GA4-Referral-Spam: Traffic ohne falsche Filter bereinigen

Am Montag zeigt GA4 eine unbekannte Verweisquelle mit 1,800 Sitzungen. Die Interaktionszeit liegt fast bei null, nahezu alle Besucher kommen aus einer Stadt außerhalb des Zielmarkts und es gibt keine Bestellungen. Die erste Reaktion ist oft, die Domain zu „Unerwünschte Verweise“ hinzuzufügen. Wer dort aufhört, benennt verschmutzte Daten möglicherweise nur um, statt sie auszuschließen.

Referral-Spam, Self-Referrals, Bots und Verweise von Zahlungsanbietern können in Akquisitionsberichten ähnlich aussehen. Richtige Behandlung beginnt damit, den Typ zu bestimmen.

Wie GA4 Verweise erfasst

Eine Verweissitzung liegt vor, wenn GA4 einen Besuch über einen Link einer anderen Domain erkennt. Die vorherige Domain wird zur Quelle, das Medium lautet normalerweise referral.

Das ist bei echten Verweisen normal. Problematisch wird es, wenn:

• die Domain ein Zahlungsanbieter oder Teil der eigenen Nutzerreise ist;
• eigene Domains oder Subdomains aufeinander verweisen;
• ein Bot oder automatisierter Browser Tracking auslöst;
• Spam-Ereignisse direkt an einen Messendpunkt gesendet werden;
• fehlende UTM-Parameter Kampagnen-Traffic falsch zuordnen.

Eine unbekannte Verweiszeile beweist keinen Bot-Traffic.

Vier leicht verwechselbare Situationen

1. Ein legitimer unerwünschter Verweis

Ein Kunde wechselt zum Zahlungsabwickler und kehrt zur Dankeseite zurück. GA4 kann den Abwickler als neue Quelle behandeln und ihm die Conversion zuordnen.

Der Traffic ist echt. Konfigurieren Sie unerwünschte Verweise oder domainübergreifende Messung, damit die ursprüngliche Akquisitionsquelle erhalten bleibt.

2. Ein Self-Referral

Ihre eigene Domain oder Subdomain erscheint als Quelle. Häufige Ursachen sind:

• fehlendes Google-Tag in Teilen des Ablaufs;
• Cookie-Verlust zwischen Domains;
• unvollständige domainübergreifende Messung;
• Weiterleitungen entfernen den Linker-Parameter;
• unterschiedliches Einwilligungsverhalten je Seite.

Das Ausblenden der Domain repariert die Messlücke nicht. Verfolgen Sie den Cookie- und Tag-Pfad.

3. Ein Crawler oder Bot besucht die echte Website

Der Bot lädt eine Seite und löst Tracking wie ein Browser aus. Sitzungen, Aufrufe und sogar Ereignisse können erscheinen. Untersuchen Sie IP-Typ, User-Agent, Verhalten, Geschwindigkeit und Klickqualität.

4. Ghost-Spam

Ereignisse werden an GA4 gesendet, ohne die Website zu öffnen. Sie können fremde Hostnamen, bedeutungslose Pfade oder Eigenwerbung enthalten. Weil die Anfrage nie Ihren Webserver erreicht, zeigen Access-Logs möglicherweise nichts.

Was „Unerwünschte Verweise“ bewirkt und was nicht

GA4 markiert passende Ereignisse mit ignore_referrer=true und verhindert, dass dieser Referrer eine neue Traffic-Quelle wird.

Das hilft bei Zahlungsabwicklern, betreuten Interaktionsdomains und einigen domainübergreifenden Abläufen. Allerdings:

• Ereignisse werden weiter erfasst;
• Nutzer und Sitzungen verschwinden nicht;
• historische Berichte werden nicht umgeschrieben;
• Spam-Domains werden nicht von der Website ausgesperrt;
• die Attribution kann Direct werden oder bei einer früheren Quelle bleiben.

Eine Spam-Domain in die Liste aufzunehmen ist kein Bot-Filter.

Ablauf der Untersuchung

Schritt 1: Mehr als Sitzungen betrachten

Ergänzen Sie:

• Hostname;
• Landingpage;
• Land und Stadt;
• Gerätekategorie;
• Browser;
• Interaktionsrate;
• durchschnittliche Interaktionszeit;
• Conversions oder Schlüsselereignisse;
• erste Nutzerquelle und Sitzungsquelle.

Eine echte Quelle kann schlecht konvertieren und trotzdem sinnvolle Landingpages, verschiedene Geräte und Leseverhalten zeigen. Spam erzeugt meist mehrere Auffälligkeiten statt nur einer schlechten Kennzahl.

Schritt 2: Hostname untersuchen

Der Hostname sollte eine tatsächlich gemessene Domain sein. Ereignisse mit fremdem Hostnamen oder (not set) erhöhen die Wahrscheinlichkeit, dass eine Mess-ID anderswo verwendet wird.

Pflegen Sie bei mehreren gültigen Domains eine Positivlistenlogik in Berichten oder BigQuery, statt sich auf das Gedächtnis zu verlassen.

Schritt 3: Serverprotokolle vergleichen

Nutzen Sie denselben Zeitraum, Landingpfad und dieselbe Geografie. Meldet GA4 Tausende Sitzungen ohne entsprechenden Servertraffic, sind Ghost-Spam oder direkte Ereigniseinsendungen wahrscheinlicher.

Zeigen Logs dichte Anfragen von Rechenzentrums-IPs mit wiederholten User-Agents, hat der Bot die Website vermutlich besucht.

Schritt 4: Fehlende Kampagnen-Tags prüfen

Eine E-Mail, ein Affiliate oder eine Anzeige ohne UTM kann als unbekannter Verweis erscheinen. Fragen Sie das Marketing vor dem Ausschließen, ob die Domain zu einem Partner, Zahlungsanbieter oder Weiterleitungsdienst gehört.

Schritt 5: Startdatum ermitteln

Ein Verweisanstieg nach Checkout-, Consent-, Domain- oder Tag-Änderungen weist oft auf Implementierungsprobleme hin. Spam kann ohne Veröffentlichung beginnen; der Zeitpunkt bleibt aber nur ein Hinweis.

Ursache statt Berichtszeile behandeln

Zahlungsanbieter und Domains der Nutzerreise

1. Domainübergreifende Messung für eigene Domains konfigurieren.
2. Zahlungsanbieter gegebenenfalls zu unerwünschten Verweisen hinzufügen.
3. Den gesamten Ablauf mit DebugView testen.
4. Prüfen, ob die ursprüngliche Quelle weiterhin die Conversion erhält.

Fügen Sie Domains nicht blind hinzu: Wertvolle Verweise könnten zu Direct-Traffic werden.

Self-Referrals

Prüfen Sie Google-Tag-Abdeckung, Cookie-Domain, Consent-Status und Linker-Parameter. Nutzen Sie Tag Assistant im vollständigen Ablauf statt nur auf der Startseite.

Ein Self-Referral belegt einen unterbrochenen Messpfad. Eine Regel für unerwünschte Verweise verdeckt möglicherweise das Symptom, ohne die Verbindung wiederherzustellen.

Bots, die die Website besuchen

Übliche GA4-Berichte zeigen keine IP-Adressen. Nutzen Sie externe Belege:

• Access- oder CDN-Logs;
• Klassifizierung Privatanschluss/Rechenzentrum/VPN/Tor;
• Zugriffsgeschwindigkeit je IP oder Fingerabdruck;
• wiederkehrende User-Agents;
• Klickverhalten und Ereigniszeitpunkte.

IP-Abfrage und Traffic-Score liefern Hinweise, keinen Beweis für menschliche oder automatisierte Besuche. Vergleichen Sie Anwendungsergebnisse und halten Sie unsichere Klassifizierungen fest.

Ghost-Spam

Es gibt keine universelle Schaltfläche zum Entfernen bereits erfasster Daten. Praktische Kontrollen sind:

• Berichte nur für gültige Hostnamen;
• Segmente zum Ausschluss bekannter gestörter Zeiträume;
• serverseitiger Endpunktschutz für Measurement-Protocol-Ereignisse;
• soweit möglich strengere Behandlung öffentlicher Messkennungen;
• Überwachung wiederkehrender Kampagnen-, Hostname- und Geografiemuster.

Web-Mess-IDs sind absichtlich öffentlich. Positivlisten auf Berichtsebene sind daher oft zuverlässiger als der Versuch der Geheimhaltung.

Analyse bereinigen, ohne die Historie umzuschreiben

GA4-Konfigurationsänderungen wirken nicht rückwirkend. Dokumentieren Sie das Änderungsdatum und analysieren Sie zwei Zeiträume:

• Vor der Behebung: Bestätigte Quellen oder Hostnamen mit einem Segment ausschließen.
• Nach der Behebung: Prüfen, ob die neue Konfiguration funktioniert.

Ergänzen Sie in BigQuery oder einem Warehouse ein Feld traffic_quality_status, statt Zeilen zu löschen:

• valid;
• internal;
• known_bot;
• suspected_bot;
• ghost_spam;
• attribution_issue.

Rohdaten ermöglichen spätere Neuklassifizierung ohne Verlust des Prüfverlaufs.

Ein hilfreiches Referral-Spam-Warnboard

Entfernen Sie Traffic nicht automatisch anhand einer Schwelle. Eine Warnung eröffnet eine Untersuchung; eine Entscheidung benötigt mehrere Signale.

Häufige Fehler

Jeden Verweis mit hoher Absprungrate ausschließen

Ein echter Nachrichtenbeitrag oder ein Verzeichnis kann Leser mit nur einem Seitenaufruf senden. Schlechte Conversion beweist keinen Betrug.

Breite Regex-Regeln schreiben

Eine Regel für „pay“ kann PayPal, Zahlungs-Subdomains und andere gültige Quellen treffen. Normalisieren Sie genaue Domains und testen Sie Bedingungen vor der Veröffentlichung.

GA4 korrigieren und den Server ignorieren

Ein echter Bot verbraucht weiterhin Bandbreite und klickt möglicherweise Werbung, nachdem er aus dem Bericht ausgeblendet wurde. Datenhygiene und Traffic-Schutz sind getrennte Ebenen.

Gefiltertes GA4 mit Rohprotokollen vergleichen

Logs enthalten Ressourcen, Crawler, APIs und fehlgeschlagene Anfragen. GA4 enthält einwilligungsabhängige Client-Ereignisse. Normalisieren Sie beide vor dem Summenvergleich.

Ein öffentlicher Tag-Check erkennt sichtbare Instrumentierung. Er ruft keine privaten GA4-Berichte ab und berechnet keinen Anteil echter Besucher. Vergleichen Sie autorisierte Berichte mit Anwendungs- und Serverdaten.

Checkliste zur Bereinigung in einer Arbeitssitzung

1. Quelle/Medium, Hostname und Landingpage bestimmen.
2. Interaktion, Geografie, Geräte und Conversions vergleichen.
3. Mit Server- oder CDN-Logs abgleichen.
4. Marketing nach Zahlungsanbietern, Affiliates und Weiterleitungen fragen.
5. Als Attribution, Self-Referral, echten Bot oder Ghost-Spam klassifizieren.
6. Passende Kontrolle anwenden und Datum dokumentieren.
7. Mindestens einen Geschäftszyklus beobachten.

Wiederkehrende Berichte vor dem nächsten Vorfall schützen

Überführen Sie nach der unmittelbaren Bereinigung die Logik aus dem persönlichen Notizbuch des Analysten. Pflegen Sie eine kleine Referenztabelle gültiger Hostnamen, eigener Domains, Zahlungsanbieter, bekannter interner Quellen und bestätigter Spam-Muster. Jeder Eintrag erhält einen Verantwortlichen und ein Prüfdatum.

Dashboards sollten Rohdaten und bereinigte Ansichten zeigen. Rohdaten sichern Belege, die bereinigte Ansicht unterstützt Wochenentscheidungen. Kennzeichnen Sie Filter deutlich, damit Beteiligte kein bereinigtes Akquisitionsdiagramm mit ungefilterten Managementsummen vergleichen und fälschlich defektes Tracking vermuten.

Richten Sie Auffälligkeitswarnungen für neue Quellen-/Hostname-Paare und plötzliche Änderungen des Verhältnisses von Sitzungen zu Interaktionen ein. Die Warnung sollte Landingpages und Geografie enthalten, damit Analysten ohne fünf weitere Berichte genug Kontext erhalten.

Dokumentieren Sie Behebungsdaten in Vermerken oder einem Datenqualitätsprotokoll. Ändern sich am 10. Juni eine Verweisregel, eine Consent-Version oder ein Hostname-Filter, benötigen spätere Analysten diesen Kontext bei Veränderungen im Jahresvergleich.

Üben Sie vor allem die Rücknahme. Ein falsch positiver Filter kann echte Affiliates oder Kampagnen ausblenden. Jede Regel sollte umkehrbar und in einer kopierten explorativen Analyse getestet sein, bevor sie den Bericht für Budgetentscheidungen erreicht.

Fazit

Untersuchen Sie Referral-Spam anhand der Attribution, Anwendungsdaten und relevanten Protokolle. Sicherheitsheader beweisen nicht die Echtheit eines Ereignisses oder einer Verweisquelle.

Quelle: Google Analytics Help – Identify unwanted referrals.