지역 커뮤니티의 방문 수가 갑자기 늘면 사람이 글을 더 읽었다고 바로 해석하지 않는다. 같은 주소가 짧은 간격으로 반복 호출됐는지, 다른 화면으로 이어지는 행동이 있는지, 관리 도구가 알려진 자동 요청을 구분하는지 살핀다. 자동화가 의심되는 패턴은 조사 후보이며 실제 이용이 아니라고 확정하는 증거와는 구별해야 한다.
특정 지역이나 낯선 기기에서 왔다는 이유만으로 방문을 모두 제외하지 않는다. 접속량과 시간 분포, 요청 경로 등 확인 가능한 여러 단서를 대조한다. 정상적인 반복 이용이나 운영팀의 시험도 비슷한 모양을 보일 수 있다. 도구에서 제공하는 필터를 쓰려면 어떤 대상을 어떤 조건으로 제외하는지 현재 설정과 설명을 확인한다.
필터 적용 전의 자료를 보관하고 적용 기준과 날짜를 남긴다. 보고용 집계에서 제외한 범위와 실제 접속을 차단하는 조치는 서로 다르므로 혼동하지 않는다. 일부 의심 데이터를 구분해서 보는 것만으로 충분한지, 추가 분석이 필요한지 판단한다. 근거가 약한 경우에는 확정된 사람 방문 수라고 이름 붙이기보다 처리 범위와 불확실성을 설명한다.
전후 비교에서는 전체 방문량 외에 비정상 반복이 줄어든 정도와 읽기·문의 지표의 변화도 살핀다. 필터를 넣은 뒤 방문 수가 낮아졌다고 운영 성과가 갑자기 나빠진 것은 아닐 수 있다. 기준이 바뀐 시점에는 장기 그래프의 해석도 구분해야 한다. 제외 규칙을 유지할 때는 새로운 정상 이용까지 걸러 내지 않는지 주기적으로 다시 검토한다.
보고서에는 전체 집계와 의심 요청을 구분한 집계를 나란히 남길 수 있다. 두 값의 차이를 곧바로 봇 수라고 부르지 말고 적용한 조건으로 분류된 요청 수라고 적는다. 사람이 방문했는지 판단하지 못한 자료가 얼마나 남았는지도 표시하면 다음 분석자가 수치를 확정값으로 오해하지 않는다.