分布模型排查
Adjust 的分布模型排查可以积极抵御点击欺诈的侵害。为实现这个目标,Adjust 会计算出可能来自点击欺诈之安装与再归因的统计概率,并滤出不符合我们标准的交互。这就意味着,欺诈活动永远不会出现在您的数据集中,营销人员可以放心地甄别出珍贵的自然用户。

设置分布模型排查

要设置分布模型排查,请按下列步骤在 Adjust 控制面板中操作。

  1. 查找应用并选择应用选项插入符号 (^)
  2. 选择 所有设置 > 防作弊
  3. 分布模型排查 开关切换至

级别选项可让您设置分布模型排查的力度。请根据测试和生产环境,对该设置进行相应的变更。 

  • 高级 (推荐):过滤器以最高级别运行,在完全的生产模式下应启用此级别 

  • 标准:仅用于试用和测试目的

查看您的数据

要查看您的数据,请按下列步骤在控制面板中进行操作。
  1. 导航到应用,点击您应用选项上的 ^ 符号
  2. 选择统计数据
  3. 选择防作弊

因点击欺诈而被拒绝的安装将显示在以下某列中:

  • 因异常高参与度被拒安装 (RI TME)
  • 因分布异常被拒安装 (RI DO)

因点击欺诈而被拒绝的再归因将显示在以下某列中:

  • 因异常高参与度被拒再归因 (RR TME)
  • 因分布异常被拒再归因 (RR DO)

注意:因点击欺诈而被拒绝的安装,将归因于通过 Adjust 归因所找到的可靠来源;如果没找到可靠来源,则会归因于 Organic (自然量) 跟踪链接。

要了解防作弊 KPI 的相关信息,理解如何解读统计数据,请参阅我们的 防作弊报告 一文。

常见问题

什么是点击欺诈 (click spam) ?

Adjust 将所有的非法点击活动定义为点击欺诈。对欺诈者而言,点击欺诈的目的是从您的自然用户处窃取归因,也就是将部分自然安装归因于某个不实渠道。如此一来,他们的推广活动看似吸引了大量有价值的用户。 

值得注意的是,并非所有点击欺诈都是有预谋的作弊。其中可能涉及将展示作为点击发送的渠道,也可能涉及发送人工点击目录的服务器;另一种常见示例是,应用悄悄在后台加载和点击广告。

Adjust 如何识别点击欺诈?

Adjust 以点击安装时间分布为基础,建立了拒绝点击欺诈归因的解决方案。第一步是将那些试图操纵点击安装分布之高频点击的资格取消,第二步则是使用分布模型排查来拒绝归因。

异常高交互

为了模仿真实的点击安装时间分布,欺诈者反复地按重复间隔发送同一个点击。这样,他们得以生成相对接近安装时间的“最后一次点击”。

安装发生时,Adjust 会检查相关归因窗口内所有符合条件的点击,如果发现大量点击模式,我们会取消相应点击的资格。我们因此能正确地执行归因,将安装归因于下个合法点击或视作自然用户。

在排除所有试图掉操纵点击安装时间分布的作弊行为后,我们便可以利用分布模型排查来检测剩余的点击欺诈。

分布模型排查

我们通过实时审查统计数据和分析实际作弊活动,开发了分布模型排查方法。根据这项研究我们发现,超过 85% 的安装是在点击后第一个小时内记录的。此行为说明,点击与安装时间之间存在很强的相关性。

然而,当作弊发生时,点击与安装之间却没有显示出这样的相关性。由于用户从未实际点击过,也从未重定向到应用商店,他们的安装不受点击时间影响,当自然用户被点击欺诈随机盗取后,点击安装时间反而会均匀分布在整个归因窗口中。

清楚这一点后,我们为点击后第一个小时内记录的安装定义了一个较低的阈值。如果点击后第一个小时内发生的安装数量,超过了点击后第一个小时内发生的特定安装比例,Adjust 会着手取消相应点击的归因资格。依此逻辑,安装将归因于下一个符合条件的跟踪渠道来源或被视作自然流量。

有关此主题