Entender
Filtrar el tráfico de bots
Filtrar el tráfico de bots. Tres comprobaciones se ejecutan cuando se guarda un beacon. Una coincidencia se marca y los informes de Entender la omiten. La fila permanece.
Entender el laboratorioCómo usarlo y por qué querrías hacerlo
Por qué querrías hacerlo
Los beacons almacenados se separan en filas conservadas y filas marcadas como rastreador, headless o demasiado rápidas. Después de Aceptar la página encola bots_view con el origen de los datos.
Cómo usarlo
- Un nombre de rastreador conocido es una marca.
- Un navegador headless es una segunda marca.
- Una repetición rápida es una tercera marca.
- Cuatro contadores se quedan en la página. Después de Aceptar se encola el origen.
Últimos beacons almacenados
0 beacons recientes. Un cero significa que la regla no coincidió con nada en ese conjunto. Las filas siguen almacenadas.
- Incluidos
- …
- Rastreador
- …
- Headless
- …
- Ritmo
- …
Las reglas que este sitio ejecuta de verdad
- En cada beacon con consentimiento, Next.js lee el User-Agent. Si coincide con su lista de rastreadores, la fila se marca como crawler. Esa lista incluye nombres como Googlebot y GPTBot.
- Si la cadena del navegador contiene HeadlessChrome, PhantomJS, Puppeteer, Playwright o Selenium, la fila se marca como headless. HeadlessChrome no está en la lista de rastreadores de Next.js, así que esta comprobación es aparte.
- Si la misma clave anónima de visitante ya guardó 40 beacons en los 60 segundos anteriores, la fila nueva se marca como rate.
- Las filas marcadas se quedan en el registro de recolección. Atribución, embudos, cohortes, anomalías y los demás conteos de Entender las omiten. El recorrido, las recomendaciones y Google Analytics no leen la marca.
Este sitio no lee navigator.webdriver, las trayectorias del ratón ni el tamaño de pantalla para decidir. No borra el beacon y no bloquea la petición.
RecorridoCómo lo hicimosMostrarOcultar
El ajuste de proveedor de ejemplo está marcado abajo. Los números de eVar y de event son ejemplos. Este laboratorio no llama a Adobe.
El laboratorio de bots muestra cuántos beacons almacenados se conservaron y cuántos se marcaron como rastreador, headless o tasa. Después de Aceptar encola bots_view con el origen de los datos, y el laboratorio no llama a Adobe.
Marcar un rastreador conocido
botReasonFromAgent devuelve crawler cuando el agente analizado dice isBot.
Marcar un navegador headless
La misma función prueba el nombre del navegador y el user agent en bruto contra HeadlessChrome, PhantomJS, Puppeteer, Playwright, Selenium o Headless. Un acierto devuelve headless.
Marcar una repetición rápida
La ruta collect, cuando ninguna razón del agente coincidió y esta clave de visitante ya existe, cuenta eventos de los últimos 60 segundos. Cuarenta o más pone bot_reason en rate.
Mostrar los cuatro contadores
La página carga included, crawler, headless y rate desde /api/bots. Un almacén escaso puede mostrar la muestra etiquetada 840, 36, 12 y 4. bots_view envía data_source sample o stored, no los conteos.
Del código
Rastreador y headless. El límite de tasa es la tercera razón.
const HEADLESS = /HeadlessChrome|PhantomJS|Puppeteer|Playwright|Selenium|Headless/i
export function botReasonFromAgent(input: { isBot?: boolean; raw?: string | null; browser?: string | null }): BotReason | null {
if (input.isBot) return "crawler"
const text = `${input.browser ?? ""} ${input.raw ?? ""}`
if (HEADLESS.test(text)) return "headless"
return null
}
/** More than this many stored beacons from one visitor key in one minute is treated as a script. */
export const BOT_RATE_LIMIT = 40
export const BOT_RATE_WINDOW_MS = 60_000La ruta collect aplica la razón del agente y luego la tasa de 40 en 60 segundos.
try {
const session = await auth()
const enriched = enrich(request, parsed.event)
const agent = enriched.server_enriched_profile.added_by_server.parsed_user_agent
let botReason = botReasonFromAgent({ isBot: agent.is_bot, raw: agent.raw, browser: agent.browser })
if (!botReason && existing) {
const since = new Date(Date.now() - BOT_RATE_WINDOW_MS).toISOString()
const recent = await countRecentEvents(visitorKey, since)
if (recent >= BOT_RATE_LIMIT) botReason = "rate"
}Google y Adobe
Google encola bots_view después de Aceptar. Adobe es un ejemplo de los mismos campos.
Se encola solo después de Aceptar, cuando los conteos ya cargaron. data_source es sample o stored. Los totales de included, crawler, headless y rate no son parámetros. Registra data_source como dimensión personalizada con alcance de evento. Este sitio no llama a gtag('set') ni a Adobe.
Forma simplificada del objeto encolado después de Aceptar. Registra cualquier parámetro nuevo como dimensión personalizada con alcance de evento. Este sitio no llama a gtag('set').
dataLayer.push({
event: "bots_view",
data_source: "stored",
})Implementación de ejemplo. Este sitio no llama a Adobe. eVar52, prop52 y event52 son números de variable de ejemplo. En Launch, un elemento de datos lee el valor y una regla lo envía cuando el valor cambia. En el report suite, habilita eVar52 con asignación Most Recent y haz que expire en el hit. Una processing rule no hace falta si el elemento de datos se mapea directo a esa eVar.
Payload de alloy de ejemplo. _example es un esquema de relleno, no un inquilino real.
alloy("sendEvent", {
xdm: {
eventType: "web.webinteraction.linkClicks",
_example: {
botSource: "stored",
},
},
})Hit de ejemplo. eVar52 tiene alcance de hit en este ejemplo. prop52 muere en el mismo hit.
s.eVar52 = "stored"
s.prop52 = "stored"
s.events = "event52"
s.linkTrackVars = "eVar52,prop52,events"
s.linkTrackEvents = "event52"
s.tl(true, "o", "bots_view")Traducción
Cada campo del laboratorio, el nombre en GA4 y la variable de Adobe de ejemplo. El alcance es la parte que suele perderse en la traducción.
Origen de los datos
GA4. data_source en bots_view. sample o stored.
Adobe. eVar52 de ejemplo, expira en el hit.
Alcance. Evento. Una propiedad de usuario recordaría sample después de que el visitante mire los conteos almacenados.
Razón de bot
GA4. No está en bots_view. La ruta collect guarda crawler, headless o rate en el beacon.
Adobe. prop52 de ejemplo en el hit que se clasificó.
Alcance. Hit. La razón pertenece a ese beacon, no al usuario.
Contador
GA4. No se envía.
Adobe. Ejemplo: no escribas un total en eVar52.
Alcance. Un informe sobre hits almacenados. No es una métrica de evento.
Ventana de tasa
GA4. No se envía. La regla es 40 beacons en 60 segundos para una clave de visitante.
Adobe. prop52 de ejemplo si enviaras el umbral. No se envía.
Alcance. Una regla del hit de collect. No es una propiedad de la visita.
Recomendado a continuación
Por qué estas propuestasLeyendo las transiciones de recorrido…