, un des miens, anonymisé pareillement. À l'écran, chaque nom d'hôte qui lui a envoyé des données sur 90 jours.
Et c'est propre. Deux lignes. Le domaine du site, avec environ cinquante-cinq mille sessions, et la version www, avec six. Pas d'anciens domaines, pas d'inconnus. C'est à quoi ressemble une propriété saine. Le but est de voir cette liste, pas de la supposer.
Sur une propriété à problèmes, vous verriez plus de lignes : un ancien domaine, un serveur de test, un proxy de traduction, ou un domaine que personne ne reconnaît. Tous sont du bruit dans un rapport sur votre site.
Gardez seulement les noms d'hôte qui sont à vous, et actifs. Faites-le dans chaque rapport et chaque requête API, avant toute analyse. Je mets ce filtre dans la fonction partagée unique que tous mes scripts utilisent pour interroger Analytics, pour ne pas l'oublier.
Et vérifiez à chaque changement de domaine. Avant de réutiliser une propriété, posez une question : sessions par nom d'hôte.
Les bots qui passent le filtre
Google Analytics exclut déjà les bots connus automatiquement. Vous ne pouvez pas désactiver ça, ni voir ce qui a été retiré. Ce qui atteint vos rapports est le trafic qui ne ressemblait pas à un bot connu.
Une partie n'est quand même pas humaine. Voici les motifs que je cherche.
Engagement zéro. Sessions sans temps d'engagement du tout, une page, puis rien. Les vrais visiteurs rebondissent aussi, mais pas par milliers en bloc net.
Un lieu. Un groupe soudain de sessions d'une seule ville ou d'un seul pays qui n'a rien à voir avec votre audience. Souvent c'est là où se trouve un centre de données.
Timing bizarre. Pics de trafic direct à trois heures du matin, chaque nuit, sans campagne derrière.
Valeurs manquantes. Langue, taille d'écran ou page d'arrivée affichées « non défini ». Un vrai navigateur remplit ça. Un script qui envoie des données direct à votre ID de mesure ne le fait pas souvent.
Aucun de ces éléments n'est une preuve seul. Cherchez-en deux ou trois à la fois, dans le même segment. C'est là que vous pouvez être assez sûr.
L'engagement comme signal
Un chiffre récapitulatif utile est le taux d'engagement. Analytics compte une session engagée si elle dure plus de dix secondes, inclut un événement clé, ou voit au moins deux pages.
À côté, regardez le temps d'engagement moyen par session. Les vrais visiteurs produisent une dispersion. Les bots tendent à produire les mêmes quelques secondes, encore et encore.
Pour mon site dans son ensemble, environ cinquante-cinq pourcent sont engagés, à environ quarante-cinq secondes chacun. Maintenant décomposons. Par pays, les États-Unis, où est l'audience, sont à environ soixante et un pourcent engagés et cinquante secondes. Puis viennent Singapour, le Brésil et Hong Kong, avec entre sept cents et douze cents sessions chacun, et deux à trois secondes d'engagement. Brésil et Hong Kong sont sous dix pourcent engagés.
Par page d'arrivée, une ligne est appelée « non défini » : presque douze cents sessions, deux pourcent engagés, moins de trois secondes. Une vraie visite arrive sur une page. C'est le motif valeurs-manquantes juste au-dessus du motif engagement-zéro.
Et trafic direct : environ quinze mille sessions, moins de trente pourcent engagés, quatorze secondes. Plus bas que la recherche, ce qui est normal, mais assez gros pour surveiller.
Rien de tout ça ne prouve des bots seul. Mais quelques milliers de sessions de deux secondes de pays hors audience est exactement le type de groupe que je ne compte pas comme croissance.
Le contrôle de cohérence avec Search Console
Voici la vérification croisée à laquelle je fais le plus confiance. Search Console compte les clics depuis la recherche Google côté Google. Analytics compte les sessions depuis Google organique côté vous. Ils ne correspondront jamais exactement.
Souvent Analytics est plus bas. Certains visiteurs refusent les cookies ou bloquent le suivi. C'est normal.
Sur mon site c'est l'inverse. Dans chacune de ces seize semaines, le canal organique dans Analytics montre plus de sessions que Search Console n'a de clics, environ une virgule six fois plus. Mais ce canal compte chaque moteur de recherche, pas juste Google. Bing, DuckDuckGo et Yahoo ensemble ont envoyé presque dix mille sessions organiques dans les quatre-vingt-dix derniers jours.
Donc réduisez Analytics à Google comme source, et comparez à nouveau. Maintenant les lignes se rejoignent presque. De fin juin à fin août, les sessions Google sont restées à environ douze pourcent des clics Google, semaine après semaine. C'est une différence de comptage, rien de plus.
Puis le ratio commence à grimper. Dix-sept pourcent de plus début septembre, puis environ vingt, puis trente-quatre, et la dernière semaine, moitié plus de sessions que de clics. Google ne peut pas avoir envoyé des visiteurs qu'il n'a pas comptés. Donc depuis fin août, quelque chose en plus est enregistré comme Google organique.
Je ne sais pas encore ce que c'est. Ça pourrait être des bots envoyant un faux référent Google. Ça pourrait être un changement dans comment un des deux outils attribue les visites. C'est le but de cette vérification : elle ne donne pas la réponse, elle dit où creuser. Un ratio stable va bien. Un ratio qui dérive est une question.
C'est l'habitude de l'épisode un : ne jamais faire confiance à une seule source.
Que faire du trafic indésirable
Une fois le trafic bot trouvé, trois étapes.
D'abord, segmentez-le hors de votre analyse. Les données déjà dans Analytics ne peuvent pas être supprimées, donc le filtre doit vivre dans vos rapports et vos requêtes. C'est une autre raison d'avoir une fonction de requête partagée unique.
Deuxièmement, notez-le. Gardez une courte liste des noms d'hôte, sources et motifs connus mauvais, avec la date où vous les avez trouvés. Votre futur vous en aura besoin quand un ancien graphique paraîtra étrange.
Troisièmement, arrêtez la source où vous pouvez. Si un domaine retiré porte encore votre balise de suivi, retirez-la, ou fermez le domaine correctement. Moins de mauvais hits entrants signifie moins de filtrage après.
Pour conclure
Donc : filtrez par nom d'hôte d'abord, cherchez les motifs bot en groupes, vérifiez Analytics contre Search Console, et gardez le mauvais trafic hors de chaque chiffre que vous rapportez. La checklist filtre-bot est liée dans la description. Prochain épisode : quand le trafic baisse, une checklist étape par étape pour savoir pourquoi.