Browsergröße gegen Referrer Spam bei Google Analytics

Was bedeutet die Dimension Browsergröße?

Ausgegeben wird hier die tatsächliche Größe des Browsers. Diese unterscheidet sich fast immer von der Bildschirmauflösung, da Menüleisten, Browserplugins oder Statusleisten einige Pixel in Anspruch nehmen und die Browsergröße dadurch verkleinert wird. Auch ist zu bedenken, dass Nutzer in Zeiten von FullHD, 4K und besonders breiten 21:9 Monitoren nicht immer ihren Browser maximiert nutzen, sondern oftmals gleichzeitig mit anderen Anwendungen. Wer eben mal sehen möchte, wie die aktuelle Browsergröße gerade aussieht, kann dies z.B. hier tun.

Der Nutzen der Dimension Browsergröße

Gerade wenn es um Usability geht, kann die Browsergröße der Nutzer wertvolle Insights liefern. Ist z.B. die Absprungrate bei einer gewissen Browsergröße besonders hoch, lohnt sich ein genauerer Blick auf alle wichtigen Elemente der Website und ein Check ob diese auch unter diesen Browsergrößen gut nutzbar sind. Diese Daten können dabei helfen, die Positionierung des Kontaktformular, eines Checkout-Button oder des eigenem Firmenlogos besser anpassen zu lassen und zu entscheiden, wie viel Platz man diesen Elementen einräumen sollte. Hier ein Beispiel aus der Praxis:

Hier scheint es offensichtlich ein Problem mit einer bestimmen Kombination aus Browsertyp und Browsergröße zu geben – alle Nutzer mit dieser Kombination springen uns ab. Ein tieferer Blick auf die Daten kann uns zeigen was der Grund dafür ist. Ist es ein technisches Problem oder sind gewisse Elemente nicht klickbar, wenn diese Kombination auftritt? Mittels der Dimension Browsergröße können wir solchen Problemen nachgehen und anschließend anpassen.

Daten säubern mittels Browsergröße - so geht’s:

Ein anderer Anwendungsfall, der vielleicht weniger offensichtlich aber dafür umso nützlicher ist: die Möglichkeit die Daten von Google Analytics auf unerwünschten Traffic hin zu untersuchen und Gegenmaßnahmen zu treffen. Sogenannter Referrer Spam kann die Daten verwässern und zu falschen Rückschlüssen führen. Google bietet zwar die Option „Alle Treffer von bekannten Bots und Spidern ausschließen“ in der jeweiligen Datenansicht – allerdings stoppt diese Funktion nicht alle Spammer. Was das mit der Browsergröße zu tun hat? Mehr als man denkt! Referrer Spam hat nämlich in der Regel die interessante Eigenschaft eine Browsergröße von 0 Pixel zu übergeben. Mit dieser Information können wir uns also nun an die Arbeit machen und unsere Daten genauer auf Spam untersuchen:

1. Benutzerdefiniertes Segment erstellen

Mit Hilfe eines benutzerdefinierten Segments können wir jenen Traffic gesondert betrachten, der in der Höhe und/oder in der Breite 0 Pixel aufweist und damit mutmaßlich nicht von Menschen, sondern von Bots generiert wurde. Innerhalb eines Berichts wählen wir daher “Segment hinzufügen” und “neues Segment”. Unter Erweitert > Bedingungen suchen wir die Dimension “Browsergröße” und “stimmt mit regulärem Ausdruck überein”. Hier geben wir noch abschließend “^0x|x0$” ein – damit erfassen wir alles mit 0 Pixeln. Am Ende sollte es so aussehen:

2. Neues Segment anwenden

Nun wählen wir einen für uns interessanten Betrachtungszeitraum und sehen uns unter Akquisition > Alle Zugriffe > Quelle/Medium an, woher unser verdächtiger Traffic kommt, indem wir unser gerade eben erstelltes Segment darauf anwenden und alle anderen Segmente abwählen. Zeigt uns Google Analytics hier keinen Traffic an ist das sehr gut – dann sind unsere Daten nicht von Referrer Spam in Google Analytics verwässert worden! Gegebenenfalls sollten wir aber auch noch den Betrachtungszeitraum erweitern um sicher zu gehen.

Sollte hier eine Quelle auftauchen erweitern wir die Ansicht noch um die sekundäre Dimension “Browsergröße” um genauer zu erkennen, um welche Auflösungen es sich handelt. Hier ein Beispiel wie dies aussehen könnte (Betrachtungszeitraum 1 Monat):

In diesem Beispiel sehen wir, dass keywords-monitoring-your-success.com uns Traffic mit der Browsergröße 0x0 bzw. 0x20 Pixel schickt. Wichtig: nicht direkt auf die Seite gehen um sie zu prüfen (denn genau das wollen die Spam-Referrer ja!), sondern erstmal einfach danach googeln.

Eine kurze Recherche zu dieser Domain ergibt, dass es sich hierbei um einen Spam-Referrer handelt, der so versucht potentielle Kunden auf die eigene oder Partnerseiten zu locken. Betrachten wir die Zahlen genauer, ist das Ergebnis genauso schockierend wie gleichzeitig informativ: Von 326 Sitzungen sind in diesem Beispiel 53 auf Spam Traffic zurückzuführen, das sind ganze 16% ! Natürlich verwässert dieser Traffic uns auch allerlei Metriken wie Absprungrate, Sitzungsdauer und so fort!

An diesem Beispiel ist gut zu sehen, dass die Auswirkung von Referral Spam um so mehr ins Gewicht fällt, je weniger Traffic man auf seiner Seite hat. Generell sollte man auf diese Form von Traffic achten – für kleinere Seiten gehört dies allerdings zur absoluten Pflicht!

Auch sogenannter Ghost Spam kann hier in den Ergebnissen auftauchen und uns Fake Daten schicken. Über das Measurement Protokoll greifen diese gar nicht auf unsere Seite zu, sondern schicken Daten direkt an die Server von Google Analytics (z.B. über zufällige Tracking Codes). Die Folge: Seiten die nicht unbedingt verdächtig wirken bzw. bekannte Seiten wie Amazon oder Facebook tauchen in den Ergebnissen auf. Wer unsicher ist, ob es sich um Ghost Spam handelt oder nicht, setzt zur Quelle als sekundäre Dimension den Hostnamen. Passt dieser nicht dazu oder ist (not set), handelt es sich definitiv um Ghost Spam.

Nun können wir im nächsten Schritt unsere Daten säubern.

3. Fündig geworden? Traffic mit 0 Pixel ausschließen

Die Guten ins Töpfchen, die Schlechten ins Kröpfchen! Bevor wir aber anfangen einen Filter für unsere Datenansicht zu erstellen, ist es wichtig, vorweg eine ungefilterte Datenansicht zu haben. So können wir zu einem späteren Zeitpunkt auf alle Daten zurückgreifen und diese vergleichen. Danach erstellen wir eine eigene Datenansicht und einen benutzerdefinierten Filter, der das Filterfeld “Browsergröße” ausschließt. Hier filtern wir auf den bereits vorhin zum Einsatz gekommenen regulären Ausdruck “^0x|x0$”:

Et voila! Damit sind wir korrekteren Daten in Google Analytics schon einen ganzen Schritt näher gekommen.

Anmerkung: Filter in Google Analytics wirken auf zukünftige Daten, die in die jeweilige Datenansicht einfließen. Will man daher historische Daten auswerten, die vor der Einrichtung des Filters generiert wurden, sollte man besser mit einem benutzerdefinierten Segment arbeiten, das den schlechten Traffic aus den Daten entfernt.

Haben wir damit allen Spammern und Bots schon ein Schnippchen geschlagen? Leider nein, denn stets kommen neue hinzu oder ändern ihre mitgesendeten Informationen. Daher müssen verschiedene Ansätze verfolgt und die entsprechenden Filter immer up-to-date gehalten werden. Ein gern genutzter Service, den wir unseren Kunden anbieten!

Fazit - Das zeigt uns die Browsergröße

Die Möglichkeiten, die man mittels Browsergröße in Google Analytics hat, sind wesentlich spannender als man auf den ersten Blick meinen könnte. Neben den offensichtlicheren Vorteilen der Conversion Optimierung und den Insights, über die unterschiedliche Nutzung der eigenen Website, lohnt es sich mit dieser neuen Dimension auf Spurensuche zu gehen, um Spam Traffic identifizieren zu können.

Sie haben Fragen oder wollen weitere Insights gewinnen? Sie wollen Spam Traffic endgültig vermeiden? Wir helfen Ihnen gerne weiter! kontakt@e-dialog.group

Browsergröße gegen Referrer Spam bei Google Analytics

Management Summary

Was bedeutet die Dimension Browsergröße?

Der Nutzen der Dimension Browsergröße

Daten säubern mittels Browsergröße - so geht’s:

1. Benutzerdefiniertes Segment erstellen

2. Neues Segment anwenden

3. Fündig geworden? Traffic mit 0 Pixel ausschließen

Fazit - Das zeigt uns die Browsergröße

Sie haben Fragen oder wollen weitere Insights gewinnen? Sie wollen Spam Traffic endgültig vermeiden? Wir helfen Ihnen gerne weiter! kontakt@e-dialog.group

Weitere Themen

Key Events – neue Nomenklatur in Google Analytics 4

sGTM & Telefontracking – Übergabe der First Person ID (FPID) an Matelso

Bot Traffic in GA4

Scheduled Emails – Jetzt auch für GA4 Reports

Realtime Reports: Mit dem Echtzeit-Bericht Analytics Interesse wecken

Attribution: Tipps für den Model Comparison Report in GA4

Visualisierung von benutzerdefinierten Events: Ein Leitfaden für aussagekräftige Reports

Debugging Server Side Google Tag Manager

UA zu GA4: So gelingt die Migration in Looker Studio Dashboards

Überprüfung des Consent Mode in Google Analytics 4

Die unterschiedlichen Reporting-Identity-Optionen in GA4: Vor- und Nachteile im Überblick

GA4 Predictive Metrics: Erfolg durch den Blick in die Zukunft

Conversion Zählmethoden in GA4 – was ändert sich für Reportings?

Consent Mode für Google Ads, Google Marketing Platform & GA4 – was ist zu tun?

Sunset von Google Universal Analytics ab Juli 2023