Morketing_全球营销商业媒体平台

Morketing · 2015-08-11 20:22

【摘要】广告上的作弊流量不是来自真实的人类，因此，它有另外一个名字——非人类流量。

Morketing独家整理，未经授权，请勿转载

此前探讨的广告拦截和可见度问题，对广告主来说毫无疑问是个坏消息，但它们至少没有恶意。广告作弊就不同了，正如其名，这是早有预谋的欺诈行为，目的在于骗走广告主的预算。

它可能来自“僵尸网络”，那些安装在黑客装置内的僵尸程序的集合，专门模仿人类的线上行为；也有可能来自真实用户的设备，只不过是通过广告软件、浏览器劫持或者广告注入器；或者直接来自一些非法的媒体，通过在一个广告上面叠加另一个广告的方式或者把它们都塞进1×1像素里来扩充他们的流量数据。

广告欺诈也包括人工流量，绝大部分来自网络水军。这些水军组织多数在一些工资水平较低的发展中国家，他们雇佣人力来反复点击广告，为了使点击率激增。但有人认为，因为这些流量仍然来自人类，所以“水军”不应当包括在广告作弊的定义内。此前 Integral Ad Science发布的白皮书中也提到，“虽然这些广告很有可能是无效的，但它们仍能被用户看见，因此不能被归在‘非人类流量’范围内。”

Forensiq的Soyer则不认同：“从广告主投放的角度来看，如果我不知道自己买的是什么，面对菲律宾一间挤满了人在不断点击广告的仓库，我的感受会好么？这种点击创造不了任何价值，可我还不得不为之付费。如果你有预谋地、甚至是带着恶意地去拿那些你本没资格拿的钱，这和信用卡欺诈或者其他犯罪活动没任何差别。”

流量作弊损害的不光是广告主

从一些数据来看，在线广告作弊的比例还是蛮高的。2014年5月，英国《金融时报》曾报道，在奔驰的一次投放活动中，36.5万次曝光，机器人流量占了57％；2013年末，网络安全公司Incapsula公布了一项基于2万个网页的研究，显示多达61.5％的全球网页流量是由机器人产生的。

当然，并不是所有的机器人流量都是恶意的，像“Googlebot”一样，抓取网页是为了搜索引擎的内容。但是Incapsula发现，近一半的机器人流量（约30.5％）来自scrapers、impersonators和其他恶意来源。

这些数据对广告主来说无疑是个噩耗。任何花在机器人流量的曝光或参与的预算都是种浪费，因为它们没有带来任何ROI的转化，但广告费却直接进了欺诈者的腰包。去年，美国国家广告主协会的一项研究估计，2015年全球将会有63亿美元（40亿欧元）浪费在机器人流量上。

正如JICWEBS在6月发布的实践指南指出的：“虽然越来越复杂的机器人可以通过点击网页来实现虚拟转化，但是它们没法产生购买商品或服务这种真正的转换，它们也不会参与品牌的活动。”

不光是广告主在因为广告作弊损失资金。短期来看，广告欺骗可能对供应方不是个大问题，毕竟，媒体仍能从作弊流量中得到收益。事实上，不管是间接地购买那些作弊流量，还是蓄意雇佣作弊者来扩充库存以增加收入，供应方在某些情况下扮演了流量欺诈的始作俑者。不过从长远来看，广告作弊会使整个行业的合法库存陷入贬值的风险。

“市场的一方在告诉另一方‘是他们错了’，解决问题应该是他们的责任，但作弊这个问题，真正需要的是供应方和需求方一起来解决。”BuzzCity的英国区域经理Matt Keating说。

这在移动端是个问题吗？

以上这些关于广告欺诈的探讨多是发生在PC端，移动端又是什么情况呢？

“移动端的广告欺诈不是像在线广告作弊那样的大问题，因为目前移动端的投放量还不是很大，作弊者还没有大力度地进军移动端。” Millennial Media事业发展部副总裁 Andrew Bradway说。

即使比例低于PC端，移动端的广告作弊也已成为其生态系统的一部分。回首2012年，Trademob的一项研究显示，18％的移动端点击量都是作弊的；IAB 2014年数据显示，随着移动端占美国在线广告支出的25％，这一比重也在上涨。

关于广告欺诈是怎样实现的，在移动端和PC端没有太大差别。Trademob的报告显示：“移动点击作弊手法和PC端一样”。但涉及到In-app广告时，情况有些不同。

“好消息是In-app广告有个过滤的过程，”Fiksu 的首席战略官Craig Palli说。“App必须通过类似苹果这样公司的测评，它们想要被无数次下载，从一开始就要能引人注目，所以不太可能存在大规模的作弊行为。”

然而，Forensiq的Soyer则认为这种说法是“无稽之谈”。他表示：“In-app的广告欺诈问题就像其他任何环境一样，都是影响深远且很有害的。”

我们能做些什么？

广告欺诈并不是这个行业乐于讨论的问题，尤其是对客户，所以这个话题仍然需要对买方和卖方进行教育，使他们更好地理解广告作弊。这将帮他们向合作伙伴提出正确问题，以此确定谁可以信任。

“需求方应该向他们的代理商和供应商询问更多问题，他们掌控着预算，更有能力来塑造整个市场。”BuzzCity的Keating表示，“当你采取措施使作弊变得越难实现，它就会越来越不那么有利可图，从而也会越来越少的发生。有些代理商和品牌广告主已经在这方面做得不错，他们能应对广告欺诈问题，而多数代理商和品牌广告主还刚开始重视这个问题。”

JICWEBS的广告欺诈实践指南罗列了一系列问题来帮助广告主或者发行商发现作弊流量。比如，供应商如何确定什么是人工流量以及是否这些结果经过第三方验证。在这个指南中，广告网络可以找到最佳办法来发现他们库存中的机器人流量。

这只是一般的实践指南，但如果要应对作弊，有很多提供广告作弊检测工具的供应商，比如Forensiq、Integral Ad Science等。这些公司基于数以百计的信号来发现可疑的流量模式。这些信号通常包括异常的流量高峰、与投放设置不匹配的人口属性或位置数据的曝光、许多来自同一台设备的IP地址，或者试图隐藏当天的时间等。

供应商不愿分享他们如何发现作弊流量的具体细节，部分是因为竞争，部分是因为他们有可能在帮助作弊者逃避检测。不管如何，透明度是极其重要的。

“如果把一个供应商置于显微镜之下，我们就能知道花的每一分钱预算都去哪儿了，并且它能显示一个清晰的投资回报率。” Forensiq的Soyer说：“如果一个供应商有意回避，说‘流量是可疑的，但我不能告诉你为什么’，你完全有权利反驳。并表示自己付过钱了，不想听‘是个专有的黑盒子’这样的无稽之谈。我不需要很精确地知道你的算法是如何工作的，但我需要知道你是怎样得出这是一个可疑点击或者曝光的结论。”

虽然这些收集到的信息没法阻止这次遇到的作弊行为，但可以提供给一个专门的客户或者作为所有广告主历史数据的一部分，来指导他们未来的购买决策。另外，根据 Integral Ad Science研究显示，在任何可疑的交易发生之前，这个过程可用来实时地终止这次交易，但它不是对所有购买方式都有效，包括程序化购买。

这些信息也可以用来直接拉黑任何有高作弊可能的网站；或者向售卖虚假流量的媒体或广告联盟索要赔偿，当然，这需要耗时的谈判。

不过，在这些发生之前，有一个简单又适用的最佳解决办法。JICWEBS的实践指南建议广告主“为他们的媒体投放设置清晰的目标，专注于实际ROI转化的衡量，这样一来，作弊者就很难弄虚作假。而考量点击率、视频完成率、最后触达归因等方面是很容易造假。”

BuzzCity的Keating对此很认同：“你越近距离衡量投放活动以及付费给供应商，你就越不容易被欺骗。”这些指标是基于复杂的用户行为，机器人很难模仿，或者至少能让这种作弊行为赚的更少。

“最显而易见的例子就是CPA，”Keating说，“如果它涉及到购买，那作弊就不会发生，因为没有任何一个诈骗者愿意真正地付钱。”

不过Forensiq的Soyer表示，让欺诈者付钱也不是不可能。他说：“过去认为机器人完全是无害的，因为它们不会转换，不会为任何东西支付。但现在情况不再是这样，因为你可以把机器人和克隆的或者被偷的信用卡绑在一起，使得机器人也能实现转化并且购买东西。”

这是场军备竞赛