Наш курс по programmatic-рекламе стартует совсем скоро, и мы продолжаем изучать не только её преимущества, но и проблемы, с которыми сталкиваются рекламодатели и сами платформы.

О том, как избежать накруток за счёт мошеннического трафика, рассказали резиденты коворкинга #tceh — специалисты programmatic-платформы Hybrid.

Что такое фрод?

Мошеннический трафик в digital-рекламе как правило называют «фрод» (от англ. fraud — мошенничество). Подобный трафик генерируют:

  • боты — программы, написанные для выполнения определённых действий;
  • инсталл-фермы, на которых операторы вручную производят просмотры, переходы и установки со множества устройств (их IP-адреса при этом зачастую маскируются);
  • фейковые объявления, которые обещают контент, которого пользователь после перехода не увидит.

Первая категория — самая распространённая. Бот-трафик считается главной угрозой для рынка programmatic-рекламы. В открытом RTB-аукционе до 40-60% трафика может состоять из ботов.

Если целевое действие пользователя — установка приложения, то рекламодатель увидит ботовый трафик сразу: приложение не монетизируется, число активных пользователей (daily active users, DAU) не растёт.

Когда цель рекламного размещения — познакомить аудиторию с брендом и привести трафик на сайт, отсечь бот-трафик сложнее. Если эффективность кампании измеряется по postclick-показателям, то рекламодатель может и не заметить фрод. Современные боты неплохо мимикрируют под живых пользователей, показывают хорошую глубину просмотра и время посещения, и системы аналитики не всегда их определяют. Чтобы убедиться, что к вам придут живые пользователи, нужно:

  • выбирать подрядчиков, которые работают с внешними антифрод-системами;
  • анализировать входящий трафик самостоятельно.

Как отсеивать мошеннический трафик

Самый очевидный признак фрода — слишком высокий показатель кликабельности (click-through rate, CTR) на площадке или у конкретного пользователя, когда на 1000 показов приходится хотя бы 100 кликов. Также если пользователь с одним рекламным идентификатором кликает на все объявления подряд, высока вероятность, что это бот. Недобросовестные площадки могут использовать и ad stacking: на рекламное место накладываются несколько баннеров, но пользователь видит только один. Рекламная система засчитывает показы всех баннеров, и паблишер получает за это деньги. Поставщики антифрод-решений выявляют площадки, использующие ad stacking.

Роман Кобозев, директор по маркетингу Hybrid:

«В прошлом году в одной из рекламных кампаний с автомобильной тематикой мы заметили, что сеансы на одной из площадок были сильно похожи друг на друга. Поэтому мы стали подозревать площадку в «ботовости».

Этот рекламодатель — один из немногих, кто открыл нам доступы во все системы аналитики. Они следовали всем нашим советам по ведению кампании вплоть до внесения изменений на сайт, что большая редкость.

В тот момент у нас ещё не было внешнего поставщика антифрод-решений, а наши собственные алгоритмы не определяли этот трафик как ботовый. Мы решили подключить Forensiq, и он показал, что вероятность ботового трафика на этой площадке — 98%. Площадка была подключена к нашей SSP, и мы сразу же прекратили сотрудничество с ней. А затем на трафике с этой площадки обучили наши алгоритмы определять подобный трафик как ботовый».

Какие алгоритмы используются в programmatic для отсева ботового трафика

Чтобы основная масса фейковых просмотров и кликов не засчитывались в Google Analytics или «Яндекс.Метрике», необходимо использовать специальные алгоритмы фильтрации трафика. Их варианты можно представить на примере опыта специализирующейся на programmatic-технологиях adtech-компании Hybrid.

Все площадки Hybrid проверяет алгоритмами компании Forensiq. Аналогичных сервисов немало: Integral, ClearFlow, Pixalate, comScore, DoubleVerify, Moat. Если доля фродового трафика по оценке Forensiq превышает 70%, то площадка автоматически отключается. Площадки с вероятностью бот-трафика в 50-60% не отключаются: значительная часть их аудитории — живые люди, поэтому отключение подобных площадок сократит охват.

Затем Hybrid отсеивает фродовые показы и клики собственными алгоритмами.

1. Глобальный чёрный список состоит из площадок, которые исключил Forensiq. Попадают в этот перечень и сайты, которые полностью повторяют дизайн и контент других сайтов. Контент площадок алгоритмы анализируют в момент поступления запроса на показ рекламы.

2. Алгоритмы Friendly Index. Технология направлена на защиту бренда (Brand Safety), но работает и как фрод-фильтр на основе сканирования (парсинга) страниц, на которых показывается реклама. При включении этой настройки отсекаются все площадки с трэш-контентом, нежелательными ключевыми словами, большим количеством рекламы и с вероятностью фрода выше 20%.

3. Анализ отдельных показов, кликов и сеансов. Каждый показ и клик анализируются по нескольким параметрам:

  • история взаимодействия Hybrid DSP с пользователем (какая реклама показывалась, на какую он кликал, на каких площадках это происходило);
  • видимость (viewability — попадание объявления в поле зрения пользователя): если объявление не было просмотрено, но клик произошёл — это фрод;
  • анализ сеансов на площадке рекламодателя (возможен только если рекламодатель установил на свой сайт коды платформы): если сеансы пользователей, пришедших с одной площадки, совпадают по типу устройства, операционной системе, времени на сайте, то это фрод. ID таких пользователей и сама площадка включаются в чёрный список.

Заботясь о безопасности бренда и работая с антифрод-технологиями, рекламодатели существенно выигрывают. Достигнув сокращения фродового трафика всего на 20%, можно пропорционально снизить риск для бренда и повысить ROI в 7 раз.

А те, кто не борется с фродом, сливают на фейковый трафик по 30-40% рекламных бюджетов и рискуют репутацией своих брендов.

На курсе #tceh «Специалист по programmatic-рекламе» можно освоить не только методы борьбы с «грязным» трафиком, но и всю технологию автоматизированных закупок рекламы: принципы выбора подрядчиков, площадок и поставщиков данных, самостоятельную настройку аналитики и оптимизацию кампаний.

Яр Пархоменко,

Автор #tceh