檢測和預防移動欺詐的 5 種方法
已發表: 2016-05-14
這是來自 AppLift 的 Thomas Sommer 的客座帖子。
移動廣告欺詐是當今移動營銷人員面臨的最大挑戰之一。
據 White Ops 稱，2015 年，廣告欺詐給數字廣告商造成的損失超過 86 億美元。去年底 AppLift與領先的欺詐檢測解決方案Forensiq 共同進行的另一項研究表明，34% 的移動程序化流量存在欺詐風險.
廣告欺詐是一個重要問題：除了從已經在高昂的獲取成本和用戶流失中苦苦掙扎的移動營銷人員那裡竊取資金外，它還會慢慢破壞我們行業參與者之間的信任，從而給所有相關人員帶來額外的成本。
什麼是移動廣告欺詐？
廣告欺詐的最大問題之一是它的多樣性以及它的發展能力和最新預防機制的雷達。 幸運的是，有一些方法可以建立欺詐形式的類型並按照清晰的界限對其進行分類。 我們主要開發了兩種廣泛的方法來解決欺詐問題。
查看欺詐的第一種方法是將其分為兩大類：技術欺詐和合規欺詐。 技術欺詐是不言自明的，因為它是旨在從技術上偽造廣告事件的任何技巧，例如印象、點擊、應用程序安裝等。合規欺詐是旨在彎曲或破壞平台上強制執行的規則的任何欺騙性策略.
打破廣告欺詐的第二種方法是查看它在用戶轉化漏斗中發生的位置，從展示到安裝後事件。 由於廣告欺詐的目標是模擬或欺騙性地模擬廣告事件，因此欺詐最有可能發生在廣告商支付或優化的階段。 例如，在移動實時競價RTB 中，廣告商通常按展示次數付費 (CPM)，因此欺詐者最有可能關注展示次數欺詐。
以下是這兩條線上的一些示例：
欺詐鬥士
一般來說，打擊欺詐需要技術、數據和人員的結合，可以分為三個不同的階段：預防、檢測和反應。 根據這個理論矩陣，我們開發了以下反欺詐表：
五種預防方法
以下是營銷人員可以有效檢測並在某些情況下預防移動廣告欺詐的五種方法。
- 開發模式識別和啟發式
模式識別和啟發式是打擊欺詐的基石，無論是技術欺詐還是合規欺詐。 對於前者，欺詐活動是在或多或少複雜的機器人的幫助下產生的。 儘管機器人可以模仿人類的行為，但在某種程度上，它們無法隱藏自己的真實本性並開始揭示可疑模式。 例如，來自同一 IP 地址的大量點擊、異常高的轉化率或來自單個發布者的異常高水平的安裝後事件幾乎都是系統性的危險信號。 在欺詐的合規方面，模式也可以提供幫助。 例如，使用點擊填充（見上表），您可以看到點擊和安裝之間的時間比通常的流量要長得多。
通常需要注意的是，如果越來越複雜的機器學習算法可以幫助廣告技術公司更系統地檢測欺詐行為，那麼人類對於解釋和確認欺詐模式仍然至關重要。
- 通過在展示之前檢測欺詐模式來防止欺詐
實時競價 (RTB) 媒體購買流程的主要優勢在於，它可以在展示級別上做出購買決策，即針對每個單獨的用戶。 使用正確的技術，這允許“傾聽”程序化投標請求而無需對其進行投標，從而在展示之前檢測到欺詐模式。 因此，移動廣告商的學習曲線和相關成本大大降低。
- 將您的第一方數據與您的廣告合作夥伴集成
加入第一方數據，例如安裝後的行為事件，對於檢測欺詐非常有幫助，尤其是技術類型的欺詐。 隨著用戶轉化漏斗（見第 1 點）的上升，偽造人類行為變得越來越困難，安裝後數據可以讓您更深入地了解欺詐模式。
例如，如果您正在運行 CPI 活動，但發現來自給定來源的用戶沒有安裝後應用內活動或安裝後的應用內活動非常少，則該特定來源可能會被標記為欺詐。 即使對於程序化流量和品牌推廣活動，查看點擊次數以及在可能的情況下查看安裝和安裝後數據也可以很好地說明您收到的流量。
- 管理您自己的列入黑名單的 IP 數據庫
一旦發布者或特定 IP 被確定為可能存在欺詐，就有可能將其添加到黑名單“以供將來參考”。 屬於同一託管服務提供商的所有 IP 也可以在安裝後（驗證後）被阻止。 這種檢測後的預防習慣可以作為一種預防機制，並在未來節省廣告費用。
- 爭取全行業的出版商黑名單
如果管理自己的黑名單至關重要，那麼理想的解決方案仍然是從行業來源、中立維護的通用黑名單中受益，每個人都可以訪問，條件是他們也參與其中。 例如在線視頻廣告行業就是這種情況，我們應該努力讓它在移動設備上實現
廣告欺詐與所有類型的欺詐一樣，始終是一場貓捉老鼠的遊戲，完全根除的希望渺茫。 然而，幫助提高整個行業的意識並讓所有利益相關者採取措施與之抗爭將是一個很好的開始。 如果我們可以說移動廣告行業仍處於起步階段，或者可能還處於青少年時期，那麼朝著這個方向邁出的具體步驟無疑將成為它走向成熟的決定性因素。
有關移動欺詐的更深入研究，請查看 AppLift 的報告在程序化時代打擊移動欺詐。
AppLift是TUNE 認證合作夥伴計劃的一部分，該計劃旨在讓營銷人員更多地了解最能滿足其需求並遵守移動廣告最佳實踐的廣告合作夥伴。
喜歡這篇文章嗎？ 註冊我們的博客摘要電子郵件。