O filtro de tráfego inteligente (smart traffic filter) é um sistema de detecção de bots que decide sobre a visita não com uma única regra, mas combinando muitos sinais: rede, navegador, comportamento e histórico. Ele soma os sinais numa avaliação de confiança geral, aprende com dados passados — quem se revelou bot e quem trouxe dinheiro — e ajusta a proteção a um tráfego específico.
O filtro simples responde à pergunta «alguma regra foi violada?». O inteligente responde a «quanto esta visita se parece com a pessoa que queremos?». A seguir: do que esse sistema é feito, em que ele supera um conjunto de regras, quais são seus pontos fracos e por que, sem transparência nas decisões, não dá para confiar nele.
Como o filtro inteligente difere de um conjunto de regras
O filtro clássico é uma lista de condições: país fora da lista — página de bloqueio; IP de datacenter — página de bloqueio; sem JavaScript — página de bloqueio. Funciona para o óbvio, mas quebra nos casos duvidosos.
| Conjunto de regras | Filtro de tráfego inteligente | |
|---|---|---|
| Como decide | Uma regra disparada — recusa | Os sinais se somam numa avaliação de confiança |
| Visitas duvidosas | Ou corta todas, ou deixa passar todas | Um sinal duvidoso aumenta a suspeita, mas não decide sozinho |
| Adaptação | Só por edição manual | Aprende com o histórico e a experiência geral |
| Bots novos | Passam até alguém escrever a regra | A semelhança com bots conhecidos pega também variantes novas |
| Risco | Previsível, mas grosseiro | Mais fino, mas exige controle e explicações |
Pense numa visita via VPN. O conjunto de regras é obrigado a escolher: bloquear todas as VPNs e perder parte das pessoas reais, ou deixar passar todas e abrir a porta para bots. O filtro inteligente considera a VPN como um dos sinais: se o resto está em ordem — navegador real, script executado, marca de clique da plataforma presente —, a visita passa; se à VPN se somam rede de hospedagem e rastros de automação, a soma das suspeitas decide.
Importante: o filtro inteligente não elimina as regras. Os casos claros — programa no lugar de navegador, endereço da lista negra, país que não serve — continuam sendo barrados na hora. A «inteligência» serve para o meio-termo, onde a regra erra para os dois lados. O esquema geral de camadas de proteção está no artigo sobre como filtrar bots.
Do que é feito um sistema de detecção de bots
Todo bot detection system moderno tem quatro partes.
1. Sinais
Quanto mais sinais independentes, mais difícil para o bot falsificar todos de uma vez:
- Rede: tipo de endereço (residencial, móvel, hospedagem), VPN e proxy, provedor, ASN — mais no artigo sobre VPN, proxy e IPs de datacenter;
- Requisição: cabeçalhos, string user agent, marca de clique da plataforma, site de origem; por que a string UA sozinha prova pouco está no artigo sobre filtro por user agent;
- Navegador: execução de JavaScript, sinais de automação, coerência das propriedades — veja o artigo sobre navegador headless e fingerprint;
- Comportamento: tempo na página, movimento do mouse e toques;
- Histórico: se esse endereço já apareceu antes e como terminaram as visitas anteriores.
2. Avaliação de confiança
Os sinais se reduzem a um único valor — a avaliação de confiança (trust score). Cada sinal suspeito diminui a confiança e, se as suspeitas se acumulam demais, a visita é barrada. O peso de cada sinal depende do contexto: a falta de site de origem é suspeita em algumas plataformas e totalmente normal em outras.
3. Aprendizado
O aprendizado responde a uma pergunta que as regras não fazem: como são os seus bots e os seus compradores. O modelo olha o histórico — quais visitas terminaram em pagamento e quais se revelaram bots — e encontra padrões que uma pessoa não formularia como regra.
4. Memória
Um bot pego com segurança uma vez provavelmente vai voltar. Uma lista compartilhada de bots comprovados dispensa verificá-lo de novo: a próxima visita do mesmo endereço é barrada na hora. Quanto mais tráfego o sistema vê, mais útil essa memória — por isso ela é compartilhada entre todos os clientes do serviço.
Aprendizado com o histórico: como o filtro fica mais inteligente
O aprendizado é a parte mais forte e mais traiçoeira do filtro inteligente.
Forte porque o modelo vê o que as regras deixaram escapar. Um bot que imitou perfeitamente um navegador ainda assim não se comporta como os seus compradores: outros horários, outras redes, outra combinação de sinais. Um modelo treinado com o histórico da conta percebe essa diferença.
Traiçoeira porque o modelo aprende com o que lhe mostram. Se o histórico tem poucas conversões, ele tem uma ideia ruim do comprador. Se o tráfego mudou — nova plataforma, novo geo, novo criativo —, os padrões antigos deixam de funcionar. Por isso os bons sistemas de aprendizado têm três mecanismos de proteção:
- Modelo geral para começar. Enquanto há poucos dados próprios, funciona um modelo treinado com muitas contas.
- Retreino regular. O modelo é atualizado com dados recentes, em vez de viver anos com um recorte antigo.
- Trava por conversões. Se o modelo começa a barrar uma parte visível dos visitantes pagantes, ele se desliga em vez de continuar cortando dinheiro.
Lista compartilhada de bots comprovados
A lista de bots funciona como imunidade coletiva: o que foi pego num cliente não passa mais em ninguém. Mas há um risco óbvio: incluir uma pessoa real. O endereço de operadora móvel usado hoje por um bot pode amanhã ficar com um assinante comum.
Por isso faz sentido incluir na lista só bots comprovados, não todos os suspeitos, e guardar os registros com prazos diferentes: endereços de hospedagem e datacenter raramente mudam de dono; residenciais e móveis mudam com frequência. Mais sobre como funcionam as listas de endereços no artigo sobre lista negra de IP.
Ajuste automático da proteção
O último degrau é um sistema que não só decide cada visita, mas também muda as próprias configurações: ativa uma proteção que pegaria bots naquele tráfego ou remove uma regra que barra visitantes pagantes. Isso poupa tempo do gestor de tráfego, mas exige três limites:
- Passos pequenos. Uma mudança por vez, e não mais que num intervalo definido — senão não dá para saber o que afetou o resultado.
- Decisões intocáveis. Geo, dispositivos e agenda são decisões de negócio, não proteção; a automação não deve mexer nelas.
- Desfazer. Cada mudança deve aparecer com explicação e ser desfeita com um botão.
Riscos: quando o filtro inteligente corta pessoas reais
O principal risco de qualquer filtro são os falsos positivos. No inteligente eles aparecem menos, porque a decisão é a soma de muitas contribuições pequenas e não se reduz a uma regra clara.
Sinais de que o filtro está cortando pessoas:
- a conversão cai junto com o aumento dos bloqueios, embora plataforma e criativo não tenham mudado;
- uma fração muito pequena das visitas chega à oferta — motivo para revisar as configurações, sobretudo em tráfego pago com marca de clique;
- os bloqueios crescem na etapa de verificação do navegador — é ali que o filtro mais erra;
- entre os bloqueados há muitos navegadores embutidos de redes sociais e redes móveis.
Note que a regra inversa não existe: uma alta taxa de passagem, por si só, não indica proteção ruim. Numa fonte paga com click ID verificado, a maior parte das visitas pode chegar à oferta, e isso é normal. Como distinguir tráfego bom de ruim pelos relatórios está no artigo sobre sinais de tráfego de bots.
Dica. Antes de endurecer a proteção, veja quem ela barraria sem barrar ninguém. Um modo de observação custa pouco; conversões cortadas não voltam.
Transparência nas decisões: sem ela não dá para confiar no filtro inteligente
Quanto mais complexo o sistema, mais importante que ele explique cada decisão. Sem isso, você não distingue proteção de defeito. O mínimo de transparência:
- Motivo em cada recusa — não «bloqueado», mas algo concreto: rede de hospedagem, sinais de automação, país errado, parecido com os bots da conta.
- Análise de uma visita específica — quais sinais chegaram e que conclusões foram tiradas.
- Etapa em que o tráfego foi barrado — rede, navegador ou comportamento; isso mostra qual camada erra.
- Registro das mudanças automáticas — o que mudou sozinho, quando e por quê.
Se o sistema não faz pelo menos isso, a palavra «inteligente» na descrição não vale nada. Mais sobre critérios de escolha no artigo como escolher um serviço de filtragem de tráfego.
Como funciona o filtro de tráfego inteligente da ArtisanClo
O filtro da ArtisanClo é feito das mesmas partes, e cada uma tem uma explicação clara no painel.
Regras para o óbvio. Parte das verificações barra a visita na hora: listas negras de IP, navegador-robô evidente, serviços de revisão de anúncios, programas no lugar de navegador e regras de público — país, dispositivo, agenda.
Avaliação de confiança para o duvidoso. Os demais sinais — VPN, datacenter, IPv6, falta de provedor ou de site de origem, falta de JavaScript e outros — somam-se na avaliação de confiança. As chaves de proteção definem quanto pesa cada sinal, e os níveis de rigor «Suave», «Equilibrado» e «Rigoroso» são escolhidos conforme a plataforma de origem.
Proteção inteligente — aprendizado com o histórico. A partir do plano Professional, em «Diagnóstico» há a aba «Proteção inteligente». O modelo aprende com o histórico da sua conta: por quem você pagou e quem se revelou bot. Ele verifica só quem as outras regras já deixaram passar e manda para a White Page as visitas parecidas com os seus bots. Enquanto há poucos dados próprios, funciona o modelo geral. O modelo é retreinado toda noite e se desliga sozinho se começar a cortar uma parte visível das conversões.
Lista compartilhada de bots. Serviços de revisão de anúncios, programas no lugar de navegador, navegadores-robô com sinais comprovados e robôs de pré-visualização das plataformas entram na lista compartilhada logo na primeira vez, e a próxima visita deles a qualquer fluxo de qualquer cliente recebe a White Page na hora, com o motivo «Endereço de bot conhecido». Visitantes reais com rede duvidosa, VPN ou sem JavaScript não entram nela. Endereços de datacenter e hospedagem ficam guardados praticamente sem prazo; residenciais e móveis, por tempo limitado. Além disso, um endereço pego em automação em vários clientes ao mesmo tempo entra, em até uma hora, na lista negra de IP compartilhada.
Ajuste automático. A partir do Professional, o ajuste automático examina o fluxo uma vez por hora e faz no máximo uma mudança por vez: ativa uma proteção se ela pegaria bots suficientes sem afetar nenhum pagamento, ou remove uma regra que barrava visitantes com pagamentos. Geo, dispositivos e agenda ele nunca toca. Cada mudança aparece no histórico do ajuste automático com explicação e pode ser desfeita — e, depois de desfeita, o ajuste automático não mexe mais nessa configuração.
Transparência. Cada clique no log tem decisão e motivo entre dezenas possíveis. Nas estatísticas dá para ver em que etapa o tráfego foi barrado: rede e requisição, verificação do navegador ou verificação que não voltou. O «Relatório da visita» mostra todos os sinais e a decisão final de uma visita, e as recomendações em «Diagnóstico» passam as visitas antigas pelas configurações atuais e mostram qual filtro corta tráfego com conversões. O modo sombra, no arquivo PHP e na integração com Keitaro ou Binom, mostra quem o filtro barraria sem barrar ninguém. Se o clique foi para o lugar errado, comece pelo artigo por que o clique foi para a White Page.
Todos os recursos de proteção estão na página de recursos, e as condições dos planos, na página de planos.
Resumo
Um filtro de tráfego inteligente é: regras para o óbvio, avaliação de confiança para o duvidoso, aprendizado para o que as regras não descrevem e memória compartilhada de bots comprovados. Sua força está em enxergar combinações de sinais e se ajustar ao seu tráfego. Seu risco está em erros mais sutis e mais difíceis de notar. Por isso, escolha o sistema não pela promessa de «pegar todos os bots», mas por quão claramente ele explica cada decisão, se consegue observar sem barrar e se para sozinho quando começa a cortar visitantes pagantes.
