Как защититься от скликивания в рекламных сетях — все способы

Методов несколько. Во-первых, у нас есть обширные списки диапазонов IP-адресов, откуда живые люди не приходят: хостинги, датацентры, IP-транзит. Максимум, что можно ожидать — это людей на VPN, которые уже по этому признаку относятся к невалиду. Далее идет JS-фингенпринтинг: анализ JS runtime-окружения браузера. У нас около сотни различных проверок, которые определяют ботов по их отличительным признакам на уровне языка JavaScript, либо по явным несостыковкам (например, посетитель заявляет, что использует браузер Chrome, но при этом мы видим, что движок браузера — Gecko). Наконец, машинное обучение — у нас фактически две разных модели: VLA (байесовский классификатор) и HyperLogLog (оценка уникальности).

Принцип действия на пальцах: если наши обычные фильтры 100 раз подряд заблочили посетителей со словом «foo» в строке user agent, то на 101 раз посетитель с этим словом будет заблочен машинным обучением даже если пройдет все остальные фильтры. Это просто пример, в реальности машинное обучение не смотрит только лишь на user agent, но на более чем тысячу различных собираемых фактов о каждом клике, в том числе на устройство JS-окружения.

Да, рекламный формат в общем случае вообще ни на что не влияет. Можно лишь дать системе подсказку, например, указать, что трафик не должен содержать переходы из мобильных приложений или из фреймов.

Можем дать примерную статистику по двум крупнейшим площадкам: Google и Facebook. В Google Ads все довольно плохо: в среднем 30% накрутки (именно накрутки в КМС/GDN и склика конкурентов в поиске). В Facebook же все хорошо, именно фрода там не замечено, однако на старте и далее в процессе слива достаточно много переходов ботов самого FB. Также время от времени по рекламным ссылкам в FB приходят пауки поисковых систем и антивирусы. Ну а в целом больше всего ботов в рекламных сетях разного калибра, особенно в попандере и нативке, там может быть более 50% ботов — процент сильно плавает в зависимости от сетки, паблишера, конкурентности ГЕО.

Реальные прецеденты возврата были лишь в рекламной сети PopAds, а также в Google Ads. В большинстве случаев рассчитывать на возврат не приходится, т. к. для крупных площадок мы не являемся авторитетом в вопросе определения ботов, а мелкие просто уходят «в несознанку», даже если им предъявить доказательства, что половина переходов — из диапазонов адресов какого-нибудь Digital Ocean. Попробовать стоит, если на руках есть данные, но сильно надеяться не нужно.

Смотря где происходит скликивание. Если в рекламной сетке, которая позволяет составлять черные/белые списки площадок, то достаточно прогнать трафик через Adspect, предварительно настроив его на учет площадок, и далее отсеять те из них, где высокий процент ботов. Если в Google Ads, то можно написать претензию в саппорт с требованием компенсировать fake clicks, предоставив выгрузку статистики Adspect и особенно указав на те клики, которые помечены тегом «IP» (как правильно, это хостинги и датацентры, Google принимает это к сведению). Особенно высок шанс получить компенсацию за массовые клики с одних и тех же IP-адресов. Заранее отфильтровать склик в Google не получится, только постфактум.

Полагаться только на антифрод-сервисы недостаточно. Пример из практики: к нам пришел паблишер, по всем метрикам трафик живой, но потом приходит рекл с пруфами из трекера с ужасным CTR/конверсией и просит обоснованный манибэк. У паблишера могло быть что угодно: «уставшая» аудитория, низкое качество самого трафика и т. д. В итоге, от такого сотрудничества пришлось отказаться, компенсировав реклам все расходы. Сейчас мы решаем проблему комплексно — используем всю нашу биг-дату, накопленную за годы работы, которая на ранних этапах определяет паблишеров с низкокачественным трафиком и не создает проблем нашим реклам. Также трафик аналогично фильтруется от случайных кликов, spy-ботов и т. п.

Мы работаем с тысячами паблишеров и рекламодателей, поэтому жалобы могут отсутствовать только если их игнорировать 🙂 Хотя % их относительно небольшой. Как решали? В первую очередь рассматриваем конкретный кейс, что произошло, в чем претензия, какие факты есть на руках. Запрашиваем фидбек у других рекламодателей, работающих с этой площадкой. Смотрим выбиваются ли показатели на стороне площадки. Запрашиваем логи трекера и любую имеющуюся статистику. В спорных случаях — сами запускаем трафик и проверяем качество паблишера. Если имеет место быть низкокачественный трафик, от работы с таким паблишером отказываемся, рекламодателям компенсируем расходы.

Если вы работаете в сети, которая никак не контролирует скликивание, бюджет будет слит независимо от наличия трекера и антифрода. Умиляет совет использовать black-листы. Как это делать, когда площадок 10 000+, их ID меняется каждый месяц, а вертикаль с дорогой ценой конверсии — никаких бюджетов не хватит, чтобы отбить затраты. Как защититься? Использовать авто-правила позволяющие заранее определить качество площадки для вашего оффера. Для этого у нас есть smart bidder, он в автоматическом режиме оптимизирует кампании и управляет бидами на каждой площадке. Также диверсифицироваться в трафик сорсах, сравнивать несколько сеток и использовать трекер со своими лендами/прелендами.

Конечно пытаются скликивать, вот один умелец год назад даже записал видео как нашу сетку скликивать. Учитывая, что количество просмотров перевалило за 2 000, желающих баснословно обогатиться таким образом было немало, но конец у всех был одинаковый — блокировали, блокируем и будем блокировать 🙂 Другие наши форматы — iOS-календари, redirect — тоже прецеденты были. Скликивать будут все, что рентабельно скликивать. А мы будем блокировать, всех кто будет так делать.

Боты докучают всем, и мы решили, что лучшая защита от них — это нападение. В Adsterra функционирует целый отдел, задача которого — мониторить источники трафика. Особенное внимание мы уделяем новым паблишерам, однако регулярные проверки касаются всех без исключения. Также мы порой обращаемся к партнерам-рекламодателям, спрашивая их мнение по поводу той или иной площадки, поскольку рекламодателю доступно больше данных о поведении пользователей и его вердикт «норм/не норм» может помочь нам принять окончательное решение.

Если рекламодатель подозревает, что с какой-то из наших площадок идет ботовый траф, и может показать технические маркеры ботовости (аномалии с IP-адресами, нетипичное распределение долей OS или браузеров и тому подобное), то мы всегда готовы изучить его данные и – в случае подтверждения – оперативно принять меры.

Арбитражникам можно посоветовать уделять больше внимания анализу трафика, идущего от источников, и следить за отсутствием аномалий. На рынке есть большое количество продуктов, позволяющих эффективно это делать. CR может недотягивать до установленных KPI и без ботов, так что следить за качеством в разбивке по площадке, вовремя корректировать CPM и применять блеклисты/вайтлисты, опираясь на данные трекера — всегда хорошая мысль.

В крупных сетях вроде Kadam, фрод крайне редкое явление. Мы давно научились работать со всем этим, так что для нашей рекламной сети они не страшны. Последние 2 года мы активно развиваем инхаус антифрод. Да, иногда наша служба поддержки получает сообщения о фроде в трафике. Естественно, все это тщательно проверяется. Воспринимаем это как возможность стать лучше, найти сбой в системе. Если подтверждается наличие фрода в трафике, компенсируем рекламодателю сумму до х5 от его трат.

Иногда у некоторых паблишеров трафик по объективным причинам может иметь низкое качество (неудачное расположение блока, ЦА на сайте не та и т. д.), поэтому важно понимать стоимость того или иного трафика и покупать его за честную цену. Иногда может иметь место мисклик — когда человек свайпом хочет закрыть пуш и случайно кликает на него. Фродеры больше любят нативную рекламу и Pop-формат.