Fake Traffic bezieht sich auf künstlich erzeugte Besuche auf einer Webseite, die von automatisierten Bots oder nicht-menschlichen Quellen stammen. Dieser Traffic ist darauf ausgelegt, die Besucherzahlen einer Webseite zu manipulieren und kann verschiedene Ziele verfolgen.
Gründe für Fake Traffic
1. Erhöhte Aufmerksamkeit faken
Es gibt Webseitenbetreiber, die der Blackhat-SEO-Strategie verfallen sind, welche Fake Traffic, um ihre Besucherzahlen künstlich zu erhöhen und den Anschein von Popularität zu erwecken. Dies kann dazu dienen, Werbepartner anzulocken – solche Websites bezeichnet man als „made for Advertising“, kurz: MFA – und dadurch höhere Preise für Anzeigenplätze zu rechtfertigen oder Google besssere Nutzersignale zu suggieren.
2. Aufmerksamkeit erhalten
Es gibt Tool-Anbieter, die durch Fake-Traffic auf sich aufmerksam machen wollen. Diese erkennt man durch einen schnellen Anstieg von Verweisen über eine einzelne bislang unbekannte Domain, wie im folgenden Screenshot visualisiert.
Screenshot aus Google Analytics
2. Fremde Statistiken verzerren
Es gibt also auch Blackhat-SEOs, die bewusst Fake-Traffic auf Konkurrenz-Websites schalten, um deren Statistiken zu verzerren und damit die Aussagekraft zu verschlechtern. Ferner kann Google Websites abstrafen, die sich mit „maschinellem Traffic“ Vorteile zu verschaffen versuchen.
3. Fremde Google Ads Budgets verschwenden
Um das Werbebudget von Konkurrenten zu verschwenden, klicken Wettbewerber bzw. deren Agenturen oder Bots auch gerne mal auf Werbeanzeigen und tun so, als ob sie interessierte Nutzer sind. Google versucht dies zwar zu erkennen und erstattet bei Erfolg Werbebudget, wir haben aber bei Vergleichs-Test mit Ad-Betrugserkennungstools (engl. „ad fraud tools“) wie fraud0 und ClickCease eine Dunkelziffer von 1 bis zu 10 % bei mehreren unterschiedlichen Projekten messen können. Das ist bei kleinen Werbebudgets zu vernachlässigen, da die Detektoren zusätzlichen Aufwand und Lizenzkosten bedürfen, aber wer 10.000 € oder mehr an monatlichem Werbebudget hat und Fake-Traffic vermutet, der sollte zumindest mal eine Demo solcher Tools in Erwägung ziehen.
Wichtig: Wenn du ein Ad-Fraud-Tool einsetzt und dich danach dagegen entscheidest, sollten alle Implementierungen in die Website, in Google Ads und Google Analytics inkl. IP-Blockierlisten rückgängig gemacht werden, da diese sonst die Account-Performance nachhaltig schädigen können.
Erkennen von Fake Traffic in Google Analytics
Um die Integrität Ihrer Analysedaten zu bewahren, ist es wichtig, Fake Traffic zu identifizieren und zu filtern. Erste Indikatoren sind:
- deutlicher Traffic-Anstieg, insbesondere Verweistraffic von fremden Domains oder von bestimmten IP-Adressen.
- plötzliche Verkürzung der Verweildauer bzw. Erhöhung der Absprungrate (Achtung: das kann auch auf technische Probleme hindeuten)
Damit du in Google Analytics einem Fake-Traffic-Verdacht auf den Grund gehen kannst, schaue dir zuerst Mal unter Berichte > Akquisition den Bericht zur Nutzergewinnung an und filtere nach „Erste Nutzerinteraktion – Quelle“.
Wenn dir bei den Domains Seiten unbekannt sind, wie in meinem ersten Screenshot, kannst du diese mal in einem Inkognito-Fenster öffnen (am besten mit aktiver Firewall) und prüfen, ob du die Seite kennst. Bitte nicht mit der Seite interagieren, sofern du dir nicht sicher bist, dass sie seriös ist.
Fake-Traffic über einzelne IP-Adressen ist deutlich seltener und kannst du nur über andere Statistiken oder Server-Log-Dateien auslesen. Diesen erkennst du aber im selben Bericht über einen plötzlichen Ansstieg von „(direct)“ Quellen.
Fake-Traffic in Google Analytics filtern
- Gehe in Google Analytics zu „Verwaltung“ (Admin)
- Wähle unter der Property „Datenstreams“ aus.
- Anschließend klickst du auf „Tag-Einstellungen konfigurieren“
- Dann klickst du auf „Liste unerwünschter Verweise“, wenn du Fake-Traffic-Domains ausschließen willst oder „Internen Traffic definieren“, um Fake-Traffic-IP-Adressen auszuschließen
- Zuguterletzt gibst du die Domains oder IP-Adressen an, welche du filtern willst. Zu filternde Domains legst du dann einzeln an. Wenn du mehrere IP-Adressen oder Muster filtern willst, kannst du auch Regex einsetzen. ChatGPT kann dir sehr gut dabei helfen, solche Muster zu erkennen und Regex-Filter zu erstellen.
Zusammenfassung
Fake Traffic kann erhebliche negative Auswirkungen auf deine Webanalyse und Marketingstrategien haben. Es ist wichtig zu verstehen, warum dieser Traffic erzeugt wird und wie man ihn erkennen und filtern kann. Durch das Einrichten von Filtern in Google Analytics 4 kannst du sicherstellen, dass deine Analysedaten genau und zuverlässig bleiben. So schützt du deine Webseite vor den negativen Folgen von Fake Traffic und erhältst wertvolle, realistische Einblicke in das Verhalten deiner echten Besucher.