En los informes de GA4 del sitio webscraft.org, comenzaron a llegar sesiones de un país donde apenas tengo lectores. La proporción de dicho tráfico era del 26%. Las sesiones eran cortas y muy similares entre sí, y GA4 las consideraba visitantes normales. Revisé el registro de Cloudflare y la imagen se volvió más clara. En este artículo, cómo los bots con navegadores headless llegan a GA4, por qué signos notarlos y cómo filtrarlos sin romper nada.
⚡ En resumen: por qué GA4 no ve parte de los bots
- ✅ GA4 solo descarta bots conocidos. Según la ayuda de Google, el tráfico de bots y arañas conocidos se excluye automáticamente basándose en la investigación propia de Google y la lista IAB. No se puede desactivar este filtro y ver cuántos datos se descartan.
- ✅ Un bot sin JavaScript no llega a GA4, un bot con navegador sí llega. Un navegador headless ejecuta la etiqueta, por lo que GA4 ve una sesión normal.
- ⚠️ GA4 muestra el síntoma, la causa se ve en Cloudflare: país de la red, ASN y número de solicitudes.
- ⚠️ Los filtros de datos de GA4 solo funcionan hacia adelante y no saben cómo descartar países o bots por comportamiento. Hay que bloquear a nivel de Cloudflare, con cuidado.
Cuántos bots hay en la red en general depende de la metodología. Según el informe de Imperva 2026, los bots constituyen más del 53% del tráfico web, y el 40% del tráfico se clasifica como bots maliciosos (el año pasado Imperva mencionó el 51% y el 37%, estos son datos de 2024). Cloudflare cuenta de manera diferente: en junio de 2026, según Cloudflare Radar, los bots generaron alrededor del 56% de las solicitudes, y estas cifras describen solicitudes HTTP, no personas o atención. En las muestras de Radar para todas las solicitudes (revisión de Technology Checker), la proporción de bots es notablemente menor, alrededor del 35%. Imperva es un proveedor de protección contra bots, por lo que sus cifras deben leerse como una referencia de la industria. Más sobre la escala del problema, en mi artículo "Internet ya está compuesto en un 50% por bots".
📚 Índice del artículo
🧠 Cómo GA4 decide que es una persona y qué es un navegador headless
GA4 recopila datos a través de una etiqueta JavaScript en la página. Si el código no se ejecuta, el evento no se envía y la visita no aparece en el informe. Por lo tanto, GA4 no ve scripts simples que solo cargan HTML.
La única protección incorporada es una lista de bots conocidos: Google utiliza su propia investigación y la lista International Spiders and Bots List de IAB. Es una lista de bots que se identifican honestamente, por lo que descarta bien los rastreadores legítimos y ayuda poco contra aquellos que no quieren ser reconocidos. En uno de los análisis prácticos, esto se formula así: el filtrado incorporado solo elimina rastreadores conocidos y no atrapa el scraping a través de navegadores headless.
Qué es un navegador headless
Es un Chrome normal sin ventana. La documentación de Chrome describe el modo headless como la ejecución del navegador en un entorno automatizado sin interfaz visible; se controla a través de Puppeteer, Playwright o Selenium. Las razones de uso pueden ser diversas:
- Legítimas: pruebas automatizadas, monitoreo de disponibilidad, rastreadores SEO, recopilación de datos públicos.
- Indeseables: inflado de tráfico, scraping de contenido, manipulación de publicidad.
Lo principal para la analítica: un navegador de este tipo ejecuta JavaScript, y por lo tanto, también ejecuta la etiqueta GA4, y la visita aparece en los informes. Los bots avanzados saben cómo disfrazarse de usuarios normales. Cómo lo hacen, no lo describiré: es una instrucción para estafadores, no una protección. La conclusión práctica es simple: no confíe en una sola herramienta, combine GA4, Cloudflare y los datos de su plataforma publicitaria.
👻 Ghost spam: bots que ni siquiera visitan el sitio
El ghost spam no abre sus páginas. Los eventos se envían directamente a los servidores de análisis a través del Measurement Protocol, y en los informes aparecen fuentes y eventos extraños que no existen en el sitio. Este es un problema clásico de Universal Analytics.
En GA4, es más difícil para un malintencionado: el Measurement Protocol requiere un API secret creado por separado (Administrador → Flujos de datos → Measurement Protocol), y los ejemplos oficiales de Google requieren tanto measurement_id como api_secret. Por lo tanto, no se debe esperar ghost spam masivo como en la época de UA. Sin embargo, algunos autores describen tales éxitos también en GA4. Si ve eventos que no están en su código, verifique si el api_secret pudo haber caído en código abierto y, si es necesario, cree uno nuevo. Esta es mi suposición, no una causa confirmada.
🔎 Cómo determino los signos de bots en GA4
Cuando analizo el tráfico en GA4, no saco conclusiones basadas en una sola métrica. Una anomalía aislada aún no significa que el sitio esté siendo visitado por bots. Presto atención a una combinación de signos:
- países o ciudades con un gran número de sesiones, pero muy baja participación;
- sesiones de 0 a 1 segundo de duración con una sola vista de página;
- un aumento repentino en la proporción del canal Directo sin una razón obvia;
- resoluciones de pantalla o idiomas de navegador atípicos;
- valores
(not set) en los informes de páginas de destino;
- cientos de sesiones con un comportamiento casi idéntico: la misma ruta de usuario y duración similar.
Para determinar por dónde empezar la verificación, puede utilizar la guía práctica para analizar picos de tráfico sospechosos en GA4. En ella se analizan, en particular, el tiempo medio de participación, la proporción de usuarios recurrentes y la proporción de sesiones del canal Directo. Yo consideraría estas métricas como puntos de referencia iniciales, no como un método independiente para detectar bots.
Al mismo tiempo, también considero el riesgo inverso: los usuarios reales también pueden parecer sospechosos. Por ejemplo, una persona puede usar una VPN, acceder a través de una red móvil o cerrar la página en un segundo. Por lo tanto, no considero las anomalías en GA4 como prueba de tráfico de bots, es solo una señal para una mayor verificación de las fuentes de tráfico, el comportamiento de los visitantes y los registros del servidor.
🛡️ Cómo confirmar la sospecha en Cloudflare
GA4 no muestra direcciones IP ni redes (ASN), por lo que la causa se busca donde están. Qué verificar:
- Registro de eventos de seguridad (Security Events). Según la documentación de Cloudflare, en los planes gratuito y Pro están disponibles métricas básicas a través de Security Events, mientras que Bot Analytics requiere el plan Business o superior.
- Países y ASN. Si las solicitudes sospechosas provienen de redes de centros de datos, este es un fuerte argumento a favor del tráfico automatizado. Esta conclusión se deriva de la lógica de la red, no de la documentación, por lo que verifique sus propios datos.
- Verificaciones de navegador fallidas (challenge).
- Solicitudes sin tráfico en GA4. Compare el número de solicitudes en Cloudflare con las sesiones de GA4. Si hay significativamente más solicitudes, es probable que parte de los bots no ejecuten JavaScript y simplemente no lleguen a GA4.
| Posibilidad |
GA4 |
Cloudflare |
| Ve bots sin JavaScript |
No |
Sí (como solicitudes) |
| Muestra IP / ASN |
No |
Sí |
| Muestra comportamiento en el sitio |
Sí |
No |
| Puede bloquear tráfico |
No |
Sí |
Advertencia sobre países
Una alta proporción de tráfico automatizado de un país específico no significa que allí vivan los creadores de bots. Al comentar la distribución regional de Cloudflare Radar, TechSpot señala que en Singapur e Irán los bots constituyen más de tres cuartas partes de las solicitudes, pero esto refleja más bien la infraestructura de alojamiento, el enrutamiento, las VPN y otros factores. Por lo tanto, antes de bloquear algo, verifique el ASN, no solo el país.
🧪 Mi caso: Singapur y el registro de Cloudflare
Mi blog tiene cuatro versiones lingüísticas: ucraniana, inglesa, alemana y española. En Singapur leen en inglés, por lo que los visitantes reales de allí son totalmente posibles. Sin embargo, en GA4 este país entra constantemente en los líderes en usuarios, y su comportamiento difiere del resto. A continuación se presentan dos períodos del informe "Datos demográficos → País": verano de 2026, cuando se produjeron los picos más fuertes, y los últimos 28 días.
Lo que vi en GA4: julio-agosto de 2026
| País |
Usuarios activos |
Tasa de participación |
Tiempo medio de interacción por usuario |
| Singapur |
6 712 (30,16%) |
40,08% |
9 s |
| Ucrania |
2 622 (11,78%) |
82,32% |
1 min 21 s |
| EE. UU. |
2 412 (10,84%) |
62,43% |
1 min 14 s |
| Alemania |
1 646 (7,4%) |
84,17% |
1 min 13 s |
| (not set) |
1 601 (7,2%) |
1,12% |
0 s |
| China |
1 262 (5,67%) |
72,19% |
28 s |
| Todo el sitio |
22 251 |
61,86% |
43 s |
Lo que se ve en este período:
- Singapur en primer lugar con una gran diferencia. Alrededor del 30% de todos los usuarios activos del sitio en dos meses, 2,5 veces más.
- El tráfico llega en oleadas. En días normales, desde Singapur llegan decenas de usuarios, y luego picos bruscos: varios picos de aproximadamente 400-500 usuarios por día a finales de julio y principios de agosto, y un máximo el 14 de agosto.
- Pico del 14 de agosto: 932 usuarios activos de Singapur por día, frente a 1.142 en todo el sitio. Esto es más del 80% de toda la audiencia de ese día.
- Casi todos los usuarios son nuevos: 6.660 nuevos de 6.712 activos.
- Tiempo corto en el sitio: 9 segundos frente a 1 minuto 11 segundos.
Picos tan bruscos, en mi opinión, se parecen más a lanzamientos automáticos que a lecturas orgánicas. Pero esto es solo una señal, no una prueba.
Lo que veo ahora: los últimos 28 días (18 de septiembre - 15 de octubre de 2026)
| País |
Usuarios activos |
Tasa de participación |
Tiempo medio de interacción por usuario |
| Singapur |
1 697 (25,93%) |
19,19% |
5 s |
| Ucrania |
1 090 (16,65%) |
80,94% |
2 min 11 s |
| Alemania |
669 (10,22%) |
81,62% |
1 min 11 s s |
| EE. UU. |
646 (9,87%) |
59,04% |
1 min 15 s |
| China |
340 (5,19%) |
27,09% |
35 s |
| (not set) |
249 (3,8%) |
2,42% |
0 s |
| Todo el sitio |
6 545 |
59,62% |
42 s |
La imagen es similar, pero más tranquila: Singapur sigue siendo el primero (25,93% de los usuarios, aproximadamente una cuarta parte de la audiencia), la participación es solo del 19,19% frente al 80,94% en Ucrania, el tiempo es de 5 segundos, y el número de usuarios nuevos coincide con el número de activos (1.697 cada uno). Un perfil similar tiene China (27,09%, 5 segundos) y las entradas sin país (2,42%, 0 segundos).
Por qué no afirmo que son solo bots
En verano, la tasa de participación de Singapur fue del 40,08%, es decir, más alta que ahora (19,19%), y GA4 reconoció 2.693 sesiones como participativas. Por lo tanto, parte de este tráfico podrían ser lectores reales, por ejemplo, de habla inglesa o que usan VPN, o bots que se quedaron en la página. Las métricas de GA4 en sí mismas no distinguen esto, por lo que considero la imagen una sospecha, no una prueba.
Mi hipótesis y sus límites
Hipótesis: una parte significativa de las sesiones "vivas" de este país proviene de redes de centros de datos en la nube, es decir, son navegadores headless. Esto se apoya en el hecho de que Singapur, según Cloudflare Radar, se encuentra entre los países con una proporción muy alta de tráfico automático. Pero esto es una correlación, no una prueba: tampoco puedo excluir que parte de este tráfico sean personas reales a través de VPN o redes corporativas, por lo que no he bloqueado el país por completo.
🧰 Cómo filtrar bots en GA4 (y qué no pueden hacer los filtros)
Las expectativas aquí suelen ser altas, así que comencemos con las limitaciones:
- Los filtros de datos de GA4 son solo de dos tipos: tráfico interno y tráfico de desarrolladores. No se puede excluir un país o "bots por comportamiento" con ellos.
- El tráfico interno se identifica por dirección IP. Teóricamente, esto se puede usar para IPs específicas, pero los bots cambian de dirección con frecuencia, y una regla errónea afectará a personas reales, por lo que no me basaría en este método.
- Los filtros solo funcionan hacia adelante. Como señalan los profesionales, se aplican desde el momento de su creación y no modifican los datos históricos. También recuerdan que los datos recopilados durante el modo de prueba del filtro no se procesan retroactivamente.
Qué hacer prácticamente
- Análisis en Explorations. Cree un formulario libre (Free form) con las dimensiones "País" y "Red/fuente", las métricas "Sesiones", "Tasa de participación", "Tiempo medio de interacción". Así se ve dónde está el tráfico "vivo" y dónde no.
- Comparación "antes y después". Haga una instantánea de las métricas antes de los cambios en Cloudflare y compare después de 1-2 semanas. De lo contrario, no distinguirá el efecto del bloqueo de las fluctuaciones normales.
- Segmentos sin países sospechosos para informes, como herramienta de análisis temporal, no como "limpieza" de datos.
Conclusión: para eliminar realmente los bots, y no solo ocultarlos en los informes, se necesita protección a nivel de Cloudflare.
🧱 Cómo bloquear bots en Cloudflare y qué no hacer
Los nombres de las funciones y las limitaciones de las tarifas de Cloudflare cambian, por lo que antes de la configuración, consulte la documentación actualizada.
Por qué robots.txt no es suficiente para esto
Lo primero que se le ocurre es prohibir bots sospechosos en robots.txt. Pero este archivo solo pide a los bots que no accedan a ciertas secciones, y solo los obedecen los que quieren. El estándar RFC 9309 establece explícitamente que estas reglas no son una forma de autorización de acceso. Los bots con navegadores headless que imitan a las personas lo ignoran, por lo que no les afecta. Para los rastreadores honestos y la gestión del presupuesto de escaneo, el archivo es útil (lo analicé en el artículo "Robots.txt: guía completa para SEO y optimización del sitio"), pero contra los bots que le molestan, se necesitan reglas a nivel de Cloudflare.
| Herramienta |
Qué hace |
Tarifa |
| Bot Fight Mode |
Reconoce el tráfico por patrones de bots conocidos y emite un desafío computacional |
Gratis |
| Super Bot Fight Mode |
Añade una lista blanca de bots verificados, acciones por categorías, protección de recursos estáticos, detección de JavaScript |
Pro, Business, Enterprise |
| Managed Challenge (regla WAF) |
Cloudflare decide si mostrar una verificación, según el riesgo |
Todas las tarifas |
| Rate limiting |
Limita el número de solicitudes de una dirección por período |
Depende de la tarifa |
Cómo actuar paso a paso
- Primero, una excepción para bots verificados. Cloudflare recomienda explícitamente no bloquear ni "desafiar" a los bots verificados (Googlebot, Bingbot, servicios de monitoreo).
- Comience con Managed Challenge, no con bloqueo, y primero para una condición estrecha (ASN sospechosos, no todo el país). Así verá las consecuencias y podrá revertir la regla.
- Supervise Security Events. Vea cuántas solicitudes se "desafían" y si los visitantes normales desaparecen.
- Preste atención a la tarifa Free. Según la descripción de los profesionales, Bot Fight Mode en Free funciona como un interruptor sin excepciones, y las configuraciones más flexibles están disponibles en Super Bot Fight Mode.
- Verifique la publicidad después de los cambios. Algunos autores advierten que Bot Fight Mode puede interferir con los bots de verificación de publicidad. Esta es la opinión de una publicación, así que póngase en contacto con el soporte de su red publicitaria si ve una disminución en las impresiones después de los cambios.
⚠️ Lo que no recomiendo hacer
Cuando trabajo con el problema del tráfico sospechoso, no recomiendo apresurarme con los bloqueos. Las reglas incorrectas pueden restringir el acceso a usuarios reales o crear problemas con la indexación del sitio.
- No recomiendo bloquear Googlebot y otros rastreadores de búsqueda verificados. Tales restricciones pueden interferir con el escaneo de páginas y afectar negativamente la indexación. Antes de bloquear un User-Agent sospechoso, vale la pena verificar a quién pertenece realmente.
- No recomiendo bloquear un país entero sin análisis previo. Una alta proporción de sesiones sospechosas de una región determinada no significa que todo el tráfico de allí sean bots. La razón puede ser VPN, infraestructura en la nube o solicitudes automatizadas. Al mismo tiempo, corre el riesgo de perder lectores reales, incluidos aquellos que usan VPN o se encuentran en el extranjero. Por ejemplo, en la sección anterior sobre Singapur, analizo por qué la geografía del tráfico por sí sola no es una base suficiente para el bloqueo.
- No recomiendo renunciar a GA4 solo por el tráfico de bots. El análisis ayuda a identificar anomalías y evaluar los cambios en el comportamiento de los visitantes. En lugar de renunciar a él, vale la pena verificar las fuentes de tráfico, la configuración de la recopilación de datos y las posibilidades de filtrado. Al mismo tiempo, se debe tener en cuenta que GA4 no detecta ni filtra automáticamente todo el tráfico de bots.
- No recomiendo cambiar varias reglas de bloqueo al mismo tiempo. Si cambia simultáneamente las reglas de Cloudflare, los filtros del servidor y otras configuraciones, será más difícil determinar qué intervención específica dio resultado. Yo recomendaría cambiar las reglas gradualmente, verificar los registros del servidor y comparar las métricas antes y después de cada cambio.
💸 Por qué esto es importante para la publicidad
Para un editor, los bots no son solo estadísticas "sucias". En primer lugar, distorsionan las sesiones y métricas como el RPM: cuantas más sesiones vacías, menor parecerá el ingreso por sesión. En segundo lugar, existe un riesgo para la propia publicidad. Según las normas de Google AdSense, se considera tráfico inválido aquel que infla artificialmente los gastos del anunciante o los ingresos del editor, en particular el generado por herramientas automáticas y bots. Con un alto nivel de dicho tráfico, Google puede suspender o cerrar la cuenta, y si no es posible verificar la calidad del tráfico, puede limitar la visualización de anuncios. También puede haber una diferencia entre los ingresos preliminares y los definitivos. Por separado, Google recuerda que la responsabilidad de la validez del tráfico recae en el editor, incluso si es generado por un tercero.
Consejo práctico: compara las sesiones en GA4 con los datos de tu panel de control de publicidad (en mi caso, Mediavine). La discrepancia en sí misma no prueba nada, ya que las plataformas cuentan el tráfico de manera diferente, pero una gran discrepancia junto con otras señales de la sección anterior es un motivo para una verificación.
Sobre la escala de clics inflados y los esquemas de los estafadores, escribí por separado: "Granjas de bots: cómo las reseñas falsas y el fraude de clics matan los negocios honestos". Sobre cómo Google evalúa el tráfico inválido en el lado de AdSense, consulta "Cómo funciona el antifraude de Google AdSense en 2025 y cómo aumentar el RPM sin ser baneado".
❓ Preguntas frecuentes (FAQ)
¿Por qué GA4 muestra tráfico de un país donde no tengo audiencia?
La causa más común es el tráfico automático de redes en la nube, VPN o proxies, y a veces visitantes reales que usan VPN. Verifica la participación de este tráfico en GA4, y luego el ASN y el número de solicitudes en Cloudflare, antes de sacar conclusiones.
¿Se puede desactivar o configurar un filtro de bots en GA4?
No. Google indica explícitamente que la exclusión de bots conocidos no se puede desactivar, ni se puede ver cuántos datos se han filtrado.
¿Se puede filtrar un país a través de los filtros de datos de GA4?
No. Los filtros de datos de GA4 solo cubren el tráfico interno y de desarrolladores. Para el análisis, utiliza Explorations y segmentos, y para el bloqueo real, utiliza Cloudflare.
¿Los filtros de bots eliminan datos históricos?
No, los filtros solo funcionan hacia adelante. Los datos antiguos no se recalculan, por lo que compara los períodos antes y después de los cambios, en lugar de esperar una "limpieza" del historial.
¿Vale la pena bloquear un país en Cloudflare?
Generalmente no. Primero verifica el ASN y la participación. Es más seguro aplicar un Managed Challenge a redes sospechosas que bloquear un país por completo.
✅ Conclusiones
- 🔹 GA4 solo descarta bots conocidos de la lista, mientras que los bots con un navegador completo parecen visitantes normales.
- 🔹 Una sola señal (país, sesión corta) no prueba nada. La sospecha la crea la coincidencia de varias, y los datos de Cloudflare la confirman: ASN, solicitudes, verificaciones de navegador.
- 🔹 Los filtros de datos de GA4 solo cubren el tráfico interno y de desarrolladores y solo funcionan hacia adelante. Para el análisis, utiliza Explorations.
- 🔹 El bloqueo debe realizarse a nivel de Cloudflare: comienza con Managed Challenge para una condición específica, no toques bots verificados y no bloquees países por completo.
- 🔹 Para un editor, también es una cuestión de riesgos para la publicidad: el tráfico inválido puede llevar a restricciones de cuenta.
- 🔹 El enfoque más confiable es combinar GA4, Cloudflare y los datos de tu plataforma publicitaria, y verificar el resultado después de cada cambio.
📎 Fuentes
Importante: los nombres de las funciones, las limitaciones de tarifas de Cloudflare, la interfaz de GA4 y las estadísticas de bots cambian. Antes de configurar, verifica las reglas actuales en la documentación oficial. Las condiciones y los datos de este artículo son válidos a octubre de 2026.