Filtrado de tráfico de bots en GA4 usando GTM del lado del servidor y Bot Detection de Stape

El filtrado de bots en GA4 es esencial para mantener limpios sus datos analíticos, y recientemente, los propietarios de sitios se han enfrentado cada vez más a tráfico extraño y no deseado en los informes de Google Analytics 4. El problema más común es el spam de referencia con fuentes sospechosas y geolocalización "Poland". Los sitios de origen de dicho tráfico suelen ser los mismos: news.grets.store, statis.seders.website, trast.mantero.online, ofer.bartikus.site. Si ya se ha encontrado con ellos, no está solo.

Google Analytics recomienda agregar estos sitios a la List of unwanted referrals. Sin embargo, en realidad esto no soluciona el problema; solo cambia la categoría de tráfico a "Direct", dejando el spam en sus analíticas. Otro inconveniente es que GA4 no puede filtrar tráfico por referencias, sino únicamente por direcciones IP.

En este artículo, examinaremos el spam a través del Measurement Protocol, los tipos de spam que ocurren con mayor frecuencia —en particular el spam de referencia y de eventos— y, lo más importante, cómo detener el tráfico de bots en el sitio web y proteger sus datos en GA4. 

Google Analytics es la herramienta de analítica web más popular utilizada por millones de usuarios. Los generadores de spam de referencia esperan que, al entrar en Google Analytics y ver tráfico de sitios web desconocidos, sienta curiosidad por comprobar cuáles son. Es una de las formas grises de conseguir tráfico. Existen múltiples métodos de monetización: redirigir a ofertas de afiliados o dirigir a una página de destino que ofrece comprar algo, descargar software, promocionar una agencia de marketing o cualquier otro servicio. 

Los spammers necesitan conocer su ID de Google Analytics para enviar hits falsos a su cuenta de GA. Pero a veces, ni siquiera se molestan en encontrar ID reales de Google Analytics. Los spammers pueden generar ID falsos en grandes cantidades con la esperanza de que algunos de ellos sean identificadores reales de GA. Un script automatizado envía datos falsos a las cuentas de GA mediante Measurement Protocol. 

Debido al spam fantasma, no puede ver los datos reales sobre los visitantes de su sitio web, ya que el tráfico falso se mezcla con el orgánico. El spam fantasma afecta a todas las métricas de GA: número de visitas, tasa de rebote, duración media de la sesión, etc. 

También puede perjudicar su posicionamiento orgánico, ya que los motores de búsqueda pueden interpretar el tráfico de spam como intentos de mejorar sus posiciones de SEO utilizando técnicas cuestionables. 

El filtrado de bots en GA4 ayuda a excluir el tráfico automatizado y no humano de sus informes analíticos. De forma predeterminada, GA4 filtra los bots y rastreadores conocidos basándose en la International Spiders and Bots List de IAB/ABC. Sin embargo, este filtrado integrado es limitado y no cubre todos los tipos de tráfico de bots, especialmente las fuentes de spam más recientes.

La limitación principal es que GA4 solo puede filtrar tráfico por dirección IP. Como resultado, el tráfico de bots y el spam de referencia en GA4 aún pueden colarse y continuar contaminando sus datos analíticos.

Para solucionar este problema, puede activar el power-up Bot Detection. Este califica cada solicitud de 0 a 100. Las solicitudes entre 50 y 75 solo se marcan porque algunos parámetros comprobados no confirman por completo el comportamiento de bot. Las solicitudes superiores a 75 se bloquean si el bloqueo está habilitado, ya que todos los parámetros muestran una clara actividad de bot.

Este power-up comprueba automáticamente si cada solicitud entrante proviene de un bot (por ejemplo, spam de referencia, scripts automatizados). Puede detectar y bloquear solicitudes sospechosas antes de que lleguen a su servidor o a sus herramientas de analítica. Cuando está habilitado, añade dos encabezados a cada solicitud: 

• X-Device-Bot (devuelve true o false)
• X-Device-Bot-Score (una puntuación que oscila entre 1 y 100, donde 100 indica una alta probabilidad de tráfico de bots)

A continuación, al crear una variable de tipo Request Header para estos encabezados en su contenedor de sGTM, puede aprovechar las señales de detección de bots para filtrar el tráfico no deseado o sospechoso. Por ejemplo, puede bloquear la activación de etiquetas de GA4 u otras etiquetas si la solicitud se identifica como tráfico de bots.

Ventajas del power-up Bot Detection:

​​1. Datos analíticos más precisos

2. Mayor seguridad y protección contra el fraude

3. Fácil de configurar y gestionar

Una vez activado, con todas las solicitudes al servidor recibirá dos parámetros adicionales, X-Device-Bot (true o false) y X-Device-Bot-Score (una puntuación entre 1 y 100 de probabilidad de que la solicitud provenga de un bot) en los encabezados de solicitud con cada petición:

Luego, puede simplemente añadir esto como una comprobación adicional a los activadores en el contenedor del servidor:

1. 1.
   En el contenedor del servidor, cree una variable de tipo 'Request Header' y especifique 'X-Device-Bot' para recibir el valor de este encabezado.
2. 2.
   Utilice esta variable como una comprobación adicional en su activador de GA4 en el servidor y también en cualquier otro activador donde desee limitar el impacto del tráfico de bots:

Ahora, si se determina que la solicitud proviene de un bot, su etiqueta no se activará y los datos no se enviarán.

También puede combinar esta configuración con el power-up Block Request by IP.

Le permite bloquear solicitudes procedentes de hasta 30 direcciones IP seleccionadas.

De esta manera, puede filtrar el tráfico interno de su equipo y bloquear el tráfico si nota que los bots provienen de una dirección IP específica, manteniendo estos datos fuera de GA4 y de otras plataformas.

Si utiliza Cloudflare y, como a todos, le llega tráfico de spam desde un país específico (la mayor parte procede de Polonia), puede activar Bot Check para las direcciones IP de Polonia. 

Esta es una buena solución, pero solo si no tiene visitantes reales desde la ubicación del tráfico de spam. De lo contrario, afectará sin duda al número de visitas reales desde allí.

Además, Cloudflare también ofrece las siguientes funciones para bloquear el tráfico de bots:

• Known bots : excluirá el tráfico de la lista de bots de Cloudflare.
• Verified bot category : excluye el tráfico de bots de las categorías indicadas.

Si la referencia contiene sus dominios de spam, puede añadir un activador de excepción para sus etiquetas de GA4. Es muy fácil hacerlo:

• Asegúrese de tener habilitada la variable Referrer en sus variables integradas.

• Cree un nuevo activador de Custom Event que funcione para cualquier evento (.* mediante regex se encargará de ello) y especifique una condición adicional para el activador de modo que el referrer coincida con la expresión regular de sus dominios de spam. En regex puede especificar 'o' con | sin espacios.

Por ejemplo: news.grets.store|static.seders.website|another.domain

• Añada este activador como una excepción a sus etiquetas de GA4 y publique los cambios en su contenedor.

De este modo, el activador de excepción evitará que las etiquetas se ejecuten si la referencia contiene uno de sus dominios de spam, y estos datos no se incluirán en GA4.

El spam de referencia y de eventos en Google Analytics 4 es un problema grave que distorsiona las estadísticas y puede perjudicar su estrategia de SEO y sus decisiones basadas en datos. Lamentablemente, los mecanismos integrados de GA4 actualmente no permiten filtrar dicho tráfico por fuentes de referencia de manera eficaz.

Ahora, si se determina que la solicitud proviene de un bot, su etiqueta no se activará y los datos no se enviarán.

Esto es especialmente importante para las etiquetas que alimentan directamente a las plataformas publicitarias. Si no se filtra, el tráfico de bots no solo distorsiona sus informes de GA4, sino que también se reenvía a Google Ads y Meta como conversiones reales, entrenando sus algoritmos de puja con tráfico que nunca comprará. Para conocer una configuración completa que extienda este filtrado específicamente a los datos de puja publicitaria, consulte Una guía práctica para proteger sus pujas publicitarias contra bots.

Lo más importante es no ignorar el tráfico de bots en GA4. Cuanto antes implemente una protección básica, más precisos y útiles serán sus informes. Y si además se pasa a GTM del lado del servidor, obtendrá no solo protección, sino también ventajas adicionales: datos más limpios, mayor velocidad del sitio y más control sobre sus analíticas.

Si no sabe por dónde empezar, pruebe al menos una de las soluciones descritas en este artículo. Verá cómo cambian sus analíticas en pocos días.