【2016年12月最新】リファラスパムを効率よく除外する方法

GoogleAnalytics上にあらわれる明らかに人間でないスパムのセッション、リファラスパムが気になったので対策を考えてみました。

サイトのセッションが少ない間は影響が大きいので特に排除したいですよね・・・。

スパム側も次々違う手口を使ってくるため、あくまで「現時点（2016年12月)」になりますが、効率的な方法かと思います。

（注：フィルタにかかったセッションデータは戻ってこないので作業は気をつけて。自己責任でお願いします）

リファラスパムとは？ 

上記の画像にある、

reddit.com / referral

lifehacĸer.com / referral （lifehackerではない）

motherboard.vice.com / referral

などが対象になります。

効率の良い除外設定方法

まずはパターン探し

調査してみると、今回猛威を奮っている(?)セッションは「言語」に普通ありえない文字が入っていることが確認できました。

パターンを指定する

通常、言語は「ja」や「en-us」などであり、自分のサイトで一番長いものでも「es-419」（これも怪しいが…）というものだったので、

正規表現を使って「言語が7文字以上」のセッションを除外します。

このパターンを文字で表すと

.{7,}

意味としては「いずれかの文字が7回以上続く」ものをマッチさせるというものになります。

（ドット カッコ 7 カンマ カッコ） 

早速設定する

GoogleAnalyticsの画面から「管理」→ビューの「フィルタ」と進みます。

設定項目は上記のとおり、

・フィルタ名：任意

・フィルタの種類：カスタム

・タイプ(?)：除外

・フィールド：言語設定

・パターン：.{7,}

となります。

補足

上記と同じ内容でセグメントを作ってみると・・・

きれいにセグメントされていました！