Google Analytics 4
Intern trafik i Google Analytics er de besøg og hændelser, som medarbejdere, udviklere, bureauer og andre med tilknytning til virksomheden selv skaber på et website. Denne trafik registreres som udgangspunkt i Google Analytics 4 (GA4) på lige fod med besøg fra rigtige kunder. Det kan forvrænge billedet af, hvordan besøgende reelt bruger sitet, fordi tallene blandes med data fra folk, der slet ikke er en del af målgruppen. I GA4 kan du identificere intern trafik ud fra IP-adresser og derefter filtrere den fra med et indbygget datafilter, så rapporterne bedre afspejler trafikken fra eksterne besøgende.
Det kan gøre en mærkbar forskel for en mindre webshop, hvor to-tre medarbejdere dagligt kigger produktsider igennem og tester nye funktioner fra kontorets faste internetforbindelse.
Uden filtrering indgår disse besøg i de samme rapporter som kundernes. De kan trække tal for sidevisninger, konverteringsrate eller gennemsnitlig sessionstid i en retning, der ikke stemmer overens med den faktiske kundeadfærd. Det samme gælder, hvis en udvikler eller et bureau løbende tester ændringer fra en fast IP-adresse.
Hvad er egen trafik i Google Analytics 4?
Når intern trafik blandes sammen med besøg fra almindelige brugere, bliver det svært at vurdere, om ændringer på sitet virker efter hensigten. Det samme gælder for kampagner og nye sider.
Forestil dig, at flere kolleger klikker sig igennem den samme side flere gange i løbet af en time under en teamgennemgang af et nyt sideelement. Det kan i visse tilfælde give et kraftigt, men kunstigt udsving i rapporterne, uden at det siger noget om kundernes reelle interesse.
Ved at filtrere den interne trafik fra afspejler tallene i GA4 mere præcist trafik og adfærd fra de besøgende, virksomheden faktisk ønsker at måle på.
Trin 1: Identificér intern trafik ud fra IP-adresse
Først skal du angive i GA4, hvilke IP-adresser der skal betragtes som intern trafik. Det gøres i administrationen af den enkelte ejendom (property):
- Gå til Administrator og klik på Datastrømme under afsnittet for indsamling og redigering af data.
- Vælg den relevante webdatastrøm, og klik derefter på Konfigurer tagindstillinger.
- Klik på Vis mere og herefter på Definer intern trafik.
- Klik på Opret, og giv reglen et navn, f.eks. “Kontor” eller “Udviklerteam”.
- Lad parameteren traffic_type beholde standardværdien “internal”, eller angiv en anden værdi, hvis flere lokationer eller teams skal kunne skelnes fra hinanden senere.
- Vælg en matchtype under IP-adresse, f.eks. “er lig med”, “starter med” eller “er inden for følgende interval” (CIDR-notation), og indtast den eller de IP-adresser, der skal markeres som intern trafik.
Du kan tilføje flere betingelser, hvis flere IP-adresser eller kontorer skal dækkes. Betingelserne fungerer som “eller”, så trafik der matcher blot én af dem, markeres som intern.
Både IPv4- og IPv6-adresser kan angives. GA4 tilbyder desuden en genvej til at se din egen aktuelle offentlige IP-adresse direkte i grænsefladen.
Trin 2: Opret datafilteret, der ekskluderer trafikken
Når den interne trafik er defineret, tilføjer GA4 automatisk parameteren traffic_type til de indkommende hændelser fra de angivne IP-adresser. Næste skridt er at oprette selve datafilteret, der reelt fjerner denne trafik fra rapporterne:
- Gå til Administrator og klik på Datafiltre.
- Klik på Opret filter, og vælg filtertypen Intern trafik.
- Giv filteret et navn, og vælg Ekskluder for at fjerne de hændelser, hvor traffic_type matcher den værdi, der blev angivet i trin 1.
- Vælg filterstatus: Test anbefales i starten, da data her mærkes uden at blive fjernet permanent, mens Aktiv gør ekskluderingen endelig.
Husk, at et aktivt datafilter påvirker dataene permanent. Ekskluderede hændelser bliver aldrig behandlet og kan ikke hentes frem igen bagefter, hverken i GA4 eller i BigQuery. Start derfor med teststatus, inden filteret sættes til aktiv.
Trin 3: Verificér filteret i testmiljø
Med filterstatus sat til “Test” kan du tjekke, om de rigtige IP-adresser rent faktisk bliver fanget. I en fri udforskning (free-form exploration) kan du tilføje dimensionen “Navn på testdatafilter” sammen med hændelsesnavn og antal hændelser. Besøg derefter sitet selv fra den IP-adresse, der skal ekskluderes.
Vises besøget under det korrekte testfilternavn, fungerer opsætningen som forventet. Der kan gå op til 24 timer, før et nyoprettet eller ændret filter slår fuldt igennem i rapporterne. Det er derfor normalt, hvis data ikke dukker op med det samme.
Når testen bekræfter, at filteret rammer de rigtige besøg, kan du ændre filterstatus til “Aktiv” under Datafiltre. Herefter holdes den interne trafik løbende ude af de almindelige rapporter. Vil du senere sammenligne tal fra før og efter filtreringen, kan du eksportere data og bygge en pivottabel i Excel for at overskue udviklingen.
Hvornår IP-filtrering ikke er nok
IP-baseret filtrering passer bedst til medarbejdere, der arbejder fra en fast IP-adresse på kontoret. Metoden fungerer dårligt, hvis medarbejdere arbejder hjemmefra med skiftende IP-adresser, bruger mobilt internet eller er koblet på en VPN. I de tilfælde kan IP-adressen ændre sig fra dag til dag.
I større organisationer med mange medarbejdere på forskellige lokationer kan det blive tidskrævende at vedligeholde en liste over relevante IP-adresser. Det er desuden kun muligt at ekskludere intern trafik fra almindelige websites, ikke fra brugere af en app.
I sådanne tilfælde kan alternative metoder baseret på data layer-værdier eller cookies via Google Tag Manager være mere robuste. De kræver dog typisk mere teknisk opsætning end den IP-baserede løsning.
Princippet minder lidt om at fjerne dubletter i Excel: du renser dine data for det, der ikke hører til, før du drager konklusioner. God orden om IP-adresser og adgange hænger i det hele taget sammen med, at du løbende arbejder på at beskytte din virksomheds data.