Ghosts & Spiders – Halloween o SPAM su Google Analytics?

Qualche mese fa abbiamo iniziato a notare e monitorare una serie di referral strani in vari report di Google Analytics.

Inoltre, su qualche nuovo account non ancora attivo si sono registrate diverse sessioni dai canali Direct o Referral, prima ancora che il codice di monitoraggio fosse inserito nel sito.

Di cosa tratta questo fenomeno ormai piuttosto diffuso? Di traffico spam sfuggito ai filtri automatici di Google Analytics, che possiamo suddividere in due categorie:

• Web Crawler Spam
• Ghost Referral Traffic

I web crawler sono robots (o spider) che visitano i siti web, solitamente per indicizzarne il contenuto. La maggior parte si identifica come crawler e viene, quindi, automaticamente filtrata da Google Analytics. Alcuni web crawler, però, non si identificano come tali e compaiono nei report come normale traffico.

Il ghost referral traffic, tipologia più recente e più problematica, sfrutta una vulnerabilità legata al Measurement Protocol che permette di inviare informazioni tramite richieste HTTP direttamente ai server di Google Analytics. Questo tipo di spam è chiamato “ghost” perché non effettua una reale interazione con il sito colpito: una volta generati in modalità casuale i codici identificativi (UA-XXXXXX-Y) di Google Analytics, vengono inviati dati fittizi, come sessioni, referrals, pagine, hostname, keywords, eventi, …

Come si può intuire, bloccare il ghost referral traffic tramite .htaccess non produrrebbe alcun risultato, perché questi spammer non effettuano reali visite al sito.

Chiaramente, le conseguenze di questo traffico spam sono dati statistici non veritieri, a volte non facilmente identificabili, che alterano l’analisi delle performance del proprio sito web.

Nell’attesa di misure più risolutive da Google Analytics, cosa possiamo fare per bloccare questo traffico spam e visualizzare dati “puliti”?

Senza entrare in dettagli tecnici, per affrontare il problema dello spam di Google Analytics ci sono due modalità, che possono anche coesistere:

• A monte, tramite l’applicazione di  una combinazione di filtri: con questa soluzione, si avranno dati puliti a partire dal momento in cui i filtri vengono aggiunti alla vista Google Analytics. Bisognerà solo ricordarsi di aggiornare periodicamente i filtri, soprattutto per quanto riguarda i web crawler spam.
• A valle, tramite la creazione di un segmento personalizzato da applicare nel momento in cui si visualizzano le statistiche. Questa soluzione può sembrare meno decisiva, ma incontra il nostro favore nella maggior parte dei casi, per due ragioni:
  1. Minor rischio di errore.
  2. Efficacia anche sui dati storici già registrati, sia nella fase iniziale, sia man mano che compariranno nuovi spam.

Abbiamo testato entrambe le opzioni e possiamo concludere che la soluzione migliore dipende dal caso specifico e dalle diverse esigenze di chi accede alle statistiche.