Cum umflă boții cifrele de trafic: de la logul brut la audiența reală

Un site pe care îl urmărim a avut, într-o zi, de aproape două ori mai mulți „vizitatori” decât în zilele vecine. Reflexul e să te bucuri și să cauți ce articol a „prins”. Când ne-am uitat de aproape, aproape nimic din acel vârf nu era om. E o lecție bună despre cât de ușor te mint cifrele de trafic, dacă nu întrebi de unde vin.

De ce „IP-uri unice plus User-Agent” supraestimează

Cea mai comună metodă de a număra vizitatori din logurile serverului e: adună IP-urile unice, exclude-le pe cele cu un User-Agent de bot. Problema e că metoda asta a fost bună acum zece ani. Boții de azi trimit un User-Agent de Chrome sau Safari perfect valid, exact ca un browser real. Filtrul care se uită la User-Agent nu îi mai vede, așa că fiecare scaner, proxy sau sondă ajunge numărat ca „om”.

Rezultatul e o cifră care arată bine pe grafic și care nu înseamnă nimic.

Ce era, de fapt, „vârful”

Când am desfăcut ziua pe surse, iată ce găsisem în locul audienței:

• Health-check-urile propriei infrastructuri. Un echilibrator de sarcină sau o sondă care verifică dacă site-ul răspunde, lovind pagina principală la câteva secunde, apărea numărat ca vizitator. Infrastructura nu citește bloguri.
• Scanere din cloud care mint User-Agent-ul. IP-uri din centre de date, cu un User-Agent de browser, care cereau de fapt /admin.php, fișiere WordPress și panouri de configurare. Recon automat, toate cu răspuns 404 pe un site care nu are așa ceva.
• Un roi de IP-uri care băteau pagina principală o dată și plecau, fără să se uite la nimic altceva.
• Peste 80% „direct”, adică fără niciun referrer. Un public real vine, în bună parte, din căutare și din rețele sociale, cu referrer. Traficul masiv fără proveniență e un semnal, nu un succes.

Niciun articol nu „prinsese”. Nimeni nu citea nimic. Doar internetul care îți bate la ușă.

Cum arată un cititor real

Diferența dintre un om și un bot nu e în User-Agent, ci în comportament:

• un cititor real are proveniență: vine dintr-o căutare, dintr-un link de LinkedIn, dintr-un newsletter;
• se plimbă: deschide articolul, apoi încă o pagină, poate contactul; lasă un traseu;
• revine uneori, la alt moment, de pe alt dispozitiv.

Un bot, de regulă, apare de nicăieri, atinge o singură pagină și dispare. Când „vârful” tău e făcut din mii de vizite de o pagină, fără referrer, concentrate pe pagina principală, nu te uiți la audiență, ci la zgomot.

Cum numeri mai onest

Nu poți curăța totul, dar poți scoate ce e clar că nu e om:

• exclude infrastructura internă din numărători (health-check-uri, sonde, adrese interne);
• reclasifică drept bot scanerele care generează multe 404, indiferent ce User-Agent trimit;
• taie flood-ul de la un singur IP care face zeci de cereri, fiindcă un cititor real nu se comportă așa.

Dar fii sincer cu limita: boții care imită un browser și ating paginile reale o singură dată nu se pot deosebi de un om fără să rupi și cititorii legitimi din spatele unui IP partajat. De aceea, pentru audiență, o sursă care recunoaște boții (de exemplu un CDN care îi filtrează la margine) e mai aproape de adevăr decât logul brut al serverului.

De ce contează, dincolo de orgoliu

O cifră umflată nu e doar o vanitate. Pe baza ei iei decizii greșite: crezi că un subiect a mers și îl repeți, deși nu l-a citit nimeni; estimezi o conversie care nu există; justifici un buget pornind de la un public fantomă. Iar pe partea de securitate, același zgomot care umflă „vizitatorii” ascunde și scanările reale: dacă nu separi boții, nu vezi nici cine te probează serios. Măsurarea onestă e, și aici, tot o chestiune de a putea arăta ce e real, nu doar ce arată bine, exact ideea din controlul care trece testul.

Ce reținem

Traficul „mare” care nu lasă nicio urmă de comportament uman nu e audiență. Înainte să sărbătorești un vârf, întreabă două lucruri: de unde a venit și ce a citit. Dacă răspunsul e „de nicăieri” și „nimic”, ai măsurat boți, nu oameni. Un număr fără proveniență e o metrică de vanitate.

Vrei să știi cât din traficul și din „evenimentele de securitate” pe care le vezi sunt reale și cât e zgomot automat? Scrie-ne și pornim de la o privire onestă peste cifre.