移动广告商如何对抗欺诈

更多的金钱确实意味着更多的问题。移动应用程序和刚刚转过利润所需的游戏开发人员可以在其应用程序中感到遭受一系列挑战:移动广告欺诈,以其其形式。

根据一个新的Appsflyer报告,所有移动广告的11.5%的移动广告都是欺诈性的, 移动应用程序安装欺诈。该报告还证明了一些疑似的东西:广告商的大小与欺诈水平没有相关性。无论您是巨大的花费数百万美元,还是预算中有几百美元的新人,欺诈是一种风险。

更糟糕的是,有时似乎没有人想谈谈欺诈。事实是,每个人都受到影响,所有各方都需要共同努力来管理风险。这是我们在2018年广告商可以做的事情的底漆。

不止一种欺诈

AppSflyer的报告有助于将广告欺诈分解为几个可消化类别。今年,机器人大大增长,成为最大的类别:appsflyer数据

尽管如此,欺诈的新广告商会发现它更容易将广告欺诈视为下降两种基本类别:窃取合法转换的信用,或伪造安装和点击等转换事件。

为了窃取活动,犯罪分子经常将恶意软件植入手机。然后,它们可以检测合法点击,并将假报告发送到不同的广告网络。这个诡计很难发现,因为它基于真实的用户数据。

伪造的转换包括更多欺诈技术,包括机器人。单击农场,一旦基于桌面的广告的Bane,已经扩展到移动–例如,去年在泰国警方破坏了一个设备农场和 没收了大约500个手机和一个惊人的350,000个SIM卡。机器人使用完全不同的技术,尽管目标仍然是假装转换。例如,2016年Methbot竞选落后的罪犯, 每天有570,000台机器人超过3亿次视频浏览景观–并且现在还在。

一系列防御

由于新的防御技术,最好的保障措施从一年到年内发生变化,因为欺诈者很快找到了规避这些防御的新方法。例如,假设假交通更加困难,因为欺诈者即使超出安装而继续产生事件以避免检测。一些 18%的假安装报告活动直到'安装'后7天.

欺诈技术中的这种演变意味着开发人员不应该试图跟上他们不必的地方–只是建立一个好的应用程序很难。许多归因层和第三方欺诈检测解决方案可以与Datavisor等附加防御层的链接,它使用机器学习来检测模式。保持此软件迄今为止,也是必不可少的,就像您在PC上的防病毒解决方案一样。

还推荐每天或每周点评您的广告数据。就像Web广告一样,在数据中寻找异常。可以在Datavisor的下表中看到一个示例。在这种情况下,欺诈者试图通过使用第一个会话的代理来伪造合法安装,并发送后续安装事件,但是 揭示了他们的非婚生性 通过从实际国家登录稍后的事件。Datavisor数据

每种类型的欺诈都可以在您的数据中提供可识别的签名。例如,单击泛洪,有时可以从随机安装到安装,因为只需点击咔嗒声即可,并且根据AppsFlyer的说法,咔嗒声也不是IOS的IOS比Android更普遍。

数据审查也是审核您的一些预算的好地方。一旦您累积了一些广告数据,就会向欺诈专家外包(或与更有经验的广告商交朋友)以了解您的广告表现的真实故事。有效的审计可以告诉您您的一些广告预算是否误入歧途。

最后,使用媒体合作伙伴设置Crystal清除欺诈参数。即使是最大的广告网络也包括一些欺诈–因此,重要的是他们也透明。使用无法证明他们的数据的频道的时间,或者推动不是基于应用程序中所采取的实际操作的绩效定价,很长。

欺诈的地方性是不幸的,但在Chartboost中,我们具有零容忍,并与我们的合作伙伴(归属层,出版商和广告商)努力改善检测方法并避免误报。与此同时,请记住,它仍然是一小块行业,每天都有新的财富。一些简单的保障措施只是一种确保您的利润率保持高位的方法–尽可能多地将自己的财产留在口袋里。

如果您对Appsflyer Freaud报告感兴趣,您可以下载副本 这里。 #foolsnomore.

 

发表评论