Telefon: 0171 6294618

E-Mail: [email protected]

Menu

Manipulation von Analytics und Marketingdaten

Referral Spam – manipulierte Verweisquellen in Webanalyse

Referral Spam bezeichnet die missbräuchliche Darstellung oder Erzeugung von Verweisquellen in Webanalyseberichten. Dabei erscheinen fremde Domains als vermeintliche Herkunft von Websitebesuchern, obwohl die dazugehörigen Kontakte nicht wie erwartet zustande gekommen sind oder gezielt zur Aufmerksamkeitserzeugung dienen. Der Begriff wird häufig mit Analytics Spam und sogenanntem Ghost Spam in Verbindung gebracht.

Ein unbekannter Referral-Eintrag ist nicht automatisch Spam. Auch echte Blogs, Vergleichsportale oder Partnerseiten können Besucher vermitteln, ohne dass der Websitebetreiber sie vorher kennt. Für die Bewertung muss deshalb geklärt werden, ob reale Besuche stattfanden, wie die Quellenzuordnung entstand und ob eine absichtliche Manipulation erkennbar ist.

Was sind Referrals in Google Analytics?

Ein Referral ist im Grundsatz ein Besuch, dessen Herkunft einem Verweis von einer anderen Website zugeschrieben wird. Bei Google Analytics 4 wird die Trafficquelle anhand bestimmter Informationen und Zuordnungsregeln ermittelt. Referrals sind zunächst eine normale Kategorie innerhalb der Akquisitionsberichte.

Ein echter Referral kann aus einem journalistischen Artikel, einem Partnerblog oder einer anderen Website stammen. Ob die Besucher dort auf einen Link geklickt haben und wie das Tracking die Herkunft bewertet, hängt von den technischen Bedingungen und den jeweiligen Messregeln ab.

Google beschreibt ausdrücklich, dass bestimmte Referrer unerwünscht sein können, ohne betrügerisch zu sein. Das gilt beispielsweise für einen externen Zahlungsdienstleister, der Kunden nach Abschluss der Zahlung zum Shop zurückführt. Die technische Korrektur einer solchen Zuordnung ist nicht dasselbe wie die Bekämpfung von Spam.

Welche Formen von Referral Spam gibt es?

Automatisierte reale Seitenaufrufe

Ein Bot kann eine Website tatsächlich aufrufen und dabei eine bestimmte Herkunftsangabe übermitteln. Unter Umständen erscheint diese Angabe in Analyseberichten, obwohl kein echter Interessent die Website besucht hat. Die technische Prüfung muss dann Serverlogs und gemessene Ereignisse gegenüberstellen.

Irreführende Referral-Domains

Eine auffällige Domain kann in Berichten erscheinen, um neugierige Websitebetreiber zu einem Besuch zu verleiten. Die sichtbare Adresse kann selbst Werbung, betrügerische Angebote oder andere Inhalte enthalten. Nicht jede unbekannte Domain verfolgt diesen Zweck, weshalb eine pauschale Bewertung unzulässig wäre.

Ghost Spam

Bei Ghost Spam entstehen bestimmte Analyseereignisse ohne den entsprechenden normalen Websitebesuch. Historische Beispiele stammen vor allem aus Universal Analytics. Die heutigen technischen Voraussetzungen in GA4 unterscheiden sich erheblich und müssen gesondert geprüft werden.

Fehlerhafte Cross-Domain-Messung

Ein Shop kann mit einem externen Checkout oder mehreren eigenen Domains arbeiten. Sind diese nicht passend konfiguriert, können reguläre Nutzer fälschlich als neue Referrals erscheinen. Das ist ein Messfehler und kein nachgewiesener Betrug.

Unzutreffende Kampagnenparameter

Auch falsch gesetzte UTM-Parameter oder veränderte Herkunftsangaben können die Attribution beeinflussen. Eine solche Abweichung kann absichtlich, versehentlich oder durch Drittsoftware entstanden sein. Vor einem Betrugsverdacht ist die konkrete Quelle zu prüfen.

Referral Spam von Bot Traffic unterscheiden

Bot Traffic beschreibt automatisierte Anfragen an eine Website. Ein solcher Bot kann legitim sein, etwa wenn er Suchmaschinen- oder Sicherheitsfunktionen erfüllt. Referral Spam betrifft dagegen die Verfälschung oder missbräuchliche Darstellung der Verkehrsquelle in Berichten.

Ein Bot kann Referral Spam erzeugen, muss es aber nicht. Umgekehrt können falsch zugeordnete Referrals aus legitimen echten Besuchen entstehen. Für die Untersuchung kommt es daher auf die tatsächlichen Ereignisse und den Datenfluss im Analysewerkzeug an.

Eine zusätzliche Verwechslung besteht mit Ad Fraud. Ein fragwürdiger Referral-Eintrag ist nicht automatisch ein bezahlter Werbeklick. Ein finanzieller Schaden muss aus den tatsächlichen Abrechnungs- und Geschäftsdaten abgeleitet werden.

Welche Folgen kann Referral Spam für Unternehmen haben?

Verfälschte Quellenangaben können die Bewertung von Marketingkanälen beeinträchtigen. Ein vermeintlicher neuer Partner könnte in Berichten viel Traffic erzeugen, obwohl kaum tatsächliche Interessenten erreicht wurden. Bei kleinen Websites können wenige auffällige Ereignisse die Anteilswerte stark verändern.

Ein weiterer Effekt ist der Zeitaufwand für eine Untersuchung. Marketingteams müssen unplausible Referral-Quellen prüfen und von echten Nutzern unterscheiden. Für eine wirtschaftliche Bewertung darf jedoch nicht unterstellt werden, dass die Zahl fragwürdiger Referrals einer entsprechenden Anzahl verlorener Kunden entspricht.

Auch eine hohe Absprungrate oder kurze Sitzungsdauer ist allein kein Spamnachweis. Die Messdefinitionen und die normale Nutzung der jeweiligen Website können solche Werte beeinflussen.

Ein fiktives Beispiel aus einem Onlineshop

Ein Händler sieht in GA4 plötzlich zahlreiche Besucher aus einer Domain, die ihm unbekannt ist. Die neue Quelle weist kaum Bestellungen auf und erscheint innerhalb kurzer Zeit besonders häufig. Das Marketingteam vermutet eine gezielte Spamkampagne.

Bei der Prüfung werden die tatsächlichen Serverzugriffe, Kampagnenänderungen und vorhandenen Analytics-Ereignisse verglichen. Ein Teil der vermeintlichen Verweise lässt sich auf eine falsch behandelte Zahlungsweiterleitung zurückführen. Die übrigen auffälligen Zugriffe werden als gesonderter Untersuchungsgegenstand behandelt.

Der Fall zeigt, warum ein Filter allein nach Domainname das Problem nicht immer löst. Ein echter technischer Fehler in der Quellenzuordnung kann bestehen bleiben, obwohl die sichtbare Referral-Domain in den Berichten anders behandelt wird.

Woran erkennt man mögliche Referral-Manipulationen?

Ein guter Ausgangspunkt ist der Vergleich zwischen gemeldeten Quellen und tatsächlich nachvollziehbaren Websitekontakten. Dazu müssen Zeitzonen, Trackingkonfiguration und Messzeitpunkte berücksichtigt werden. Einige Signale lassen sich ohne Server- oder Anwendungsdaten nicht sicher bewerten.

  • Unbekannte Herkunft: Eine zuvor nicht beobachtete Domain erzeugt ungewöhnlich viele Referral-Ereignisse.
  • Unplausible Aktivität: Die Quelle führt zu auffälligen Serien technisch ähnlicher Ereignisse.
  • Kein nachvollziehbarer Besuch: Für bestimmte Berichtsereignisse lassen sich keine entsprechenden regulären Websitekontakte feststellen.
  • Trackingänderungen: Eine neue Integration oder ein Payment-Redirect könnte die Herkunftsangabe beeinflusst haben.
  • Geschäftsbezug: Die behauptete Quelle passt nicht zum tatsächlichen Angebot oder zu dokumentierten Partnerschaften.
  • Automatische Filter: Das Analysewerkzeug hat bestimmte bekannte Bots bereits ausgeschlossen.

Auch eine URL aus einem anderen Land oder eine sehr neue Domain ist allein kein Nachweis für betrügerische Aktivität. Der technische und sachliche Zusammenhang bleibt maßgeblich.

Wie wird Referral Spam in GA4 untersucht?

Google Analytics 4 verwendet ereignisbasierte Messung und filtert bekannte Bots und Spider nach eigenen Angaben automatisch heraus. Eine manuelle Aktivierung dieses Standardfilters, wie sie bei Universal Analytics üblich war, ist nicht vorgesehen.

Für die Quellenprüfung ist die Konfiguration der sogenannten unerwünschten Verweise zu beachten. Google erläutert, dass für passende Ereignisse ignore_referrer gesetzt wird. Dadurch wird die betreffende Domain nicht mehr als Quelle behandelt. Diese Funktion dient primär der Attribution und ist keine allgemeine Löschung aller Ereignisse einer verdächtigen Domain.

Websitebetreiber sollten außerdem serverseitige Integrationen und das Measurement Protocol prüfen. Werden dort unberechtigte Events übermittelt, muss deren tatsächliche Herkunft untersucht werden. Eine fehlerhafte Measurement-Protocol-Konfiguration ist nicht automatisch ein Angriffsbeweis.

Welche Maßnahmen helfen gegen Referral Spam?

Erforderlich ist zuerst die Einordnung des Problems. Bei realen automatisierten Zugriffen können technische Schutzmaßnahmen passend sein. Bei fehlerhaften Referral-Zuordnungen ist die Analytics-Konfiguration zu korrigieren. Bei unberechtigt erzeugten Events muss die Datenquelle beziehungsweise der Zugang zur Messschnittstelle geprüft werden.

  • Verdächtige Quellen mit Server- und Analytics-Daten vergleichen.
  • GA4-Tracking und Cross-Domain-Konfiguration kontrollieren.
  • Unerwünschte Verweise nur für den vorgesehenen Attributionseffekt konfigurieren.
  • Bei tatsächlichem Botmissbrauch geeignete Zugriffskontrollen und Rate Limits prüfen.
  • Serverseitige Measurement-Protocol-Integrationen und ihre Zugangsschlüssel schützen.
  • Nach Änderungen die Datenqualität über vergleichbare Zeiträume beobachten.

Eine pauschale Sperrung sämtlicher unbekannter Domains kann legitime Besucherquellen verfälschen. Auch das Löschen oder Verbergen auffälliger Daten ohne Ursachenprüfung verhindert nicht zwangsläufig neue Manipulationen.

Welche rechtlichen Fragen bestehen?

Ein Referral-Eintrag ist nicht automatisch eine Straftat. Bei nachweislich unberechtigtem Zugriff auf geschützte Systeme oder bei anderer gezielter Manipulation können je nach Sachverhalt strafrechtliche Fragen entstehen. Die Unterscheidung zwischen einem Messfehler und absichtlicher Täuschung ist dafür notwendig.

Bei der Verarbeitung personenbezogener Nutzungsdaten sind die Vorgaben der DSGVO und gegebenenfalls des TDDDG zu beachten. Ein Analyseverdacht erlaubt keine unbegrenzte Sammlung oder Verknüpfung persönlicher Informationen.

Häufige Fragen zu Referral Spam

Ist jede unbekannte Referral-Website Spam?

Nein. Auch reguläre neue Websites und Partner können echte Besucher vermitteln.

Ist die Liste unerwünschter Verweise ein allgemeiner Spamfilter?

Nein. Sie verändert die Quellenzuordnung bestimmter Events, entfernt aber nicht beliebige falsche Messdaten.

Filtert GA4 bekannte Bots selbst?

Ja. Nach Googles Dokumentation werden bekannte Bots und Spider automatisch herausgefiltert. Das deckt nicht jede Form von Datenmanipulation ab.

Wo können betroffene Unternehmen Hilfe erhalten?

Bei auffälligen Referrals sollten Unternehmen zunächst ihre GA4-Konfiguration und die tatsächlichen Websitezugriffe prüfen. BRANDPROTECTIONNOW begleitet Unternehmen bei der Analyse von Referral-Spam-Mustern, der Unterscheidung zwischen technischen Messfehlern und missbräuchlichen Zugriffen sowie der Abstimmung geeigneter Maßnahmen mit spezialisierten technischen Partnern. Weitere Informationen bietet BRANDPROTECTIONNOW zum Schutz vor Bot- und Serverangriffen.

Fachquellen

UTM Manipulation – verfälschte Kampagnenquellen in Google Analytics

UTM Manipulation bezeichnet die absichtliche Änderung oder missbräuchliche Verwendung von Kampagnenparametern in Webadressen. Solche Parameter werden häufig eingesetzt, um in Google Analytics und anderen Messsystemen die Herkunft eines Websitebesuchs einer Kampagne zuzuordnen. Werden falsche Werte übermittelt, kann ein Bericht eine unzutreffende Quelle, ein falsches Werbemedium oder eine andere Kampagne ausweisen.

Eine fehlerhafte UTM-Angabe ist noch kein Betrug. Tippfehler, uneinheitliche Benennungen und veraltete Links gehören zu häufigen Ursachen unzuverlässiger Kampagnendaten. Die Parameter sind in einer URL sichtbar und im Regelfall veränderbar. Sie besitzen daher nicht die Funktion eines kryptografischen Nachweises dafür, wer einen Besucher tatsächlich vermittelt hat.

Was sind UTM-Parameter und wozu dienen sie?

UTM steht für Urchin Tracking Module. In Kampagnenlinks werden zusätzliche Informationen an die Zieladresse angehängt, damit ein Analysewerkzeug Besucher nach Quelle und Kampagne einordnen kann. Google dokumentiert dafür unter anderem utm_source, utm_medium, utm_campaign, utm_id, utm_term und utm_content.

Eine Adresse wie https://beispiel.de/angebot?utm_source=newsletter&utm_medium=email&utm_campaign=fruehjahr enthält somit Informationen über die behauptete Herkunft eines Aufrufs. Die Werte sind Beschriftungen, keine digitale Signatur. Wer den Link weiterleitet oder verändert, kann diese Beschriftung mitnehmen oder ändern.

Google Analytics 4 verarbeitet solche Angaben nach den jeweiligen Zuordnungsregeln. Werden automatisch erzeugte Werbekennungen verwendet, können diese unter bestimmten Bedingungen Vorrang oder andere Wirkungen besitzen. Aus einem einzelnen sichtbaren UTM-Wert lässt sich daher nicht immer die komplette Attribution im fertigen Bericht ableiten.

Wie können Kampagnendaten verfälscht werden?

Gezielt geänderte Quellenangaben

Ein Partner kann einen Link mit einer Herkunftsbezeichnung versehen, die nicht seinem tatsächlichen Vermittlungsweg entspricht. Im Analytics-Bericht erscheint dann möglicherweise ein anderer Kanal. Ob dies eine wirtschaftlich erhebliche Täuschung ist, hängt davon ab, ob die Daten für einen Provisionsanspruch verwendet wurden und welche Nachweise der Vertrag verlangt.

Weitergegebene Kampagnenlinks

Ein ursprünglich für einen Newsletter erstellter Link kann in einem Forum oder Messenger geteilt werden. Die UTM-Parameter verweisen weiterhin auf den Newsletter. Das ist keine bewusste Manipulation durch den neuen Nutzer, kann aber die Interpretation des Herkunftsberichts erschweren.

Fehler durch Groß- und Kleinschreibung

Google erläutert, dass sich UTM-Werte nach Groß- und Kleinschreibung unterscheiden können. utm_source=Newsletter und utm_source=newsletter können dadurch getrennte Werte bilden. Solche Fehler entstehen häufig durch fehlende Namenskonventionen und sind zunächst ein internes Datenqualitätsproblem.

Unvollständig oder widersprüchlich gesetzte Parameter

Fehlen bestimmte Kampagnenangaben, können in Berichten nicht zuordenbare Werte erscheinen. Google beschreibt etwa Situationen, in denen aufgrund nicht verfügbarer automatischer Klickkennungen auf manuelle UTM-Angaben zurückgegriffen wird. Sind die dafür benötigten Parameter unvollständig, kann die Quellenzuordnung ungenau werden.

Manipulierte Affiliate- oder Partnerkennungen

Bei bestimmten Partnerprogrammen können auch eigene Trackingkennungen in Links verwendet werden. Werden sie unberechtigt verändert, kann eine Provision einem falschen Vermittler zugeschrieben werden. Ein UTM-Parameter allein ist jedoch nicht automatisch die vergütungsrelevante Affiliate-ID. Die tatsächliche technische Abrechnung muss getrennt geprüft werden.

Fehlerhafte Weiterleitungen

Eine Weiterleitung kann Kampagnenparameter abschneiden, verdoppeln oder auf eine weitere Domain übertragen. In manchen Fällen entstehen daraus falsche Angaben, ohne dass ein Dritter absichtlich eingegriffen hat. Die Prüfung umfasst dann den vollständigen Linkweg und die eingesetzten Trackingregeln.

UTM Manipulation und Attribution Fraud unterscheiden

Attribution Fraud bezeichnet die absichtliche Falschzuordnung einer echten oder vorgetäuschten Kundenaktion. UTM Manipulation ist eine mögliche Änderung der Quellenangabe. Sie führt nicht automatisch zu einer falschen Provisionszahlung.

Auch Analytics Spam ist gesondert zu betrachten. Dabei können ganze Messereignisse falsch oder ohne regulären Websitebesuch übermittelt werden. Bei UTM Manipulation kann der Besuch dagegen vollständig echt sein, während lediglich seine Kampagnenbeschriftung nicht stimmt.

Referral Spam betrifft vor allem die Darstellung verweisender Quellen. Eine manuell gesetzte UTM-Quelle und die tatsächliche verweisende Website sind technisch nicht dasselbe.

Welche Folgen können für Unternehmen entstehen?

Falsche Kampagnenquellen können dazu führen, dass eine Marketingmaßnahme besser oder schlechter erscheint als sie tatsächlich war. Das Team könnte daraufhin Budget anders verteilen oder einen Partner unzutreffend bewerten. Das Ausmaß hängt davon ab, welche Entscheidungen auf der betroffenen Kennzahl beruhen.

Eine veränderte UTM-Kampagne verursacht für sich keine zusätzliche Werberechnung. Kosten entstehen erst, wenn weitere Vorgänge wie ein bezahlter Klick, eine Partnerprovision oder eine fehlerhafte Budgetentscheidung hinzukommen. Ein Bericht mit ungewöhnlichen Quellenwerten ist deshalb noch keine Schadensberechnung.

Ein fiktiver Fall im Affiliate-Marketing

Ein Onlineshop arbeitet mit einem Partnerportal zusammen. Im Google-Analytics-Bericht steigen Besuche mit der Quelle „affiliate_partner_a“ deutlich an. Der Partner fordert daraufhin eine höhere Vergütung. Die tatsächlich in seinem Abrechnungssystem erfassten bestätigten Vermittlungen steigen jedoch kaum.

Das Marketingteam untersucht die verwendeten Kampagnenlinks und stellt fest, dass dieselbe UTM-Quelle auch in öffentlich weitergeleiteten Links vorkommt. Für einige Besucher steht keine gesonderte Partnerkennung zur Verfügung. Die Quelle im Analytics-Bericht ist daher kein ausreichender Nachweis für eine abrechenbare Vermittlung.

Eine absichtliche Täuschung wäre erst mit zusätzlichen Tatsachen zu begründen. Es kann sich auch um normale Linkweitergabe oder eine fehlerhafte interne Trackingkonfiguration handeln.

Wie überprüft man auffällige UTM-Daten?

Am Anfang steht eine dokumentierte Liste der regulär verwendeten Kampagnenlinks und Namenskonventionen. Danach wird geklärt, welche Werte in den tatsächlich ausgespielten Anzeigen, E-Mails oder Partnerlinks stehen. Die Google-Analytics-Berichte sollten mit den jeweiligen Werbeplattformen und, soweit vorhanden, dem Geschäftsbackend verglichen werden.

  • Quelle und Medium: Entsprechen utm_source und utm_medium den tatsächlich verwendeten Kanälen?
  • Kampagnenname: Werden unterschiedliche Schreibweisen für dieselbe Aktion verwendet?
  • Weiterleitung: Bleiben die Parameter auf dem vorgesehenen Weg unverändert?
  • Automatisches Tagging: Gibt es GCLID- oder andere automatische Kampagnenkennungen, die die Zuordnung beeinflussen?
  • Partnernachweise: Ist eine angebliche Vermittlung auch außerhalb der UTM-Beschriftung belegbar?
  • Personenbezug: Enthalten URLs unerlaubterweise E-Mail-Adressen oder andere persönliche Daten?

Der letzte Punkt ist besonders wichtig. Google untersagt in seinen Analytics-Nutzungsbedingungen die Übermittlung personenbezogen identifizierbarer Informationen. Kampagnenparameter sollten deshalb keine Kundennamen, E-Mail-Adressen oder vergleichbaren personenbezogenen Identifikatoren enthalten.

Wie werden fehlerhafte Kampagnenquellen korrigiert?

Der erste Schritt ist die Anpassung der tatsächlich verwendeten Links und Trackingkonfiguration. Einheitliche Benennungen verhindern, dass dieselbe Quelle unter vielen leicht unterschiedlichen Werten erscheint. Für verknüpfte Google-Ads-Kampagnen empfiehlt Google die vorgesehenen automatischen Taggingfunktionen.

Wenn bereits verarbeitete Berichte verfälscht sind, müssen die Einschränkungen nachträglicher Korrekturen beachtet werden. Eine Änderung eines Links heute bedeutet nicht, dass alle historischen Sitzungen rückwirkend dieselbe Zuordnung erhalten. Für die interne Bewertung kann deshalb eine dokumentierte, gesonderte Auswertung nötig sein.

  • Eine verbindliche UTM-Namenskonvention für alle Kampagnenteams festlegen.
  • Kampagnenlinks vor ihrer Veröffentlichung kontrollieren.
  • Werbe- und Affiliateabrechnungen nicht ausschließlich anhand frei veränderbarer UTM-Angaben durchführen.
  • Weiterleitungen und automatisches Tagging auf widersprüchliche Werte prüfen.
  • Personenbezogene Angaben aus Tracking-URLs und Analysekonfigurationen fernhalten.
  • Abweichende historische Werte im Reporting nachvollziehbar kennzeichnen.

Welche rechtlichen Fragen stellen sich?

Eine fehlerhafte UTM-Angabe ist kein eigenständiger gesetzlicher Tatbestand. Wird durch bewusst falsche Angaben eine Vergütung erschlichen, kann unter den jeweiligen Voraussetzungen § 263 StGB in Betracht kommen. Täuschende Aussagen über geschäftliche Leistungen können gegebenenfalls § 5 UWG berühren.

Bei Analytics-Daten sind die DSGVO und gegebenenfalls § 25 TDDDG zu beachten. Besonders bei offen sichtbaren URL-Parametern sollte verhindert werden, dass personenbezogene Angaben ungewollt an Analytics-Anbieter oder andere Empfänger übermittelt werden.

Häufige Fragen zu UTM Manipulation

Kann jeder die UTM-Parameter in einem Link ändern?

UTM-Werte sind sichtbare URL-Bestandteile und lassen sich im Regelfall bearbeiten. Sie dienen der Messbeschriftung, nicht der Authentifizierung eines Werbepartners.

Ist eine falsche UTM-Quelle ein Nachweis für Werbebetrug?

Nein. Auch Linkweitergaben, Tippfehler und technische Weiterleitungen können die Quellenzuordnung verändern.

Verursacht ein falscher UTM-Wert automatisch zusätzliche Google-Ads-Kosten?

Nein. Die Anzeigenabrechnung und die manuelle Analytics-Quellenkennzeichnung sind unterschiedliche Prozesse.

Wo können betroffene Unternehmen Hilfe erhalten?

Bei auffälligen Kampagnenquellen sollten Unternehmen zuerst ihre UTM-Konventionen, Werbeplattformdaten und tatsächlichen Geschäftsergebnisse vergleichen. BRANDPROTECTIONNOW begleitet Unternehmen bei der Untersuchung möglicher Manipulationen von Marketingdaten, verdächtiger Partnerzuordnungen und der Dokumentation begründeter Werbebetrugsfälle. Die technische Korrektur der Messung kann mit beteiligten Analyse- und Security-Dienstleistern abgestimmt werden. Weitere Informationen: BRANDPROTECTIONNOW zum Schutz vor Werbebetrug.

Fachquellen