Bots no Google Analytics 4: como ver o tráfego de bots nos relatórios e tirá-lo das suas conclusões

Você sobe uma campanha, abre o Google Analytics 4 e vê algo estranho: as sessões dobraram, mas o engajamento despencou. Ou no relatório de cidades surge uma cidade onde você nunca teve cliente, com centenas de visitas de um segundo cada. Esses são os bots no Google Analytics 4: a parte do tráfego automático que o GA4 não reconheceu e contou de boa-fé.

O tráfego de bots no analytics, por si só, não custa dinheiro. Ele custa conclusões: por causa dele você corta uma boa campanha, elogia uma ruim, calcula errado a conversão e ensina os algoritmos das plataformas de anúncios com as pessoas erradas. A seguir: como achar esse tráfego nos relatórios, o que o GA4 faz com ele sozinho, o que dá para configurar e onde estão os limites das ferramentas nativas.

O que o GA4 exclui sozinho

O GA4 tem uma exclusão automática do tráfego de bots e spiders conhecidos. O Google se baseia em uma lista do setor e em dados próprios. Vale entender três particularidades:

• Não dá para desligar. Ao contrário da versão antiga do Analytics, não existe caixa de seleção: a exclusão está sempre ativa.
• Não dá para medir. O GA4 não mostra quantas visitas foram descartadas, então não há como avaliar a escala pelo próprio GA4.
• Só vale para robôs conhecidos. A exclusão pega programas que se identificam como robôs ou que já são conhecidos há tempo. Um bot que abre um navegador de verdade, executa JavaScript e se passa por um visitante de um endereço residencial parece uma pessoa para o GA4.

É justamente esse segundo tipo, o tráfego inválido sofisticado, detalhado no artigo tráfego inválido: GIVT e SIVT, que acaba nos relatórios.

Onde o tráfego de bots aparece nos relatórios do GA4

O bot não se entrega por uma métrica, e sim por uma combinação delas. O mais prático é seguir quatro recortes.

Origens de tráfego

Abra Relatórios → Aquisição → Aquisição de tráfego e olhe as dimensões «Origem/mídia da sessão» e «Grupo de canais padrão da sessão». Parecem suspeitos:

• um salto no Direct sem motivo aparente: não houve e-mail marketing nem mídia offline, e os acessos diretos dobraram;
• Unassigned e (not set): sessões às quais o GA4 não conseguiu atribuir um canal. Uma pequena parcela todo mundo tem, mas um pico costuma indicar requisições que não vieram de um navegador pelo caminho normal;
• referências de domínios desconhecidos: spam de referência que aparece só para deixar o link no relatório;
• tráfego pago sem parâmetros. Se a campanha traz uma parcela visível de visitas sem gclid nem UTM, parte delas pode ser de robôs que abriram a landing page pelo link, e não por um clique. Como o identificador de clique ajuda a separar acessos reais está no artigo click ID e SubID.

Engajamento

No GA4, uma sessão é considerada engajada se durou mais de 10 segundos, teve um evento principal ou pelo menos duas visualizações de página. A taxa de rejeição aqui é só o outro lado da moeda: a parcela de sessões não engajadas.

Bots costumam gerar:

• taxa de engajamento perto de zero em uma origem, campanha ou cidade específica;
• tempo médio de engajamento de um ou dois segundos, ou exatamente igual em centenas de sessões;
• uma visualização por sessão em uma landing page boa, na qual as pessoas normalmente seguem adiante.

O quadro inverso também acontece: bots avançados imitam rolagem e ficam um tempo na página. Aí o engajamento parece decente, e o que os entrega é a homogeneidade e a ausência de conversões.

Geografia

Relatórios → Usuário → Detalhes demográficos, dimensões «País» e «Cidade». Sinais:

• visitas de países para os quais você não exibe anúncios;
• uma cidade com número desproporcional de sessões e engajamento zero;
• cidade (not set) com volume relevante: acontece quando a visita vem de uma rede difícil de localizar, por exemplo de um datacenter.

Nos últimos anos, analistas veem com frequência ondas de tráfego direto de uma ou duas cidades com engajamento zero: na prática, são servidores abrindo páginas em massa. Por que o tráfego de redes de nuvem quase nunca é de gente está no artigo VPN, proxy e IPs de datacenter.

Tecnologia e horário

Relatórios → Tecnologia → Detalhes da tecnologia mostra navegador, sistema operacional, resolução de tela e versão do navegador. Cem sessões com a mesma resolução rara e uma versão antiga de navegador não são público, são um script. Mais sobre os rastros de automação no navegador está no material sobre navegadores headless e fingerprint do navegador.

Acrescente a qualquer relatório a dimensão «Hora» em «Explorar»: uma linha reta o dia inteiro em um único país é mau sinal, porque público real dorme.

Sinais de bots no GA4: tabela rápida

Uma lista mais geral de sinais, sem ligação com o GA4, está no artigo tráfego de bots: sinais e como identificar.

Como filtrar o tráfego de bots no GA4

As ferramentas nativas são poucas, e cada uma tem um custo. É importante distinguir filtros, que mudam os dados para sempre, de segmentos e comparações, que só mudam a forma de olhar para eles.

Tráfego interno

Comece pelo seu próprio ruído: você, a equipe, os prestadores de serviço e as suas ferramentas de monitoramento também entram nos relatórios.

1. Administrador → Fluxos de dados → seu fluxo da Web → Configurar as definições de tag → Definir tráfego interno. Crie regras por endereço IP ou faixa. Essas visitas recebem o parâmetro traffic_type com o valor internal.
2. Administrador → Coleta e modificação de dados → Filtros de dados. Lá já existe o filtro «Tráfego interno». Primeiro coloque-o no estado «Teste»: os dados não são apagados, mas aparece nos relatórios uma dimensão com o nome do filtro de teste, e dá para ver exatamente o que seria cortado.
3. Depois de confirmar que o filtro pega o que deve, mude para «Ativo».

Lembre: um filtro ativo não age retroativamente e exclui dados de forma irreversível. O que foi filtrado não volta.

O mesmo mecanismo serve para endereços conhecidos de bots, por exemplo quando um serviço de monitoramento visita seu site com frequência. Mas regras por IP só funcionam com endereços estáveis. Contra bots que saem a cada vez por um endereço novo, inclusive via proxies residenciais e móveis, elas são inúteis.

Tráfego de desenvolvedor e referências indesejadas

O filtro «Tráfego de desenvolvedor» remove eventos enviados em modo de depuração. Nas definições da tag existe também a lista de referências indesejadas: domínios dessa lista não são contados como origem. Isso não apaga as visitas dos bots, mas tira dos relatórios as origens falsas, como gateways de pagamento ou domínios de spam.

Segmentos em «Explorar»

Para analisar períodos passados e casos duvidosos, use segmentos em «Explorar». Por exemplo, o segmento «sessões engajadas» ou um segmento de exclusão «cidade = suspeita E tempo de engajamento < 1 segundo». O segmento não apaga nada: você só vê o relatório sem o lixo e percebe como as conclusões mudam.

Uma boa prática é manter duas explorações salvas: «tudo como está» e «sem bots óbvios». Se a conclusão sobre uma campanha muda ao passar de uma para a outra, a decisão estava sendo tomada com base em ruído.

Comparações nos relatórios padrão

Nos relatórios comuns há o botão «Adicionar comparação»: dá para colocar lado a lado, por exemplo, «País = alvo» e «País ≠ alvo», ou canais diferentes. É um jeito rápido de mostrar aos colegas que todo o crescimento de sessões caiu em um único recorte fora do alvo.

Filtragem antes da tag

O GA4 não tem filtro de «bot por comportamento» nem acesso aos endereços IP nos relatórios, então o caminho mais eficaz é não deixar o bot chegar à tag de análise. Dá para fazer isso com uma condição de disparo da tag no Gerenciador de tags (por exemplo, não enviar dados de determinados hosts) ou filtrando o tráfego no próprio site. O esquema geral de como separar bots antes que cheguem à página está no artigo como filtrar bots, e a comparação de duas abordagens, verificação do navegador ou lista de endereços, no material verificação por JS ou bloqueio por IP.

Por que os números do GA4 divergem da conta de anúncios e do tracker

Essa é a principal fonte de desconfiança no analytics, e na maioria das vezes a diferença tem explicação. Os três sistemas simplesmente contam coisas diferentes.

Daí as causas típicas da diferença:

• O clique não virou sessão. A pessoa clicou e fechou a aba, a página lenta não carregou a tempo, um bloqueador do navegador barrou a tag.
• Consentimento de cookies. Se o visitante recusou, o GA4 não recebe dados ou recebe sinais anônimos e modela parte do quadro.
• Bots. Robôs que não executam JavaScript são vistos pela conta de anúncios e pelo tracker no servidor, mas não pelo GA4. Robôs com navegador, ao contrário, podem entrar no GA4 mesmo que a conta tenha considerado seus cliques inválidos e não cobrado por eles.
• Atribuição. O GA4 distribui as conversões entre os canais pelo seu modelo, e a conta de anúncios registra conversões para si pelo dela. A mesma venda pode aparecer em campanhas diferentes.
• Fusos horários e datas. Se a conta de anúncios e a propriedade do GA4 estão em fusos diferentes, os números diários nunca vão bater.
• Limites e modelagem. O GA4 pode ocultar linhas com volumes pequenos e completar dados com modelos, o que muda os números dos relatórios.

Por isso, vale olhar não a diferença absoluta, e sim a sua evolução. Se a conta mostra 1.000 cliques e o GA4, 850 sessões, e é assim há meses, esse é o normal do seu tráfego. Se a diferença de repente subiu para a metade e apareceu nos relatórios uma cidade nova com engajamento zero, aí já é tráfego de bots, e ele custa dinheiro. Como transformar isso em valor está no artigo quanto do orçamento se perde com bots.

Os limites do GA4 contra bots

O GA4 é uma ferramenta para analisar o comportamento de pessoas, não um antifraude. Ele tem limitações que nenhuma configuração resolve:

• Sem IP nem rede nos relatórios. Não dá para ver que a visita veio de um datacenter ou de um proxy.
• Sem veredito por visita. Só há agregados; não dá para abrir uma sessão específica e entender por que ela é suspeita.
• Filtros irreversíveis e não retroativos. Um erro no filtro apaga dados reais para sempre.
• Bots sem JavaScript são invisíveis. E pelos cliques deles talvez você já tenha pago.

É por isso que media buyers complementam o analytics com um sistema que verifica cada visita antes da página. A ArtisanClo barra bots, tráfego de datacenter, VPN e proxies e mostra no log de cada clique o código do motivo da decisão: por que a visita passou ou foi barrada. O tracker integrado calcula gasto, conversões, lucro e ROI por campanha, então dá para ver quanto dinheiro foi para tráfego lixo, e não só quantas sessões ele acrescentou aos relatórios. Mais detalhes na página de recursos.

O que fazer se você já encontrou bots no GA4

1. Encontre o recorte. Campanha, origem, cidade, resolução de tela: onde o lixo se concentra.
2. Compare com a conta de anúncios. Veja quais desses cliques a plataforma considerou inválidos e se devolveu o dinheiro.
3. Ative o segmento «sem bots óbvios» e revise as conclusões do período passado.
4. Filtre o que é conhecido: tráfego interno, monitoramentos, endereços estáveis.
5. Pare de enviar conversões lixo às contas de anúncios, para que o algoritmo não procure gente parecida. Como configurar o acompanhamento para que só eventos reais entrem no relatório está no artigo acompanhamento de conversões.
6. Barre os bots antes da página se a parcela deles é visível e está crescendo.

Resumo

O GA4 exclui automaticamente os robôs conhecidos, mas não os que executam JavaScript e se passam por gente. Eles se entregam por combinações de sinais: picos de Direct e Unassigned, engajamento zero, tempo de engajamento de segundos, cidades fora do alvo, dispositivos idênticos. Com as ferramentas nativas dá para filtrar o tráfego interno e endereços conhecidos; o resto se analisa com segmentos e comparações, lembrando que os filtros são irreversíveis. A diferença entre o GA4, a conta de anúncios e o tracker é normal enquanto se mantém estável; um salto brusco é motivo para procurar bots e calcular quanto eles custam.