Wat is een User Agent?

Een user agent-string is een HTTP-header die de clientsoftware identificeert die een bron opvraagt. Deze wordt bij elk HTTP-verzoek meegestuurd en is zichtbaar in serverlogs, CDN’s en applicatiefirewalls voordat er JavaScript wordt uitgevoerd.

Browsers sturen een lange token mee waarin compatibiliteitslagen, het besturingssysteem, de rendering-engine en de browserversie worden vermeld. Servers gebruiken deze voor analyses, voorwaardelijke inhoud en beveiliging. Voor het analyseren van click fraud is de string een zwakke indicatie van identiteit: makkelijk te vervalsen, maar toch nuttig als deze in tegenspraak is met andere signalen, zoals TLS-vingerafdrukken, JavaScript-gedrag of metadata van internetproviders.

Hoe user agent-strings zijn opgebouwd

De moderne Chrome op Windows stuurt om historische redenen soms een header die begint met Mozilla, het platform tussen haakjes vermeldt en vervolgens WebKit- en Safari-tokens herhaalt voor compatibiliteit, ook al is de echte browser Chrome. Parsers halen de relevante delen eruit: besturingssysteemfamilie, browserfamilie en versienummers.

Deze historische warboel stamt uit de browseroorlogen van de jaren 90, toen servers op Mozilla-tokens controleerden voordat ze geavanceerde lay-outs weergeven. Elke opvolgende browser hield dit patroon aan, wat de uitgebreide strings van vandaag oplevert. Parsers voor fraudebestrijding moeten aliassen normaliseren: Edge kan nog steeds Chrome-achtige tokens bevatten, en sommige ingebedde WebViews hergebruiken de identificatiecodes van de bovenliggende browser.

Server-side bibliotheken zoals ua-parser-js of commerciële equivalenten onderhouden enorme kaarten die deelstrings koppelen aan gestructureerde velden. Die bibliotheken moeten regelmatig worden bijgewerkt; verouderde parsers bestempelen nieuwe iPhone-builds ten onrechte als generieke WebKit, wat zowel responsieve routing als fraudheuristieken tegelijk kan verstoren.

Clients die geen browser zijn, sturen eerlijke labels. Command-line tools gebruiken vaak Python-urllib, curl of aangepaste SDK-strings. Die handtekeningen zijn makkelijk te blokkeren op formulieren, maar komen zelden voor bij echte advertentieklikken, omdat platforms een browserachtige interface verwachten.

Mobiele user agents bevatten hints over het apparaatmodel, hoewel iOS WebKit-strings er bij verschillende hardwaregeneraties hetzelfde uit kunnen zien. Tablets kunnen zich identificeren als desktopsites, tenzij de site responsieve lay-outs aanbiedt.

Zoekcrawlers zoals Googlebot publiceren gedocumenteerde strings. Het vervalsen van Googlebot is een bekende fraudetactiek, dus bij verificatie wordt gekeken naar reverse DNS en gedrag in plaats van alleen op de header te vertrouwen.

De rapportage over het besturingssysteem binnen de user agent voedt ook de OS-trackingstrategieën van fraudeteams. Een campagne die alleen op desktop-Windows is gericht, zou geen grote aantallen iOS-claims moeten zien, tenzij er per ongeluk mobiele plaatsingen bij zitten of spoofing welig tiert.

Waarom adverteerders niet alleen op user agents moeten vertrouwen

Elk script kan een willekeurige header instellen. Geavanceerde bots wisselen voortdurend van nieuwe Chrome-identiteiten die uit echte browserstatistieken worden gehaald. Een klik kan eruitzien als een actuele macOS Safari-sessie, terwijl de onderliggende automatisering op Linux in een datacenter draait.

Als er afwijkingen opduiken, zijn dat sterke signalen. Een header die een verouderde mobiele browser claimt in combinatie met moderne TLS-cijfersuites vraagt om nader onderzoek. Ook identieke user agents in duizenden niet-gerelateerde sessies binnen enkele seconden duiden op copy-paste-automatisering.

Adverteerders die alleen op basis van platformrapporten optimaliseren, kunnen hun budget verkeerd toewijzen als bots premium mobiel verkeer vervalsen. Controleer de gegevens aan de hand van conversiekwaliteit en betrokkenheid op de site voordat je de uitsplitsingen vertrouwt.

Onderzoeken naar PPC-fraude tonen aan dat er op grote schaal niet-menselijke activiteiten plaatsvinden; het controleren van user agents is slechts één stap in een veel uitgebreider draaiboek.

Hoe user agents bij ClickPatrol passen

ClickPatrol verwerkt de user agent als een van de meer dan 800 gegevenspunten per klik. Het platform analyseert en normaliseert strings en vergelijkt die vervolgens met apparaatgegevens, netwerkklasse en gedragspatronen. Een consistent beeld over alle lagen heen houdt legitieme gebruikers veilig; tegenstrijdigheden verhogen het risico.

Telemetrie uit onderzoek naar botdetectie in de bredere sector geeft aan welke combinaties van headers en uitvoeringsomgevingen op echte apparaten voorkomen, in tegenstelling tot emulators. ClickPatrol werkt die verwachtingen voortdurend bij naarmate browserleveranciers wijzigingen doorvoeren.

Lees hoe ClickPatrol fraude detecteert voor de volledige pijplijn, van verzameling tot uitsluiting. AI Score vat die controles samen in een bruikbaar overzicht voor drukke teams. Dezelfde pijplijn beschermt merkgerelateerde termen waar het blokkeringsbeleid van concurrenten samenvalt met het technisch verwijderen van ongeldig verkeer.

Teams die verdrinken in ongewenste leads ontdekken vaak formulier-spam met identieke of script-gebaseerde user agents. Door headerregels te combineren met timinganalyse wordt ruis snel weggefilterd.

De impact van verkeerd geclassificeerde user agents op analytics

Als bibliotheken aan de serverkant een browser verkeerd classificeren, delen analytics-producten bezoeken in bij de verkeerde apparaatcategorie. Betaalde campagnes lijken dan misschien beter te presteren op mobiel terwijl de omzet op desktop stagneert, of juist andersom. De oplossing is het updaten van parsers, niet het verdubbelen van de uitgaven voor het verkeerd geclassificeerde segment.

Tagmanagers die headers herschrijven voor testdoeleinden, kunnen per ongeluk in de productiecontainers blijven zitten. Controleer de publicatielogboeken na experimenten, zodat QA-user-agents nooit in het verkeer van klanten terechtkomen.

User-Agent Client Hints en de toekomst

Chrome en andere browsers stellen gedetailleerde user-agent-strings vast en gaan over op User-Agent Client Hints, waarbij servers expliciet gedetailleerde gegevens opvragen. Fraude-oplossingen moeten deze hints opvragen na de eerste navigatie en ze op een verantwoorde manier in de cache opslaan. Deze verschuiving verkleint het passieve vingerafdrukoppervlak ten gunste van de privacy, maar neemt de noodzaak van gedrags- en netwerkscores niet weg.

Marketingsites moeten kwetsbare mobiele omleidingen vermijden die uitsluitend op substring-controles zijn gebaseerd. Responsief ontwerp faalt minder vaak wanneer er nieuwe browserversies uitkomen.

Product- en SEO-teams controleren soms op cloaking door pagina’s op te halen met Googlebot-achtige headers. Dat legitieme gebruik verschilt van advertentiefraude, maar het laat zien hoe makkelijk strings kunnen worden vervalst als er prikkels zijn.

Praktische tips

Registreer user agents samen met klik-ID’s als je ongeldig verkeer aanvecht bij partners. Tijdstempels en headers helpen platforms om gebeurtenissen aan elkaar te koppelen. Sla hashes op als je privacybeleid het bewaren van ruwe gegevens beperkt, maar houd genoeg details bij om uit te leggen waarom een cluster er geautomatiseerd uitzag.

QA-teams die testen via VPN-endpoints van het bedrijf moeten uniforme headers verwachten; zet interne IP-bereiken op de whitelist als je beveiligingstool dat ondersteunt.

Let bij het lanceren in niches met hoge CPC op plotselinge pieken van verouderde browsertokens, een goedkope omzeilingsmethode die naïeve dashboards nog steeds voor de gek houdt.

Als je Google Ads gebruikt en te maken hebt met bots, combineer dan de controle van user agents met een analyse van klikpaden. Headers die er op papier perfect uitzien, kunnen toch gepaard gaan met onmogelijke navigatietijden.

Vragen over targeting zijn soms terug te voeren op onverwachte combinaties van apparaten in de rapportage; controleer of die mix echte doelgroepen weerspiegelt of automatisering die zich voordoet als die apparaten.

Abisola Tanzako, Content Manager at ClickPatrol

Geschreven en gecontroleerd door

Abisola Tanzako

Content Manager bij ClickPatrol (specialist in click fraud en ongeldig verkeer)

Abisola schrijft over botverkeer, advertentiefraude en PPC-bescherming, op basis van platformdata van ClickPatrol bij 1.793+ bedrijven.

Laatst bijgewerkt: 28 oktober 2026

Probeer ClickPatrol 7 dagen gratis

Vul je zakelijke e-mailadres in en ga meteen door naar het aanmaken van je account.

Kaartcheck van € 0,01In 2 minuten ingesteldBinnen 7 dagen opzeggen, dan betaal je niets meer

Elke e-mail heeft een afmeldlink. Lees ons privacybeleid.