Konfigurera objektidentifiering för datastreams

Överflödig trafik från automatiserade program, webbskrapor, spindlar och skriptskannrar kan göra det svårt att identifiera händelser från besökare. Den här typen av trafik kan påverka viktiga affärsvärden negativt, vilket leder till felaktig trafikrapportering.

Med punktidentifiering kan du identifiera händelser som har genererats av Web SDK, Mobile SDK och Server API som om de har genererats av kända spindlar och bottar.

Genom att konfigurera robotidentifiering för dina datastreams kan du identifiera specifika IP-adresser, IP-intervall och begäranrubriker som ska klassificeras som båda händelser. Detta ger en mer exakt mätning av användaraktivitet på din webbplats eller i mobilapplikationer.

När en begäran till Edge Network matchar någon av robotidentifieringsreglerna uppdateras XDM-schemat med ett robotpoäng (alltid inställt på 1), vilket visas nedan:

{
  "botDetection": {
    "score": 1
  }
}

Denna robotbedömning hjälper de lösningar som tar emot begäran att identifiera robottrafiken korrekt.

IMPORTANT
Punktavkänning tar inte bort några robotförfrågningar. Det uppdaterar bara XDM-schemat med robotpoängen och vidarebefordrar händelsen till datastream-tjänsten som du konfigurerade.
Adobe lösningar kan hantera båda poängen på olika sätt. Adobe Analytics använder till exempel sin egen robotfiltreringstjänst och använder inte poängen som angetts av Edge Network. De två tjänsterna använder samma IAB-robotlista, så robotpoängen är identiska.

Det kan ta upp till 15 minuter att sprida regler för punktidentifiering över hela Edge Network efter att de har skapats.

Förhandskrav prerequisites

För att robotidentifiering ska fungera på datastream måste du lägga till fältgruppen Bot Detection Information i ditt schema. Mer information om hur du lägger till fältgrupper i ett schema finns i XDM-schemats-dokumentation.

Konfigurera objektidentifiering för datastreams configure

Du kan konfigurera robotidentifiering när du har skapat en datastream-konfiguration. Läs dokumentationen om hur du skapar och konfigurerar ett datastream och följ sedan instruktionerna nedan för att lägga till båda identifieringsfunktioner i ditt datastream.

Gå till datastreams-listan och välj den datastream som du vill lägga till robotidentifiering till.

Datastreams-användargränssnitt som visar listan med datastreams.

På informationssidan för datastream väljer du alternativet Bot Detection till höger.

Alternativet för punktidentifiering är markerat i användargränssnittet för datastreams.

Sidan Bot Detection Rules visas.

Inställningar för punktavkänning på inställningssidan för datastream.

På sidan Regler för punktidentifiering kan du konfigurera robotidentifiering med följande funktioner:

Använd listan IAB/ABC International Spiders and Bots iab-list

Listan IAB/ABC International Spiders and Botsär en tredjeparts lista över internetspindlar och -bottnar som följer branschstandard. I den här listan kan du identifiera automatiserad trafik, som crawlningar för sökmotorer, övervakningsverktyg och annan icke-mänsklig trafik som du kanske inte vill ta med i dina analysräkningar.

Så här konfigurerar du din datastream att använda listan IAB/ABC International Spiders and Bots:

  1. Växla alternativet Use IAB/ABC International Spiders and Bots List for bot detection on this datastream.
  2. Välj Save om du vill använda inställningarna för robotidentifiering på ditt datastream.

IAB-spindlar och robotlista har aktiverats.

Skapa identifieringsregler för robotar rules

Förutom att använda listan IAB/ABC International Spiders and Botskan du definiera egna robotidentifieringsregler för varje datastream.

Du kan skapa identifieringsregler för robotar baserat på IP-adresser och IP-adressintervall.

Om du behöver mer detaljerade regler för robotidentifiering kan du kombinera IP-villkoren med villkoren för begärandehuvudet. Regler för punktidentifiering kan använda följande rubriker:

HTTP-huvud
Beskrivning
user-agent
Ett huvud som gör att servrar och nätverkspartners kan identifiera programmet, operativsystemet, leverantören och/eller versionen för den begärande användaragenten.
content-type
Anger den ursprungliga medietypen för resursen (innan någon innehållskodning används för sändning).
referer
Identifierar adressen till webbsidan som resursen har begärts från.
sec-ch-ua
Tillhandahåller varumärket och en viktig version för varje varumärke som är kopplat till webbläsaren i en kommaseparerad lista.
sec-ch-ua-mobile
Anger om webbläsaren finns på en mobil enhet. Den kan också användas av en webbläsare på datorn för att ange en inställning för en mobilanvändarupplevelse.
sec-ch-ua-platform
Anger den plattform eller det operativsystem som användaragenten körs på. Exempel: "Windows" eller "Android".
sec-ch-ua-platform-version
Anger den version av operativsystemet som användaragenten körs på.
sec-ch-ua-arch
Tillhandahåller användaragentens underliggande processorarkitektur, som ARM eller x86.
sec-ch-ua-model
Anger den enhetsmodell som webbläsaren körs på.
sec-ch-ua-bitness
Anger "bitness" för användaragentens underliggande processorarkitektur. Detta är storleken i bitar av ett heltal eller en minnesadress, vanligtvis 64 eller 32 bitar.
sec-ch-ua-wow64
Anger om en användaragentbinärfil körs i 32-bitarsläge i 64-bitars Windows.

Följ stegen nedan för att skapa en regel för identifiering av robotar:

  1. Välj Add New Rule.

    Skärmen med inställningar för punktavkänning med knappen Lägg till ny regel markerad.

  2. Skriv ett namn för regeln i fältet Rule Name.

    Skärm med regler för punktidentifiering med regelnamnet markerat.

  3. Välj Add new IP condition om du vill lägga till en ny IP-baserad regel. Du kan definiera regeln efter IP-adress eller efter IP-adressintervall.

    Skärm med regler för punktavkänning med IP-adressfältet markerat.

    Skärm med regler för punktavkänning med IP-intervallfältet markerat.

    note tip
    TIP
    IP-villkoren baseras på en logisk OR-åtgärd. En begäran markeras som om den kommer från en robot om den matchar något av de IP-villkor som du har definierat.
  4. Om du vill lägga till rubrikvillkor i regeln väljer du Add header conditions group och sedan de rubriker som du vill att regeln ska använda.

    Regelskärm för punktavkänning med rubrikvillkoren markerade.

    Lägg sedan till de villkor som ska användas för den valda rubriken.

    Regelskärm för punktavkänning med rubrikvillkoren markerade.

  5. När du har konfigurerat de önskade objektidentifieringsreglerna väljer du Save om du vill att reglerna ska tillämpas på ditt datastream.

    Regelskärm för punktavkänning med rubrikvillkoren markerade.

Exempel på regler för punktavkänning examples

För att hjälpa dig komma igång med robotidentifiering kan du använda de exempel som beskrivs nedan för att skapa robotidentifieringsregler.

Punktidentifiering baserad på en IP-adress one-ip

Om du vill markera alla begäranden som kommer från en viss IP-adress som robottrafik skapar du en ny regel som utvärderar en enskild IP-adress, vilket visas i bilden nedan.

Punktavkänningsregel baserad på en IP-adress.

Punktidentifiering baserad på två IP-adresser two-ip

Om du vill markera alla begäranden som kommer från någon av de två specifika IP-adresserna som Båda-trafik skapar du en ny regel för robotidentifiering som utvärderar två IP-adresser, vilket visas i bilden nedan.

Punktavkänningsregel baserad på två IP-adresser.

Punktidentifiering baserad på ett intervall med IP-adresser range

Om du vill markera alla begäranden som kommer från en viss IP-adress i ett visst intervall som robottrafik, skapar du en ny regel för identifiering av robotar som utvärderar ett helt IP-adressintervall, vilket visas i bilden nedan.

Punktavkänningsregel baserad på IP-intervall.

Punktavkänning baserad på en IP-adress och ett begärandehuvud ip-header

Om du vill markera alla begäranden som kommer från en viss IP-adress och som innehåller en viss begäranderubrik som båda trafik, skapar du en ny regel för identifiering av robotar enligt bilden nedan.

Den här regeln kontrollerar om begäran kommer från en viss IP-adress och om begärandehuvudet referer börjar med www.adobe.com.

Regel för punktavkänning som baseras på IP-adress och begärandehuvud.

Punktavkänning baserad på flera villkor multiple-conditions

Du kan skapa regler för identifiering av robotar baserat på:

  • Flera olika villkor: Olika villkor utvärderas som en logisk AND-åtgärd, vilket innebär att villkoren måste uppfyllas samtidigt för att begäran ska identifieras som om den kommer från en robot.
  • Flera villkor av samma typ: Villkor av samma typ utvärderas som en logisk OR-åtgärd, vilket innebär att om något av villkoren uppfylls identifieras begäran som om den kommer från en robot.

Regeln som visas i bilden nedan identifierar en robotursprungsbegäran om följande villkor uppfylls:

Begäran kommer från någon av de två IP-adresserna, rubriken referer börjar med www.adobe.com och rubriken sec-ch-ua-mobile identifierar begäran som om den kommer från en webbläsare på skrivbordet.

Punktavkänningsregel baserad på flera villkor.

recommendation-more-help
c4bd45d4-a044-4e32-94ad-5e2f71800fac