Adobe の Analytics ドキュメント (ボット削除ページは 2026 年 9 月 28 日に更新され、ボット ルール ページは 2026 年 5 月 26 日に更新) に基づき、2026 年 10 月 9 日にレビューされました。メニュー名は変更される可能性があるため、Adobe の最新ドキュメントを確認してください。
簡単な回答
Adobe Analytics のボット トラフィックを特定するには: (1) IAB ボット フィルタリング を有効にし、Bots および Bot ページ レポートを確認して、Adobe がすでにキャッチしているものを確認します。 (2) Analysis Workspace では、トラフィックをソースごと、および単一ページの訪問、異常または未知のユーザー エージェントとデバイス、欠落しているリファラー、新規訪問者、奇妙なランディング ページなどのボットのような特性ごとに分類します。 (3) どれか 1 つだけが信頼できるものではないため、これらの信号のいくつかを組み合わせたセグメントを構築します。 (4) 広告ネットワークからのクリック数とコンバージョンの品質に対して、疑わしいソースを照合します。 (5) カスタム ボット ルール (ユーザー エージェント、IP、IP 範囲)、または Adobe の ECID および Bot Flag メソッドで可能なものをブロックします。 Adobe の Experience League コミュニティへの返信では、率直に「ボットを 100% の精度で識別する方法はない」と述べられています。また、Adobe でボットを見つけるとレポートがクリーンアップされますが、クリックに対する支払いは停止されません。アダルトまたは代替の広告ネットワークでトラフィックを購入する場合、JuicyTraffic は、そのトラフィック用に構築されたクリック不正防止と広告追跡を提供します。
ほとんどの Adobe Bot ガイドが不十分な理由
この質問を検索すると、3 種類のコンテンツが見つかります。 「スパイクと高い直帰率を探す」などの一般的なアドバイス。ボットを 削除 する方法を説明する管理ドキュメント。また、ユーザー エージェントの一致から得られたカスタム eVar セットを使用するものなど、実践者の投稿もいくつかあります。欠けているのは、トラフィックを購入する人のワークフローです。つまり、どの 有料ソース が自動訪問を送信しているのかを確認する方法と、レポートのクリーニング以外に何をすべきかです。
このガイドではそれについて説明します。
ステップ 1: Adobe がすでにフィルターしているものを確認する
[Analytics] > [管理] > [レポート スイート] > [設定の編集] > [一般] > [ボット ルール] に移動します。次の 2 つの組み込みオプションがあります。
- **IAB ボット フィルタリング ルールを有効にする。**これは、アドビが毎月更新する IAB の国際スパイダーおよびボット リストを使用します。アドビでは、少なくともこれを選択することをお勧めします。アドビは詳細なリストを共有できませんが、Botsレポートには、どのボットがサイトにアクセスしたかが表示されます。
- **カスタム ボット ルール。**ユーザー エージェント(で始まるか、を含む)、IP アドレス(ワイルドカード使用可) または IP 範囲に基づくルール。このインターフェイスでは最大 500 個の手動ルールを許可し、その後は CSV インポートおよびエクスポートを通じてルールを一括管理します。 1 つのルール内の複数の条件は「または」で結合されます。新しいルールは約 30 分以内に有効になります。
信頼する前に、これが何を意味するかを理解してください。
- ルールに一致するトラフィックは レポート スイートで収集されない、またはトラフィック メトリックに含まれない です。これは個別に保存され、Bots および Bot ページ レポートにのみ表示されます。
- IAB リストは、ユーザー エージェント のみに基づいています。通常のブラウザとして表示されるボットは捕捉されません。
- ボットを削除すると通常、トラフィックとコンバージョン量が減少し、コンバージョン率が上昇することが多いため、最初に関係者に伝えてください。アドビでは、影響を見積もるために小規模なレポートスイートで試してみることを提案しています。
- ボットとしてマークされたヒットは、server が を呼び出すときに引き続き請求されます。
- Adobe Analytics のボット検出は、Adobe のエッジ ネットワーク上のボット検出サービスとは別のものですが、両方とも同じ IAB リストを使用します。
ステップ 2: トラフィックをソースごとに分類する
Analysis Workspaceを開き、キャンペーンまたはトラッキング コードのディメンション、またはマーケティング チャネルを行として含むフリーフォーム テーブルを作成します。訪問数、ページビュー、直帰率または単一ページ訪問、滞在時間、コンバージョンを追加します。次に、疑わしいソースを次のように分類します。
| 寸法 | なぜ自動化が明らかになるのか |
|---|---|
| 国と都市 | ターゲットとしていない場所からのトラフィック、または 1 つの都市に集中しているトラフィック |
| ブラウザとオペレーティング システム | 非常に古いバージョン、または異常に高い「不明」シェア |
| モニターの解像度 | 低い解像度または異常な解像度の急増 |
| 参照元ドメイン | 大量の直接トラフィックまたは入力/ブックマークされたトラフィック |
| エントリーページ | 実際のユーザーが最初に開始することはほとんどないページにランディングしたすべての訪問数 |
| 時間帯 | 視聴者に合わない時間帯のアクティビティ |
Adobe 独自のガイドには、ボットを定義する傾向のある動作がリストされています。単一アクセスの訪問、異常なユーザー エージェント、不明なデバイスまたはブラウザ情報、リファラーなし、新規訪問者、異常なランディング ページ。
ステップ 3: ボットのようなセグメントを構築し、シグナルを結合する
これらの条件のいくつかを一緒に使用するセグメントを Analysis Workspace で構築します。それぞれは実際のユーザーの間で一般的なものです。初めての訪問者がリファラーなしで 1 ページだけ訪問するのはよくあることです。 3つ、4つ組み合わせると絵が変わります。
一部の専門家が使用する実際的なアプローチは、次の 2 つの層を構築することです。
- **可能性の高いボット:**は 2 つまたは 3 つのシグナルに一致します。
- **Rule に一致するボット:**は、宣言されたボット ユーザー エージェントまたは調査された IP 範囲に一致します。誤検知をチェックします。
次に、各ソースのトラフィックが各層にどれだけ含まれるかを測定します。一部のアナリストはこれを「ボットネス率」と呼んでいます。一貫したセグメント定義を使用して、同じレポートスイートの経時的な変化を測定します。
**誤検知に注意してください。**コンテンツ サイトでは、単一ページへのアクセスは正常な場合があります。多くのユーザーはリファラーなしで到着します。また、IP アドレスは常に 1 人に固有であるとは限りません。Google は、オフィス、大学、携帯通信会社が 1 つのパブリック IP を多数のデバイスで共有していると指摘していますが、これはここでも同様に当てはまります。
ステップ 4: 広告ネットワークに対するクロスチェック
Adobe はサイトに何が届いたかを表示します。広告ネットワークには、支払った金額が表示されます。トラッキング コードで比較します。
- **支払われたクリック数と記録された訪問数。**大きな差がある場合は、ページが読み込まれなかったクリック数を意味する可能性があります。広告プラットフォームと分析ではカウントの仕方が異なるため、多少の不一致は正常です。そのため、他のソースと大きく乖離しているソースを探してください。
- **変換品質。**ソースからのリードまたはサインアップに偽の詳細または重複した詳細が含まれているかどうかを確認します。
- **サブソース別パターン.**ネットワークでプレースメントまたはサブ ID をタグ付けできる場合は、ボットのようなセグメントが少数に集中していないか確認してください。
- **サーバー ログと IP 集中。**カスタム ルールを作成する価値があることを確認するのに役立ちます。
ステップ 5: 見つけたものに基づいて行動する
**明らかな場合:**ユーザー エージェント、IP アドレス、または IP 範囲にカスタム ボット ルールを追加します。 IP 難読化が有効になっており、最後のオクテットが削除されている場合、アドビでは、ゼロで終わるアドレスと一致するようにルールを作成する必要があると注意しています。
**ルールをすり抜けたボットの場合:**アドビの階層化メソッドを使用します。
- 訪問者の Experience Cloud ID を新しい宣言された ID に渡します。
- Analysis Workspace でセグメンテーションを使用して、ボットのような訪問者を識別します。
- Data Warehouse を通じて、そのセグメントの Experience Cloud ID をエクスポートします。
- 「Bot Flag」列を使用して顧客属性としてアップロードします。
- フラグが設定された ID を除外するセグメントを作成します。
- これを仮想レポート スイートのフィルターとして適用します。
- 定期的に繰り返します。アドビでは、少なくとも月に一度の利用を推奨しています。
**ソース:**クロスチェックでフラグを立てたサブソースとプレースメントを一時停止または除外し、ネットワークにレビューを依頼します。
Adobe でのボット検索の限界
上記のすべてで レポート が修正されます。既に費やした金額は回収されませんし、同じ訪問者が他のピクセルやタグを起動するのを止めることもできません。アナリストの中には、この点を直接指摘する人もいます。訪問がボットとして認識されるまでに、データはすでに分析、広告プラットフォーム、その他のツールに到達している可能性があります。
このため、分析内の識別が第 2 の防御線として最適に機能します。 1 つ目は、無効なクリックが購入された場所でそれを捕捉することです。 JuicyTraffic は、アダルトおよび代替広告ネットワークの広告主向けに、アダルト トラフィック向けに構築されたクリック不正防止と広告追跡を提供し、キャンペーン、ソース、およびプレースメントごとにランディング ページのクリック品質をクリックごとの証拠で調査します。追跡リンクとオンサイトプローブが必要です。自動応答は、サポートされている統合と構成によって異なります。
よくある質問
Adobe Analytics はボットを自動的にフィルターしますか? 有効にした場合のみ。 IAB ボットフィルタリングオプションはレポートスイートのボットルール設定のチェックボックスであり、アドビでは少なくともこれをオンにすることをお勧めします。
Adobe が削除したボットはどこで確認できますか? ボットおよびボット ページのレポート内。削除されたトラフィックは通常のレポートには含まれません。
IAB リストはクリック不正を捕らえますか? 宣言されたボットとスパイダーのみ。リストはユーザー エージェントに一致するため、通常のブラウザーに見えるトラフィックにはセグメンテーションまたはカスタム ルールが必要です。
カスタム ボット ルールが適用されるまでにどのくらい時間がかかりますか? Adobe によれば、保存した変更は約 30 分以内に有効になるとのことです。ルールは受信データに適用され、クリーニング履歴レポートでは代わりに顧客属性メソッドが使用されます。
カスタム ボット ルールはいくつ追加できますか? このインターフェイスでは、500 の手動定義ルールが許可されます。さらに、CSV インポートおよびエクスポートを通じてルールを一括管理します。
ボットのヒットには引き続き課金されますか? Adobe によれば、ボットとしてマークされたヒットはサーバー呼び出しとして課金されるという。
ボットを確実に識別できますか? いいえ。Adobe の Experience League コミュニティへの返信では、ボットを 100% の精度で識別できるアプローチは存在しないと書かれています。シグナルを組み合わせて、結果を証明されたものではなく、可能性のあるものとして扱います。
AI エージェントとクローラーについてはどうですか? 専門家は、ユーザー エージェントで「ボット」または「クローラー」を検索し、AI によって参照されたトラフィックにタグを付けるカスタム パラメーターを追加して、「ボットの可能性が高い」セグメントと「ルールに一致するボット」セグメントを個別に構築することを推奨しています。
Adobe で IP をブロックすると、ボットによる費用の発生を防ぐことができますか? いいえ、レポートに表示されなくなります。料金の支払いを停止するには、広告ネットワークに対処するか、購入時にクリック不正防止機能を使用してください。
次のステップ
アドビでは、レポートからボット トラフィックを確認して削除するための確実なツール、IAB フィルタリング、カスタム ルール、セグメンテーション、ECID および Bot Flag メソッドを提供しています。それらを組み合わせて使用し、有料ソースとネットワークの請求額を照合してください。クリーンなレポートは保護された支出と同じではないことに注意してください。トラフィックがアダルトまたは代替の広告ネットワークから送信されている場合、JuicyTraffic は、アダルト トラフィック用に構築されたクリック不正防止と広告追跡を提供し、疑わしいソースを調査し、どこに対処するかを決定するのに役立ちます。
実際的な次のステップについては、ウェブサイトのボットトラフィックを防ぎ、遮断する方法 をお読みください。
公式参考資料
関連記事
著者紹介
Dylan Dan は JuicyTraffic の創設者です。アダルト広告と広告不正対策を15年間専門としており、広告主によるトラフィック品質の評価、無効クリックの特定、専門広告ネットワークでの広告予算の保護を支援しています。