TL;DR, kort antwoord
7 min leestijdGA4 sluit bekende bots en spiders automatisch uit, maar geen enkele analysetool vangt elke crawler, headless browser, spamverwijzing, scraper, uptimecheck of interne automatisering. Betrouwbare rapportage vraagt om botfilters, controles van serverlogs, reviews van afwijkingen en validatie van de kwaliteit van conversies.
Zoekcrawlers, uptimemonitors, kwetsbaarheidsscanners en je eigen automatisering op staging komen allemaal in hetzelfde rapport terecht als echte bezoekers. Botverkeer filteren voor nauwkeurige analytics begint met weten welke daarvan GA4 al verwijdert en welke het nooit ziet.
Botverkeer is niet één probleem. Het omvat zoekcrawlers, SEO-tools, uptimemonitors, kwetsbaarheidsscanners, netwerken van scrapers, spamverwijzingen, kwaadaardige automatisering, AI-crawlers, previewbots en interne scripts. Sommige bots maken zich eerlijk bekend. Andere voeren JavaScript uit, bootsen echte browsers na, wisselen van IP-adres en lijken genoeg op mensen om in analyticsrapporten te belanden.
Als je analysetool die bezoeken als gebruikers telt, is de schade niet alleen cosmetisch. Botverkeer kan verkeer opblazen, conversieratio's verlagen, geografische rapporten vervuilen, de ROI van campagnes vertekenen, valse groei laten vieren en echte problemen in de funnel verbergen.
Wat Google Analytics automatisch filtert
Google zegt dat verkeer van bekende bots en spiders automatisch wordt uitgesloten in Google Analytics-properties, op basis van een combinatie van eigen onderzoek van Google en de International Spiders and Bots List die door het IAB wordt bijgehouden (uitsluiting van bekende bots in GA). Dat is nuttig, maar het is geen volledige verdediging.
Lijsten met bekende bots zijn het best in het vangen van crawlers die zich consequent bekendmaken. Ze zijn zwakker tegen nieuwe bots, aangepaste automatisering, gecompromitteerde apparaten, nepbrowsers en verkeer dat bewust op een normale bezoeker lijkt. GA4 geeft site-eigenaren ook niet hetzelfde zicht op ruwe logs als een webserver of CDN, dus je hebt vaak een tweede bron van waarheid nodig als de cijfers vreemd ogen.
- Bekende crawlers en spiders
- Bots op de IAB International Spiders and Bots List
- Verkeer dat overeenkomt met het eigen botonderzoek van Google
- Nieuwe of aangepaste automatisering
- Gecompromitteerde apparaten
- Nepbrowsers die zijn gebouwd om op echte bezoekers te lijken
- Verkeer zonder zicht op ruwe serverlogs
Tekenen dat je analyticsdata bots bevat
De duidelijkste waarschuwing is een plotselinge piek die niet past bij de bedrijfsrealiteit. Als sessies verdubbelen maar aanmeldingen, aankopen, e-mailreacties en vertoningen in zoekmachines gelijk blijven, meet je waarschijnlijk bezoeken die niet van mensen komen.
Andere aanwijzingen zijn:
- heel veel verkeer uit één stad, datacenter, ASN of obscure verwijzer;
- duizenden sessies zonder engagement en zonder scroll-, klik- of conversie-events;
- verkeer dat binnenkomt op vreemde URL's, oude campagnepagina's, zoekresultaatpagina's of paden vol parameters;
- combinaties van apparaat en browser die niet op je publiek lijken;
- verwijzende domeinen die eruitzien als spam, gekopieerde mirrors of nep-analyticssites;
- pieken met exacte intervallen, wat op monitors of scripts kan wijzen;
- ongewoon veel conversie-events zonder bijbehorende records in de backend.
Geen enkel signaal bewijst op zichzelf botactiviteit. Een lancering, nieuwsbrief of viraal bericht kan echte pieken veroorzaken. Het doel is analytics, serverlogs, CDN-logs en bedrijfsevents te combineren voordat je filters aanpast.

Bouw een workflow voor een bot-audit
Begin met de periode. Vergelijk de verdachte periode met de vorige week, de vorige maand en dezelfde periode vorig jaar. Segmenteer op bron, medium, verwijzer, land, browser, apparaat, landingspagina en type conversie.
Vergelijk daarna analytics met data aan de serverkant. Als je analytics 30.000 sessies op productpagina's toont maar serverlogs herhaalde hits laten zien van een kleine set IP-reeksen of user agents, heb je bewijs. Als je checkoutsysteem of CRM geen bijbehorende omzet of leads toont, beschouw de kwaliteit van het verkeer dan als verdacht.
Scheid vervolgens onschuldige automatisering van schadelijke ruis in de rapportage. Zoekcrawlers en uptimemonitors kunnen operationeel waardevol zijn, maar ze horen niet als marketingbezoekers te verschijnen. Scrapers en aanvalsscanners vragen mogelijk om securitymaatregelen, niet alleen om opschoning van analytics.
Documenteer tot slot je filterlogica. Een veelgemaakte fout is na een piek brede uitsluitingen toevoegen en per ongeluk echte klanten verwijderen. Filters moeten smal zijn, waar mogelijk op historische data getest en na activering gecontroleerd.

Wat je buiten analytics filtert
Een deel van de bescherming tegen bots hoort op de CDN- of edgelaag. Rate limiting, WAF-regels, tools voor botbeheer en challengepagina's kunnen kwaadaardig of misbruikend verkeer verminderen voordat het je applicatie bereikt. Dat is vooral nuttig tegen credential stuffing, scraping en grootschalige scans op kwetsbaarheden.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Analyticsfilters moeten zich richten op de kwaliteit van rapportage, niet op security. Een spamverwijzer uitsluiten uit rapporten stopt de bot niet. Een kwaadaardige client blokkeren op de edge wel.
Bij privacyvriendelijke analytics is de uitdaging botdetectie in balans te brengen met dataminimalisatie. Je hoeft niet elke bezoeker voor altijd te profileren om nauwkeuriger te worden. Kortlevende technische signalen, detectie van afwijkingen op geaggregeerd niveau en steekproeven uit serverlogs kunnen veel problemen opsporen zonder blijvende gebruikersprofielen op te bouwen.
Metrics die je eerst moet beschermen
Geef voorrang aan metrics die met conversie te maken hebben. Een botpiek op een blogartikel is vervelend. Een botpiek die events voor aanmeldingen, proefperiodes, leads of aankopen activeert, kan rapporten voor het bestuur en budgetbeslissingen bederven.
Bescherm deze weergaven:
- acquisitierapporten die worden gebruikt voor campagnebudget;
- conversiefunnels die worden gebruikt voor productbeslissingen;
- rapporten over landingspagina's die worden gebruikt voor SEO-prioriteiten;
- rapporten per land en apparaat die worden gebruikt voor lokalisatie of QA;
- verwijzingsrapporten die worden gebruikt voor partnerschappen en de beoordeling van backlinks.
Maak bij twijfel een schone rapportageweergave of een dashboard dat verdacht verkeer uitsluit, terwijl je het ruwe bewijs elders bewaart. Misschien heb je de ruwe records later nodig om de afwijking te verklaren.
De praktische standaard
Geen enkel analyticsplatform kan perfecte botfiltering garanderen. De bruikbare standaard is verdedigbare nauwkeurigheid: bekende bots automatisch uitgesloten, verdachte pieken onderzocht, bedrijfskritische metrics gecontroleerd en filters gedocumenteerd.
Daarom moet geaggregeerde, privacyvriendelijke analytics ook worden gecombineerd met operationele observability. Je openbare analyticsdashboard vertelt je wat mensen lijken te doen. Je logs, backend-events en securitytools helpen bevestigen of die bezoekers überhaupt mensen waren.
Bouw een dashboard voor nauwkeurigheid
Maak één dashboard dat alleen bestaat om de datakwaliteit te beschermen. Neem totale bezoeken, conversies, conversieratio, topverwijzers, toplanden, toplandingspagina's, sessies zonder engagement en conversies in de backend op. Bekijk het wekelijks. Een normaal marketingdashboard viert beweging; een dashboard voor nauwkeurigheid vraagt of die beweging geloofwaardig is.
Voeg annotaties toe voor releases, campagnes, storingen, botaanvallen en filterwijzigingen. Als er later een piek verschijnt, voorkomen die annotaties giswerk. Gebruik je een privacyvriendelijk analyticsplatform, combineer dan geaggregeerde webmetrics met operationele signalen zoals het volume aan CDN-verzoeken, applicatielogs en records van betalingen of aanmeldingen. Je hoeft geen individuele bezoekers te identificeren om te zien dat een verkeersbron niet van mensen komt.
Bepaal ook wie eigenaar is van onderzoek naar bots. Marketing ziet de afwijking misschien als eerste, maar security, engineering en analytics moeten mogelijk allemaal in actie komen. Duidelijk eigenaarschap voorkomt een veelvoorkomende fout: iedereen ziet het vreemde verkeer, niemand repareert de rapportage, en het volgende maandrapport bevat stilletjes slechte data.
Checklist voor het filteren van bots
Vergelijk analytics bij verdacht verkeer met CDN-logs, applicatielogs en conversies in de backend voordat je filters aanpast. Scheid ruis van crawlers van echte bezoekers, bescherm eerst de conversierapporten en documenteer elke uitsluitingsregel met de datum, de reden en het verwachte effect. Een filter dat niemand kan uitleggen, wordt uiteindelijk zelf een bron van slechte data.
Veelgestelde vragen
Verwijdert Google Analytics automatisch al het botverkeer?
GA4 sluit bekende bots en spiders uit op basis van eigen onderzoek van Google plus de IAB International Spiders and Bots List. Die lijst is sterk tegen crawlers die zich consequent bekendmaken, maar mist nieuwe bots, aangepaste automatisering, gecompromitteerde apparaten en nepbrowsers die zijn gebouwd om op echte bezoekers te lijken. GA4 geeft je ook niet het zicht op ruwe logs dat een webserver of CDN kan bieden.
Wat is het eerste teken dat botverkeer mijn analytics vertekent?
Het duidelijkste signaal is een piek in sessies die niet past bij de bedrijfsrealiteit. Als sessies verdubbelen terwijl aanmeldingen, aankopen, e-mailreacties en vertoningen in zoekmachines gelijk blijven, meet je waarschijnlijk bezoeken die niet van mensen komen in plaats van echte groei.
Hoe onderscheid ik een echte verkeerspiek van een botpiek?
Vergelijk de verdachte periode met de vorige week, de vorige maand en dezelfde periode vorig jaar, gesegmenteerd op bron, medium, verwijzer, land, browser, apparaat en landingspagina. Leg de cijfers daarna naast serverlogs, CDN-logs en bedrijfsevents zoals aanmeldingen of omzet voordat je een filter aanraakt.
Moet je uptimemonitors en zoekcrawlers blokkeren?
Niet per se. Ze kunnen operationeel waardevol zijn, dus de oplossing is ze buiten marketing- en conversierapporten te houden in plaats van ze volledig te blokkeren. Scrapers en aanvalsscanners zijn een ander verhaal: die vragen om securitymaatregelen, niet alleen om een uitsluiting in analytics.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Waar moet je bots blokkeren in plaats van in analytics?
Op de CDN- of edgelaag, met rate limiting, WAF-regels, tools voor botbeheer en challengepagina's. Die laag kan credential stuffing, scraping en scans op kwetsbaarheden stoppen voordat het verkeer je applicatie bereikt, terwijl analyticsfilters de rapportage alleen achteraf opschonen.
Stopt het uitsluiten van een spamverwijzer in Google Analytics de bot?
Nee. Een spamverwijzer uitsluiten uit rapporten schoont alleen op wat jij ziet. De kwaadaardige client blokkeren op de edge is wat hem echt stopt.
Welke analyticsrapporten hebben het meest bescherming tegen bots nodig?
Geef voorrang aan weergaven die met conversie te maken hebben. Dat zijn acquisitierapporten die aan campagnebudget zijn gekoppeld, conversiefunnels voor productbeslissingen, rapporten over landingspagina's voor SEO-prioriteiten, rapporten per land en apparaat voor lokalisatie of QA, en verwijzingsrapporten voor de beoordeling van partnerschappen en backlinks. Een botpiek op een blogartikel is vervelend, maar een piek die aanmeldings- of aankoopevents activeert, kan rapporten voor het bestuur en budgetbeslissingen bederven.
Hoe spoor ik botverkeer op zonder blijvende gebruikersprofielen op te bouwen?
Kortlevende technische signalen, detectie van afwijkingen op geaggregeerd niveau en steekproeven uit serverlogs kunnen de meeste problemen signaleren zonder individuele bezoekers onbeperkt te profileren. Zo blijft botdetectie verenigbaar met een privacyvriendelijke aanpak op basis van dataminimalisatie.
Wat hoort er in een dashboard voor nauwkeurigheid?
Totale bezoeken, conversies, conversieratio, topverwijzers, toplanden, toplandingspagina's, sessies zonder engagement en conversies in de backend, wekelijks bekeken. Voeg annotaties toe voor releases, campagnes, storingen, botaanvallen en filterwijzigingen, zodat een latere piek geen giswerk wordt.
Wie moet eigenaar zijn van onderzoek naar botverkeer?
Marketing ziet de afwijking meestal als eerste, maar security, engineering en analytics moeten mogelijk allemaal in actie komen. Zonder duidelijk eigenaarschap merkt iedereen het vreemde verkeer op, repareert niemand de rapportage en bevat het volgende maandrapport stilletjes slechte data.
Was dit artikel nuttig?
Laat ons weten wat je ervan vindt!
Zie ons vaker in Google
Met één klik markeer je Flowsery als voorkeursbron, zodat onze artikelen hoger staan in je Topverhalen, AI-modus en AI-overzichten.
Voordat je gaat...
Flowsery
Analytics voor je website, met omzet voorop
Volg elke bezoeker, bron en conversie in realtime. Eenvoudig, krachtig en zonder cookies.
Realtime dashboard
Doelen bijhouden
Tracking zonder cookies
Gerelateerde artikelen


De beste WordPress-plugin voor analytics: zo kies je
De beste WordPress-plugin voor analytics hangt af van waar de data moet staan: Site Kit van Google, self-hosted Matomo, cookieloze Koko of Jetpack Stats.


404-fouten: zo volg, prioriteer en herstel je ze
Een 404-fout is een mislukte route, niet alleen een statuscode. Volg ze als events, rangschik kapotte URL's op verloren verkeer en stuur alleen de belangrijke door.
A/B-tests tracken met tags en conversie-events
Deze gids over het tracken van A/B-tests laat zien hoe je varianten vergelijkt met tags, conversies meet en lichte experimenten draait in privacyvriendelijke analytics.

