El panel de administración ahora puede identificar el tráfico probable de rastreadores — bots automatizados y scraper que usan JavaScript de navegador real pero no son visitantes humanos — y separar esas vistas de página de sus números de tráfico genuino.
En este tema, compartiremos cómo hemos abordado la identificación de este tráfico y cómo puede activar esta función hoy.
Qué ha cambiado
Discourse siempre ha filtrado los Crawlers (rastreadores) que se identifican con user agents estándar de bots (Googlebot, por ejemplo) en una categoría separada de los datos de tráfico del sitio. Pero el tráfico automatizado moderno es más astuto: ejecuta un navegador completo, procesa JavaScript y se integra en sus datos de vistas de página como si fuera una visita real. Los administradores veían picos de tráfico en vistas de página Anónimas que resultaban ser de scrapers, o recuentos de visitantes inflados por bots de IA, sin forma de distinguir entre estos y el tráfico humano realmente anónimo (es decir, no conectado).
Esta actualización añade una categoría Probables rastreadores a los datos de tráfico de su sitio. Cuando la detección mejorada de rastreadores está activada, las vistas de página que nuestras heurísticas marcan como probablemente automatizadas se separan, por lo que sus números de tráfico humano son más precisos.
Cómo funciona la detección
El sistema puntúa cada vista de página del navegador utilizando un conjunto de señales de comportamiento:
- User agent de automatización — el UA nombra explícitamente un navegador sin interfaz gráfica (headless) o una herramienta de automatización (HeadlessChrome, Playwright, Puppeteer, Selenium, PhantomJS, jsdom)
- ASN de centro de datos — la IP está en el espacio de direcciones de un importante proveedor de nube o alojamiento
- Velocidad — la IP + user agent genera un número inusualmente alto de vistas de página por hora
- Navegación rápida — la brecha mediana entre vistas de página es inferior a 5 segundos
- Rotación de sesiones — muchas sesiones cortas (mayormente de una página cada una) desde la misma IP + user agent
- Falta de interacción — no hay interacción registrada similar a la humana (movimiento del mouse, pulsaciones de teclas, desplazamiento) para una sesión y sus vecinas. Esta señal tiene más peso para el tráfico anónimo que para el tráfico conectado.
- Relación de referrer incorrecta — la mayoría de las vistas de página llegan sin referrer o con uno externo, sugiriendo acceso directo a la URL en lugar de navegación a través del sitio
- Solicitud directa única — una sola vista de página sin interacción y sin referrer; puntúa más alto si la URL contiene un parámetro de configuración regional
- Chromium obsoleto — una versión de Chrome desactualizada sin señales de interacción
- Tráfico distribuido — algunos rastreadores rotan direcciones IP e inician una nueva sesión para casi cada vista de página. Ahora buscamos patrones entre visitas anónimas que comparten un user agent y ya sea una red o una fuente de referencia externa
Las puntuaciones de múltiples señales se acumulan; cuando una vista de página tiene cierta cantidad de las señales anteriores, la clasificamos como probable rastreador.
Activar la detección mejorada de rastreadores en su comunidad
Por ahora, esto se considera un cambio experimental. Seguimos ajustando las heurísticas de detección y agradecemos la retroalimentación.
Para activar esto, vaya a la página Cambios próximos en su área de administración y busque el elemento Detección mejorada de rastreadores. Actualice el campo Habilitado para… para incluir su sitio.
Una vez activado, la sección Tráfico del sitio de su panel de administración mostrará los probables rastreadores como una categoría separada.
Notas importantes:
- Esto no es una ciencia exacta y continuaremos perfeccionando nuestras heurísticas con el tiempo. Sin embargo, no rellenaremos retroactivamente los datos a medida que actualicemos estos cálculos.
- Clasificar una vista de página como probable rastreador no deniega ni limita la tasa de la solicitud.
- Las vistas de página de probables rastreadores se excluyen de los referidores, países y otros desgloses de tráfico, de la misma manera que se manejan hoy los rastreadores conocidos.
- Los cambios en las reglas de detección no vuelven a procesar automáticamente todo el tráfico histórico.
¿Qué opinas?
Nos encantaría recibir tu opinión, especialmente de las comunidades que han notado patrones de tráfico inusuales o picos inexplicables. ¿Te parecen correctos los números para tu sitio? ¿Hay visitas marcadas que parecen usuarios reales para ti? Comparte lo que estás viendo en este tema.

