什么是广告欺诈？ 如何制定战略并减少风险因素

在线广告是巨大的。 广告欺诈也是如此。

事实是——数字广告的世界充满了恶意活动的余地，几乎每个角落都有诈骗和压倒性的失败。 广告欺诈可能是每个受人尊敬的行业工作者普遍鄙视的一件事。

它并不是凭空冒出来的——广告欺诈一直存在，但随着广告技术的兴起和实时竞价模型的大规模采用，这个曾经令人讨厌的问题变成了一个危险的威胁，能够严重损害企业。

首先，让我们讨论一下基础知识。

广告欺诈的类型

有几种常见的广告欺诈类型：

• 印象欺诈：这在移动欺诈中比较常见。 用户本身看不到广告，但广告商被迫通过操纵为其付费。
• 点击欺诈：点击欺诈涉及通过机器人和幽灵网站膨胀每次点击成本 (CPC) 统计数据。 公司使用点击欺诈软件自动化来收集数据、识别欺诈性点击活动并警告广告商。
• 转换欺诈/行为欺诈：一种更精心设计的机器人程序，旨在模仿转换的完整周期，但没有实际结果。
• 像素填充：这涉及对广告空间的轻微操作（以防像素填充广告不可见但出现在页面上）。 从技术上讲，它们已加载但仍然看不见。 然而，广告商支付。
• 广告堆叠：堆叠是将广告放置在另一个之上。 访问后，无论如何都会计算一次展示，尽管广告仍未显示。
• 广告注入：付费广告被其他广告取代，同时打击广告商和发布商。
• Cookie stuffing：在用户同意的情况下附加多个cookie。 这主要是碰运气，但严重影响了没有得到削减的附属公司。
• 域欺骗：在不相关的网站上销售广告库存，这些网站被虚假地展示为相关。

与其他类型的数字欺诈不同，它们具有明确定义的奢侈-广告欺诈比其他任何事情都更像是一种骗局。 广告欺诈并不是直接从广告商的口袋里偷钱。 相反，它会操纵广告商错误地花费广告预算，从而使欺诈者从中受益。

为什么可能？ 实时出价是一个复杂的过程，有很多变化的部分，而不是来自所有相关方的最透明的指标。

因此，即使没有广告欺诈因素，也不清楚到底是谁在为什么付费——数字总是以这种或那种方式浮动。 这意味着，在某种程度上，广告技术容易出现广告欺诈。

广告欺诈与点击欺诈

将点击欺诈作为一种广告欺诈，他们经常会相互混淆。

广告欺诈是一种在线广告形式，犯罪分子使用欺骗手段窃取数字广告收入。 对于广告欺诈，广告商会为从未真正浏览过发布商网站的网站访问者付费，从而导致发布商因虚假印象而收到付款。 广告欺诈会降低媒体和广告行业的存货价值并损害其用户的信任、安全和隐私，从而毁掉媒体和广告行业。

点击欺诈是指一家公司试图通过非法、欺骗性或欺诈性点击其广告来人为地提高其广告点击统计数据。 进行点击欺诈的公司可能会尝试通过向个人支付多次点击其广告的费用，或通过自动执行点击广告网页或输入信用卡信息等操作的机器人农场来提高其点击统计数据。

为什么广告技术对广告欺诈有吸引力？

广告技术对欺诈者具有吸引力，主要有两个原因：

1. 支出是巨大的，而且
2. 受到惩罚的风险非常有限。

The APP Solutions的专家认为，这两个原因都源于行业参与者之间缺乏透明度和信任。 问题是——每个相关方都希望得到污垢。

整个扭曲和混淆的技巧对广告商的声誉和他们的预算都造成了难以置信的损害。 因为广告技术以绩效为导向——数字和结果为王！ 活动的有效性取决于指标显示的内容——流量、印象、转化等。

然而，指标是容易出错的。 它们可以通过对信息的某些操作来操纵。 这一严重缺陷被欺诈者利用。 当然，有故障安全机制可以防止更明目张胆的尝试，但总有办法“继续前进”和“操纵游戏”。

广告欺诈损害赔偿

问题是——广告欺诈是一个似乎永远不会完全消失的问题。 当一种诈骗手段暴露后，总会有另一种诈骗手段接踵而至。 这是一个无限循环。

每年，广告欺诈都会造成数十亿美元的损失，并且变得越来越复杂，并采用新兴技术和非常规方法潜入广告生态系统并从事肮脏的工作。

但是，重要的是要了解广告欺诈并不意味着破坏性因素。 它具有破坏性，但其最终目标是寄生于广告网络。 更复杂的广告欺诈案例是长期运行的寄生虫，它们会逐渐减少。

另一方面，也存在所谓的“企业广告欺诈”案例，即竞争对手试图在集中打击中造成尽可能多的损害。 但是，从技术的角度来看，两者都是用相同的方法进行战斗的。

降低广告欺诈风险的 10 种策略

下面我为您提供了 10 种策略，可帮助您降低广告欺诈风险。

1. 了解你的敌人

打击广告欺诈的第一步是了解它如何影响您的广告系列。 有几个危险信号可能表明您的竞选活动中发生了可疑的事情。

让我们来看看它们：

• 缺乏表现可能是最明显的迹象表明事情正在恶化。 通过比较不同的渠道（例如，现场广告和 Facebook 营销），特别容易发现。
• 糟糕的现场分析是另一个令人不安的电话。 如果跳出率和会话持续时间等指标在会话总量增长的同时急转直下 - 这几乎可以保证发生广告欺诈。
• 异常的点击率 (CTR)通常会因点击欺诈而出现峰值。 如果某些广告在没有合理解释的情况下投放超过预期，而其他类似情况下的广告却举步维艰 - 最好调查该活动。
• 可疑的 IP 地址可能是由流量欺诈引起的。 在流量欺诈的情况下，IP 通常来自数据中心而不是真实站点。 通过识别它们，您可以将它们列入黑名单并停止您的活动。

2. 了解你的指标

有效打击广告欺诈的下一步是仔细研究您的指标。 数字可以被操纵，这在比较中很容易被发现。

虽然这看起来很明显，但这样做是有原因的——指标为您提供了构成广告活动大局的情境背景。

以下是您需要检查的内容：

• 典型的点击率，
• 标准跳出率，
• 典型的会话时间，以及
• 不同渠道的真实对话率。

这些指标作为背景，您可以将活动和转化率的任何突然飙升与之进行比较。

如果您知道这种尖峰是不寻常的，那么检测可疑活动就会容易得多。

3.避免容易伪造的广告目标

易于伪造的目标是为您带来直接收益（即展示次数和点击次数）的目标。 这些是不能保证实际业务收益的代理指标（即销售、订阅等形式的转化）。

巧合的是，这些指标也是对广告欺诈最敏感的指标之一。 因此，围绕它们建立竞选目标是不合理的。

虽然不能保证完全避免广告欺诈的影响，但制定更具体的目标有助于将广告欺诈的影响降至最低。

4. 为广告效果而不是点击付费

选择易于伪造的目标的直接后果是为错误的事情付费（即点击而不是实际表现）。 这是广告商最常犯的错误之一。

问题是——数字很容易操纵。 在机器人的帮助下画出令人满意的图形或对其进行增强，然后因为满足正式要求而要求付款，这没什么大不了的。

如果你的目标是更有形的东西，比如转化或购买，那么从欺诈性结果中支付费用要困难得多。

这些东西更难以令人信服的方式伪造。 因此，过滤哪些结果将被付费以及哪些将被丢弃要容易得多。

5.使用多种欺诈检测方法

由于广告欺诈是一个庞大且多方面的过程，因此它需要类似的多方面方法来检测。

广告欺诈检测主要使用三种方法：

• 基于签名的方法使用一组模式来检测可疑的操作、印象、点击或流量。 它将模式与受监控的活动进行比较，并确定它是否可疑以及是否值得进一步调查。 因此，可以在欺诈活动开始之前将其关闭。
• Anomaly-based使用统计分析和历史数据来检查广告空间、网站或发布商。 这有助于它检测可疑事件，例如可疑的流量激增、奇怪的广告空间放置和其他感兴趣的事情。
• 基于凭据是一种研究可疑网站的数字凭据（其注册数据、排名、标签、活动类型等）以确定其是否有可能产生欺诈活动的方法。 凭据通过反向爬行、彻底检查内容和标记的组合方法进行分析。 此方法还包括研究网站在可信排名中的位置。

6.使用通用的白名单和黑名单域名

IP 封锁是使广告欺诈操作暂时失效的最有效方法之一。 保持这项工作连续性的方法之一是保留双重域列表——白名单和黑名单。

白名单包含经验证可信赖且有效的站点——您专门针对的站点。

黑名单包含被认为因发现各种类型的欺诈而名誉扫地的网站。 黑名单还可以包含已识别机器人的 IP 地址。

但是，使用白名单和黑名单本身并不是真正有效的解决方案。 它主要是一种追赶，可以作为已经识别的威胁的坚实盾牌。

您可以在MxToolBox等网站上检查可疑域。

7.使用广告验证供应商

广告验证供应商提供额外的保护层来防止广告欺诈。 基本上，它有助于识别您的反广告欺诈装甲中的裂缝。

供应商提供具有各种指标的性能洞察，例如可见性和无效流量。

在这些工具的帮助下，您可以关闭低质量的发布者和网站，同时执行彻底的活动审核，随后可用于优化活动。

最值得信赖的广告验证供应商包括 DV Pinnacle 、 Moat Analytics和Comscore 。

8. 使用 ads.txt

广告套利是第三方购买、重新包装和转售极易发生欺诈的印象的过程。

Ads.txt 是一种万无一失的解决方案，可防止您的广告被用于欺诈活动。

Ads.txt 已授权由 IAB Technology Labs 开发的数字卖家，以帮助防止非法库存套利和某些形式的域欺骗。 它是一个类似于 robots.txt 的文本文件，旨在使某些广告技术流程更加透明和可信。

ads.txt 如何减轻影响？ Ads.txt 文件包含有关参与特定广告技术操作的各方（即 SSP、DSP、Ad Exchange 等）的数据——基本上，它是合作伙伴关系的证明。

通过根域中的 ads.txt 文件——网络爬虫可以看到操作的特定参与者之间的关系。 Ads.txt 也可以用作实时出价请求中的 ID 参考。 因此，它可以间接阻止未经验证的一方与其余方进行交互。

AppNexus等公司提供方便的 Ads.txt 验证器工具，可简化实施过程。

9. 建立信任和透明度

降低广告欺诈风险的方法之一是与可信赖的广告服务器网络合作，这些网络在交付商品方面享有盛誉。

当然，它限制了该细分市场的大公司（即 Google、Bing、DoubleClick、Facebook 等）的选择，但至少，它保证您不会陷入成群结队的欺诈沼泽机器人。

另一方面，与您的合作伙伴保持透明度并要求每个相关方保持透明度非常有用。

更详细的报告和更开放的运营方式可能是一个解决方案。 不过，由于数字广告市场缺乏稳定性，这颇具挑战性。

区块链的实施是一个潜在的游戏规则改变者，但该技术尚未能够在广告技术范围内运行。

10. 应用人工智能 (AI) 机器学习解决方案

广告欺诈的常见威胁之一是它在不断发展，促使您适应其当前状态，以最大程度地减少其对您的营销运营的影响。

这是一个充满尝试和失败的令人厌烦的过程，需要付出很多努力。

此外，高效的欺诈活动检测需要处理大量数据，这需要花费宝贵的时间。

希望机器学习软件的快速发展能够让打击广告欺诈变得更加容易和高效。

如何？ Daft Punk 有一首歌名为“Harder, Better, Faster, Stronger” ——这首歌相当准确地描述了人工智能和机器学习带来的好处。

人工智能软件不仅能够更快地筛选数据流，而且机器学习能够在每一轮中获得更有效的结果。

Forensiq和AppsFlyer 等解决方案正在将 AI 和机器学习的元素应用到它们的堆栈中，而且这项技术似乎将继续存在。

然而，应该指出的是，机器学习与广告欺诈的对抗仍在不断摸索中。

广告欺诈是个大问题

目前，广告欺诈仍然是广告行业最大的问题之一。 即使采用上述反击方法——它仍然在整个行业中肆虐，毒化了数以千计的广告生态系统，并在此过程中造成了数百万美元的损失。

另一方面，广告欺诈是广告商从简单的广告活动转向要求更高且难以伪造的广告活动的原因之一。 这种必要性使数字广告变得更好，如果不是大规模的广告欺诈袭击，那是不可能的。

希望随着技术的发展和新立法的实施，情况会有所改变，并且有一天，我们将谈论广告欺诈成为遥远的过去。

想要保护您业务的每一个要素？ 了解电子商务公司面临的其他一些安全威胁以及如何保护自己。