检测和预防移动欺诈的 5 种方法
已发表: 2016-05-14
这是来自 AppLift 的 Thomas Sommer 的客座帖子。
移动广告欺诈是当今移动营销人员面临的最大挑战之一。
据 White Ops 称，2015 年，广告欺诈给数字广告商造成的损失超过 86 亿美元。去年底 AppLift与领先的欺诈检测解决方案Forensiq 共同进行的另一项研究表明，34% 的移动程序化流量存在欺诈风险.
广告欺诈是一个重要问题：除了从已经在高昂的获取成本和用户流失中苦苦挣扎的移动营销人员那里窃取资金外，它还会慢慢破坏我们行业参与者之间的信任，从而给所有相关人员带来额外的成本。
什么是移动广告欺诈？
广告欺诈的最大问题之一是它的多样性以及它的发展能力和最新预防机制的雷达。 幸运的是，有一些方法可以建立欺诈形式的类型并按照清晰的界限对其进行分类。 我们主要开发了两种广泛的方法来解决欺诈问题。
查看欺诈的第一种方法是将其分为两大类：技术欺诈和合规欺诈。 技术欺诈是不言自明的，因为它是旨在从技术上伪造广告事件的任何技巧，例如印象、点击、应用程序安装等。合规欺诈是旨在弯曲或破坏平台上强制执行的规则的任何欺骗性策略.
打破广告欺诈的第二种方法是查看它在用户转化漏斗中发生的位置，从展示到安装后事件。 由于广告欺诈的目标是模拟或欺骗性地模拟广告事件，因此欺诈最有可能发生在广告商支付或优化的阶段。 例如，在移动实时竞价RTB 中，广告商通常按展示次数付费 (CPM)，因此欺诈者最有可能关注展示次数欺诈。
以下是这两条线上的一些示例：
欺诈斗士
一般来说，打击欺诈需要技术、数据和人员的结合，可以分为三个不同的阶段：预防、检测和反应。 根据这个理论矩阵，我们开发了以下反欺诈表：
五种预防方法
以下是营销人员可以有效检测并在某些情况下预防移动广告欺诈的五种方法。
- 开发模式识别和启发式
模式识别和启发式是打击欺诈的基石，无论是技术欺诈还是合规欺诈。 对于前者，欺诈活动是在或多或少复杂的机器人的帮助下产生的。 尽管机器人可以模仿人类的行为，但在某种程度上，它们无法隐藏自己的真实本性并开始揭示可疑模式。 例如，来自同一 IP 地址的大量点击、异常高的转化率或来自单个发布者的异常高水平的安装后事件几乎都是系统性的危险信号。 在欺诈的合规方面，模式也可以提供帮助。 例如，使用点击填充（见上表），您可以看到点击和安装之间的时间比通常的流量要长得多。
通常需要注意的是，如果越来越复杂的机器学习算法可以帮助广告技术公司更系统地检测欺诈行为，那么人类对于解释和确认欺诈模式仍然至关重要。
- 通过在展示之前检测欺诈模式来防止欺诈
实时竞价 (RTB) 媒体购买流程的主要优势在于，它可以在展示级别上做出购买决策，即针对每个单独的用户。 使用正确的技术，这允许“倾听”程序化投标请求而无需对其进行投标，从而在展示之前检测到欺诈模式。 因此，移动广告商的学习曲线和相关成本大大降低。
- 将您的第一方数据与您的广告合作伙伴集成
加入第一方数据，例如安装后的行为事件，对于检测欺诈非常有帮助，尤其是技术类型的欺诈。 随着用户转化漏斗（见第 1 点）的上升，伪造人类行为变得越来越困难，安装后数据可以让您更深入地了解欺诈模式。
例如，如果您正在运行 CPI 活动，但发现来自给定来源的用户没有安装后应用内活动或安装后的应用内活动非常少，则该特定来源可能会被标记为欺诈。 即使对于程序化流量和品牌推广活动，查看点击次数以及在可能的情况下查看安装和安装后数据也可以很好地说明您收到的流量。
- 管理您自己的列入黑名单的 IP 数据库
一旦发布者或特定 IP 被确定为可能存在欺诈，就有可能将其添加到黑名单“以供将来参考”。 属于同一托管服务提供商的所有 IP 也可以在安装后（验证后）被阻止。 这种检测后的预防习惯可以作为一种预防机制，并在未来节省广告费用。
- 争取全行业的出版商黑名单
如果管理自己的黑名单至关重要，那么理想的解决方案仍然是从行业来源、中立维护的通用黑名单中受益，每个人都可以访问，条件是他们也参与其中。 例如在线视频广告行业就是这种情况，我们应该努力让它在移动设备上实现
广告欺诈与所有类型的欺诈一样，始终是一场猫捉老鼠的游戏，完全根除的希望渺茫。 然而，帮助提高整个行业的意识并让所有利益相关者采取措施与之抗争将是一个很好的开始。 如果我们可以说移动广告行业仍处于起步阶段，或者可能还处于青少年时期，那么朝着这个方向迈出的具体步骤无疑将成为它走向成熟的决定性因素。
有关移动欺诈的更深入研究，请查看 AppLift 的报告在程序化时代打击移动欺诈。
AppLift是TUNE 认证合作伙伴计划的一部分，该计划旨在让营销人员更多地了解最能满足其需求并遵守移动广告最佳实践的广告合作伙伴。
喜欢这篇文章吗？ 注册我们的博客摘要电子邮件。