Seminar Datenqualität & Bot-Handling in Serverlog-Analytics

Inhaltsverzeichnis

• Abstract
• Zielbild und Nutzen
• Zielgruppe und Voraussetzungen
• Lernziele
• Agenda mit Zeitplan
• Praxisübungen

Abstract

Serverlog-Analytics steht und fällt mit Datenqualität. Dieses Seminar liefert ein praxistaugliches Vorgehen, um Bots, Monitoring-Traffic, Crawler, Referrer-Spam, Asset-Requests und Cache-Artefakte systematisch zu erkennen und zu behandeln. Zusätzlich werden Normalisierung, Deduplizierung, Session-Heuristiken und KPI-Stabilität vermittelt. Ergebnis ist ein belastbarer “Analytics-Datenvertrag” für Yama Analytics.

Zielbild und Nutzen

• Messdaten so stabilisieren, dass Reports zwischen Zeiträumen vergleichbar werden
• Bot- und Systemtraffic transparent machen statt “wegzuzaubern”

Zielgruppe und Voraussetzungen

• Zielgruppe: Analytics Engineers, DevOps, Entwicklerteams, BI-nahe Rollen
• Voraussetzungen: Yama Analytics Grundlagen: Privacy-first Web-Analytics aus Server-Logs oder gleichwertig; Zugriff auf Beispiel-Logs

Lernziele

• Bot-Handling-Regeln definieren und validieren
• Normalisierung der URL-Struktur als Datenvertrag etablieren
• Qualitätssignale und automatische Checks definieren
• Einfluss von Caching und Proxy-Ketten auf KPIs verstehen

Agenda mit Zeitplan

• Qualitätsmodell für Logs
  • Vollständigkeit, Konsistenz, Plausibilität
• Bot- und Systemtraffic
  • UA-Listen, Heuristiken, Rate-basierte Erkennung
• URL- und Referrer-Normalisierung
  • Canonicals, Parameter-Policy, Kampagnenparameter
• Sessionisierung und Unique-Logik
  • Heuristiken, Bias, Vergleichbarkeit
• Praxis: Regelset + Tests
  • Regelset erstellen, Vorher/Nachher-KPIs, Qualitätstests definieren

Praxisübungen

• Noise-Kategorien definieren (Assets, Healthchecks, Monitoring, Bots)
• Filterregeln als priorisierte Liste erstellen (Whitelist/Blacklist/Heuristik)
• URL-Policy definieren:
  • Pfad-Normalisierung
  • Parameter-Whitelist
  • Tracking-Parameter-Konsolidierung
• KPI-Stabilität prüfen: gleiche Woche Vorher/Nachher, Drift dokumentieren
• Quality-Gates definieren: “Missing hours”, “Parser error rate”, “Bot share threshold”