Bạn chạy chiến dịch, mở Google Analytics 4 và thấy điều lạ: số phiên tăng gấp đôi, còn mức tương tác lại giảm. Hoặc trong báo cáo theo thành phố bỗng xuất hiện một nơi bạn chưa từng có khách hàng, với hàng trăm lượt truy cập, mỗi lượt kéo dài một giây. Đó chính là bot trong Google Analytics 4 — phần traffic tự động mà GA4 không nhận ra và tính vào báo cáo một cách thật thà.
Bản thân traffic bot trong analytics không tốn tiền. Cái giá của nó là kết luận: vì nó mà bạn cắt một chiến dịch tốt, khen một chiến dịch tồi, tính sai tỷ lệ chuyển đổi và dạy thuật toán của nền tảng quảng cáo học trên sai người. Dưới đây là cách tìm traffic này trong báo cáo, GA4 tự xử lý nó thế nào, những gì có thể cấu hình và giới hạn của công cụ có sẵn nằm ở đâu.
GA4 tự loại những gì
GA4 có sẵn cơ chế tự động loại traffic từ bot và spider đã biết. Google dựa vào danh sách robot của ngành và dữ liệu riêng. Cần hiểu ba điểm:
- Không thể tắt. Khác với phiên bản Analytics cũ, ở đây không có ô đánh dấu nào — cơ chế loại trừ luôn hoạt động.
- Không thể đo. GA4 không cho biết bao nhiêu lượt truy cập đã bị loại, nên không thể đánh giá quy mô bằng chính GA4.
- Chỉ robot đã biết. Bị loại là những chương trình tự nhận mình là robot hoặc đã được biết từ lâu. Bot khởi chạy trình duyệt thật, thực thi JavaScript và giả làm khách truy cập từ địa chỉ gia đình thì trong mắt GA4 trông như người.
Chính loại thứ hai — traffic không hợp lệ tinh vi, được phân tích chi tiết trong bài invalid traffic: GIVT và SIVT — là thứ nằm lại trong báo cáo.
Traffic bot hiện ra ở đâu trong báo cáo GA4
Bot không lộ ra qua một chỉ số mà qua sự kết hợp của nhiều chỉ số. Tiện nhất là đi theo bốn lát cắt.
Nguồn traffic
Mở Báo cáo → Thu nạp → Thu nạp lưu lượng truy cập (Reports → Acquisition → Traffic acquisition) và xem các tham số «Nguồn/phương tiện của phiên» và «Nhóm kênh mặc định của phiên». Đáng ngờ là:
- Direct tăng vọt không rõ lý do — không có email, không có quảng cáo offline, mà lượt truy cập trực tiếp tăng gấp đôi;
- Unassigned và (not set) — các phiên mà GA4 không gán được kênh. Một tỷ lệ nhỏ ai cũng có, nhưng tăng đột biến thường là các yêu cầu không đến từ trình duyệt theo cách thông thường;
- nguồn giới thiệu từ tên miền lạ — referral spam, vào chỉ để có link trong báo cáo;
- traffic quảng cáo không có nhãn. Nếu chiến dịch quảng cáo mang lại một phần đáng kể lượt truy cập không có gclid hay UTM, một phần trong đó có thể là robot mở landing page theo link chứ không phải qua click. Nhãn click giúp tách các lượt chuyển thật thế nào — xem bài click ID và SubID.
Mức tương tác
Trong GA4, một phiên được coi là có tương tác nếu kéo dài hơn 10 giây, hoặc có sự kiện chính, hoặc có ít nhất hai lượt xem trang. Tỷ lệ thoát ở đây chỉ là mặt ngược lại: tỷ lệ phiên không có tương tác.
Bot thường cho ra:
- tỷ lệ tương tác gần bằng 0 ở một nguồn, chiến dịch hoặc thành phố cụ thể;
- thời gian tương tác trung bình một đến hai giây — hoặc giống hệt nhau ở hàng trăm phiên;
- một lượt xem trang mỗi phiên trên một landing page tốt, nơi người thật thường đi tiếp.
Cũng có tình huống ngược lại: bot cao cấp giả lập cuộn trang và nán lại trên trang. Khi đó mức tương tác trông ổn, còn thứ để lộ chúng là sự đồng nhất và việc không có chuyển đổi.
Địa lý
Báo cáo → Người dùng → Thông tin nhân khẩu học (Reports → User → Demographics), các tham số «Quốc gia» và «Thành phố». Dấu hiệu:
- lượt truy cập từ những quốc gia bạn không chạy quảng cáo;
- một thành phố có số phiên lớn bất thường và mức tương tác bằng 0;
- thành phố (not set) với khối lượng đáng kể — điều này xảy ra khi lượt truy cập đến từ mạng khó gắn với địa điểm, ví dụ từ trung tâm dữ liệu.
Mấy năm gần đây các nhà phân tích thường xuyên thấy những đợt traffic direct từ một hai thành phố với mức tương tác bằng 0: thực chất đó là các server mở trang hàng loạt. Vì sao traffic từ mạng đám mây gần như không bao giờ là người — xem bài VPN, proxy và IP trung tâm dữ liệu.
Công nghệ và thời gian
Báo cáo → Công nghệ → Chi tiết về công nghệ (Reports → Tech → Tech details) cho thấy trình duyệt, hệ điều hành, độ phân giải màn hình và phiên bản trình duyệt. Một trăm phiên với cùng một độ phân giải hiếm gặp và phiên bản trình duyệt cũ không phải là tệp khán giả mà là một script. Về dấu vết của tự động hóa trong trình duyệt — xem bài về headless browser và dấu vân tay trình duyệt.
Thêm tham số «Giờ» vào bất kỳ báo cáo nào trong mục Khám phá (Explore): một đường phẳng suốt ngày đêm ở một quốc gia là dấu hiệu xấu, vì người thật cũng phải ngủ.
Dấu hiệu bot trong GA4: bảng tóm tắt
| Xem ở đâu | Điều gì đáng ngờ | Thường có nghĩa là |
|---|---|---|
| Thu nạp lưu lượng truy cập | Direct, Unassigned tăng vọt, referral lạ | script, spam, lượt truy cập không qua chuyển hướng trình duyệt |
| Mức tương tác | khoảng 0%, thời gian 0–2 giây | chương trình mở trang rồi đi |
| Địa lý | quốc gia ngoài target, (not set), một thành phố với hàng trăm phiên | server, VPN, proxy |
| Công nghệ | độ phân giải giống nhau, phiên bản trình duyệt cũ | trình duyệt tự động hóa |
| Thời gian | hoạt động đều đặn suốt ngày đêm | bot không ngủ |
| Chuyển đổi | nhiều phiên, không có sự kiện chính nào | traffic không quan tâm đến website |
Danh sách dấu hiệu tổng quát hơn, không gắn với GA4, có trong bài traffic bot: dấu hiệu và cách nhận biết.
Cách lọc traffic bot trong GA4
Công cụ có sẵn không nhiều, và mỗi cái đều có cái giá của nó. Quan trọng là phân biệt bộ lọc — thay đổi dữ liệu vĩnh viễn — với phân khúc và so sánh — chỉ thay đổi cách bạn nhìn dữ liệu.
Lưu lượng truy cập nội bộ
Bắt đầu từ nhiễu của chính bạn: bạn, đội nhóm, đối tác và các dịch vụ giám sát của bạn cũng lọt vào báo cáo.
- Quản trị → Luồng dữ liệu → luồng web của bạn → Định cấu hình chế độ cài đặt thẻ → Xác định lưu lượng truy cập nội bộ (Admin → Data streams → Configure tag settings → Define internal traffic). Đặt quy tắc theo địa chỉ IP hoặc dải địa chỉ. Những lượt truy cập này được gán tham số
traffic_typevới giá trịinternal. - Quản trị → Thu thập và sửa đổi dữ liệu → Bộ lọc dữ liệu (Admin → Data collection and modification → Data filters). Ở đó đã có sẵn bộ lọc «Lưu lượng truy cập nội bộ». Trước tiên hãy chuyển nó sang trạng thái «Thử nghiệm» (Testing): dữ liệu không bị xóa, nhưng trong báo cáo xuất hiện tham số mang tên bộ lọc thử nghiệm, và bạn có thể xem chính xác cái gì sẽ bị cắt.
- Khi đã chắc bộ lọc bắt đúng thứ cần bắt, chuyển nó sang «Đang hoạt động» (Active).
Lưu ý: bộ lọc đang hoạt động không áp dụng hồi tố và loại dữ liệu không thể khôi phục. Những gì đã bị lọc sẽ mất vĩnh viễn.
Cùng cơ chế này có thể dùng cho địa chỉ bot đã biết — ví dụ nếu một dịch vụ giám sát cụ thể thường xuyên quét website của bạn. Nhưng quy tắc theo IP chỉ tốt với địa chỉ cố định. Với bot mỗi lần ra mạng từ một địa chỉ mới, kể cả qua proxy dân cư và proxy di động, chúng vô dụng.
Traffic của nhà phát triển và giới thiệu không mong muốn
Bộ lọc «Lưu lượng truy cập của nhà phát triển» (Developer traffic) loại các sự kiện được gửi ở chế độ gỡ lỗi. Trong cài đặt thẻ còn có danh sách giới thiệu không mong muốn (unwanted referrals): các tên miền trong đó sẽ không được tính là nguồn. Việc này không xóa lượt truy cập của bot, nhưng loại khỏi báo cáo các nguồn giả — ví dụ cổng thanh toán hoặc tên miền spam.
Phân khúc trong «Khám phá»
Để phân tích các kỳ trước và những trường hợp đáng ngờ, hãy dùng phân khúc trong mục Khám phá. Ví dụ phân khúc «phiên có tương tác» hoặc phân khúc loại trừ «thành phố = đáng ngờ VÀ thời gian tương tác < 1 giây». Phân khúc không xóa gì: bạn chỉ xem báo cáo không có rác và thấy kết luận thay đổi ra sao.
Một thói quen tốt là giữ hai bản khám phá đã lưu: «nguyên trạng» và «không có bot rõ ràng». Nếu kết luận về chiến dịch thay đổi khi chuyển từ bản này sang bản kia, nghĩa là quyết định đã được đưa ra dựa trên nhiễu.
So sánh trong báo cáo chuẩn
Trong báo cáo thông thường có nút «Thêm so sánh» (Add comparison): có thể đặt cạnh nhau, ví dụ, «Quốc gia = target» và «Quốc gia ≠ target», hoặc các kênh khác nhau. Đây là cách nhanh để cho đồng nghiệp thấy toàn bộ mức tăng số phiên đến từ một lát cắt ngoài target.
Lọc trước bộ đếm
GA4 không có bộ lọc «bot theo hành vi» và không cho xem địa chỉ IP trong báo cáo, vì vậy cách hiệu quả nhất là không để bot tới thẻ analytics ngay từ đầu. Có thể làm việc này bằng điều kiện kích hoạt thẻ trong Google Tag Manager (ví dụ không gửi dữ liệu từ những host nhất định) hoặc bằng lọc traffic ở phía website. Sơ đồ chung về cách loại bot trước khi chúng tới trang có trong bài cách lọc traffic bot, còn so sánh hai cách tiếp cận — kiểm tra trình duyệt hay danh sách địa chỉ — trong bài kiểm tra JS hay chặn theo IP.
Vì sao số liệu GA4 lệch với tài khoản quảng cáo và tracker
Đây là nguồn gốc chính của sự thiếu tin tưởng vào analytics, và phần lớn chênh lệch đều giải thích được. Ba hệ thống đơn giản là đếm những thứ khác nhau.
| Hệ thống | Đếm gì | Khi nào sự kiện được tính |
|---|---|---|
| Tài khoản quảng cáo | click và lượt hiển thị | ngay lúc click vào quảng cáo |
| Tracker phía server | lượt chuyển qua link | khi yêu cầu tới được server của tracker |
| GA4 | phiên và sự kiện | khi trang đã tải xong và thẻ gửi dữ liệu |
Từ đó có các nguyên nhân chênh lệch điển hình:
- Click không thành phiên. Người dùng bấm rồi đóng tab, trang chậm chưa kịp tải, thẻ bị trình chặn quảng cáo của trình duyệt chặn.
- Đồng ý cookie. Nếu khách từ chối, GA4 hoặc không nhận được dữ liệu, hoặc nhận tín hiệu ẩn danh và mô hình hóa một phần bức tranh.
- Bot. Robot không chạy JavaScript thì tài khoản quảng cáo và tracker phía server thấy, còn GA4 thì không. Ngược lại, robot có trình duyệt có thể lọt vào GA4 dù tài khoản quảng cáo đã công nhận click của chúng là không hợp lệ và không tính tiền.
- Phân bổ. GA4 chia chuyển đổi giữa các kênh theo mô hình của mình, còn tài khoản quảng cáo ghi nhận chuyển đổi theo mô hình riêng. Cùng một đơn hàng có thể nằm ở các chiến dịch khác nhau.
- Múi giờ và ngày. Nếu tài khoản quảng cáo và thuộc tính GA4 có múi giờ khác nhau, số liệu theo ngày sẽ không bao giờ khớp.
- Ngưỡng và mô hình hóa. GA4 có thể ẩn các dòng khi khối lượng nhỏ và bổ sung dữ liệu bằng mô hình — điều này làm thay đổi số liệu báo cáo.
Vì vậy nên nhìn không phải vào chênh lệch tuyệt đối mà vào xu hướng của nó. Nếu tài khoản quảng cáo cho thấy 1000 click, còn GA4 là 850 phiên, và cứ thế suốt nhiều tháng, đó là mức bình thường của traffic của bạn. Nếu chênh lệch bỗng tăng lên một nửa, và trong báo cáo xuất hiện một thành phố mới với mức tương tác bằng 0, — đó đã là traffic bot, và nó tốn tiền. Cách quy đổi điều này ra tiền được phân tích trong bài bao nhiêu ngân sách mất vào bot.
Giới hạn của GA4 trong việc chống bot
GA4 là công cụ phân tích hành vi con người, không phải anti-fraud. Nó có những hạn chế không thể vượt qua bằng cài đặt:
- Không có IP và mạng trong báo cáo. Không thể thấy lượt truy cập đến từ trung tâm dữ liệu hay qua proxy.
- Không có kết luận cho từng lượt truy cập. Chỉ có số liệu tổng hợp; không thể mở một phiên cụ thể để hiểu vì sao nó đáng ngờ.
- Bộ lọc không thể đảo ngược và không hồi tố. Một lỗi trong bộ lọc xóa vĩnh viễn dữ liệu thật.
- Bot không có JavaScript là vô hình. Mà có thể bạn đã trả tiền cho click của chúng rồi.
Chính vì vậy media buyer bổ sung cho analytics một hệ thống kiểm tra từng lượt truy cập trước trang. ArtisanClo loại bot, traffic trung tâm dữ liệu, VPN và proxy, và với mỗi click hiển thị trong nhật ký mã lý do của quyết định — vì sao lượt truy cập được cho qua hoặc bị loại. Tracker tích hợp đồng thời tính chi phí, chuyển đổi, lợi nhuận và ROI theo chiến dịch, nên bạn thấy được bao nhiêu tiền đã chi cho traffic rác chứ không chỉ bao nhiêu phiên nó thêm vào báo cáo. Chi tiết — trên trang tính năng.
Làm gì nếu đã tìm thấy bot trong GA4
- Tìm lát cắt. Chiến dịch, nguồn, thành phố, độ phân giải màn hình — rác tập trung ở đâu.
- Đối chiếu với tài khoản quảng cáo. Xem những click nào trong số đó nền tảng đã công nhận là không hợp lệ và có hoàn tiền hay không.
- Bật phân khúc «không có bot rõ ràng» và xem lại kết luận cho kỳ trước.
- Lọc những gì đã biết — traffic nội bộ, dịch vụ giám sát, địa chỉ cố định.
- Ngừng gửi chuyển đổi rác về tài khoản quảng cáo, để thuật toán không đi tìm những người tương tự. Cách thiết lập theo dõi để chỉ sự kiện thật vào báo cáo — xem bài conversion tracking.
- Chặn bot trước trang nếu tỷ lệ của chúng đáng kể và đang tăng.
Tóm lại
GA4 tự động loại robot đã biết, nhưng không loại những bot chạy JavaScript và giả làm người. Chúng lộ ra qua sự kết hợp dấu hiệu: Direct và Unassigned tăng vọt, mức tương tác bằng 0, thời gian tương tác tính bằng giây, thành phố lạ, thiết bị giống hệt nhau. Bằng công cụ có sẵn có thể lọc traffic nội bộ và địa chỉ đã biết, còn phần còn lại thì xem qua phân khúc và so sánh, nhớ rằng bộ lọc là không thể đảo ngược. Chênh lệch giữa GA4 với tài khoản quảng cáo và tracker là bình thường khi nó ổn định; chênh lệch tăng đột ngột là lý do để tìm bot và tính xem chúng tốn bao nhiêu.
