“數(shù)”說買量|起底效果廣告作弊數(shù)據(jù)！
Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
7年前
來源 | 熱云數(shù)據(jù)
作者 | Tony Bai
我們這篇就輕輕的扒一扒“刷量”的手法，目的還是為了讓更多的人關(guān)注整個行業(yè)的健康發(fā)展。
先來看一個數(shù)據(jù)，大家感受一下，從2016年3月開始至今，我司的移動廣告監(jiān)測產(chǎn)品累計積累了超過30億個獨立的移動設(shè)備ID，發(fā)這個數(shù)據(jù)不是為了讓大家感覺我們有多牛逼（全中國才有多少人?。?，作為中立的第三方數(shù)據(jù)監(jiān)測平臺，我司無法阻止“刷量”，只能靠技術(shù)識別哪些是“刷量”，所以請大家不要再問我們的產(chǎn)品是不是可以防止“刷量”了。通過這些數(shù)據(jù)是想先讓大家拍腦袋猜一下其中有多少設(shè)備ID是真實的用戶？據(jù)我們的統(tǒng)計，其中有超過75%的設(shè)備ID在“產(chǎn)生點擊”或者激活A(yù)PP后沒有任何其他行為，而據(jù)國外的一些數(shù)據(jù)報告顯示，這個比例是25%，說明國內(nèi)的假量比例遠(yuǎn)遠(yuǎn)高于國外行業(yè)！
為什么有75%的設(shè)備沒有后續(xù)行為呢？
有一種比較Low的“刷量”手段，是用程序直接模擬生成iOS的IDFA/IP或者Android的IMEI/IP地址發(fā)送給廣告主或者第三方監(jiān)測平臺，例如直接用程序模擬生成這樣的IDFA：1E2DFA89-496A-47FD-9941-DF1FC4E6484A，但因為模擬成真實的設(shè)備ID的概率太低，所以這類方法會產(chǎn)生大量的垃圾設(shè)備ID。
第二種方法是收集足夠多真實的設(shè)備ID，再用程序模擬發(fā)送給廣告主或者第三方監(jiān)測平臺，因為現(xiàn)在有太多渠道可以廉價獲得真實的設(shè)備ID，所以目前大多數(shù)“刷量”的平臺都采用這種方式，這種行為我將其稱為“發(fā)送海量點擊拼運氣碰撞激活技術(shù)”，是不是很酷！當(dāng)然這種方法也會因為設(shè)備ID庫/IP地址的真實性、實時性、設(shè)備ID的用戶畫像準(zhǔn)確性等因素而影響“刷量”效果。
這時候，就有人說了，反正我是看ROI的，要是有刷量ROI肯定不好啊，ROI不好我肯定就不投了啊，這話絕對沒毛??！那是建立在你投放的平臺是按CPC、CPM、CPT等結(jié)算方式的，要是按CPA結(jié)算呢？
寫到這里，我必須先澄清下，我的目的不是說所有按CPA結(jié)算的平臺都有“刷量”，更不是要把CPA渠道一棒子打死，很多CPA渠道假量多也跟其網(wǎng)盟下面作弊的媒體流量有關(guān)，實事上行業(yè)中有非常多不錯的CPA渠道。
為什么說“按CPA結(jié)算”有作弊的空子鉆呢？
這里就要先科普一下目前行業(yè)中大家都認(rèn)可的效果類廣告歸因模型Last Click模型了：
假設(shè)你同時在Facebook、Twitter、Google三個平臺上面投放廣告，當(dāng)有用戶依次在三個平臺上面點擊了廣告，那么按照3個平臺分別的歸因規(guī)則：
- Facebook在用戶點擊后28天內(nèi)的安裝和看過廣告24小時內(nèi)安裝也會歸因為Facebook安裝；
- Twitter在用戶點擊后14天內(nèi)的安裝都會歸因成Twitter數(shù)據(jù)；
- Google在用戶點擊后30天內(nèi)的數(shù)據(jù)將歸因為Google安裝。
而第三方監(jiān)測平臺的歸因（Last Click Model）模型使用Last Click跟蹤模式，即將安裝&打開APP的用戶分配給最后產(chǎn)生點擊的渠道。例如用戶周一點擊了Facebook廣告沒有下載，周三點擊了Google廣告沒有下載，周五點擊Twitter廣告并下載了，那這個安裝會被其他兩個渠道算成是他們的安裝，但第三方會把這個安裝算給Twitter，當(dāng)然實際情況還要比這個例子復(fù)雜許多，假設(shè)廣告主自己做歸因系統(tǒng)，則經(jīng)常會因為和各平臺的差異等問題而產(chǎn)生大量溝通、再加上復(fù)雜的作弊識別算法等技術(shù)的坑，目前90%的公司會選擇使用第三方監(jiān)測平臺。
真實的廣告投放場景是一個APP會同時在N家廣告平臺或渠道進(jìn)行投放，所以當(dāng)一個激活或者安裝產(chǎn)生之后，第三方的歸因系統(tǒng)會按照歸因模型把這個用戶算給某個平臺，即本次激活或安裝應(yīng)該匹配到哪一次“點擊”，如果是正常的用戶點擊和激活行為，按照Last Click Model，可以很好的進(jìn)行歸因，但當(dāng)有平臺刷“點擊”的時候，就會導(dǎo)致2個嚴(yán)重的問題：
- 1、其他平臺的量被“刷”走。
舉個例子說明：比如用戶A在今日頭條點擊了一個廣告，然后跳轉(zhuǎn)到了Appstore進(jìn)行下載、而這個時候“刷量”平臺剛好也給廣告主或者第三方監(jiān)測平臺發(fā)送了用戶A點擊廣告的數(shù)據(jù)，而當(dāng)用戶下載完APP后，這個用戶就會被算為“刷量”平臺的用戶。
- 2、“自然量”會被“刷”走。
因為很多用戶會直接通過Appstore進(jìn)行下載APP，而這個時候如果在用戶下載前，“刷量”平臺剛好發(fā)送了一條點擊廣告的數(shù)據(jù)，這個用戶也會被算為“刷量”平臺的用戶。
如上2個問題一般會導(dǎo)致：如果廣告主同時在多個平臺進(jìn)行廣告投放的情況下，正規(guī)平臺的量有一定概率會被“刷”走，從而會影響廣告主對平臺效果的評估，甚至是廣告投放預(yù)算決策的錯誤，此外，“自然量”被“刷”走，則會給廣告主帶來額外的投放開支、甚至是決策錯誤，從而影響廣告投放效果。
“刷量”的基本特點包括會產(chǎn)生大量的點擊、一個設(shè)備ID每天點擊多次廣告、一個設(shè)備ID連續(xù)多天點擊廣告、一個設(shè)備ID每天點擊不同APP的廣告等等，這里有一份真實的數(shù)據(jù)：
單設(shè)備每日點擊廣告超過1次的比例：
表示一個設(shè)備每天點擊相同廣告的次數(shù)，可以從下面表格中的數(shù)據(jù)看到，“刷量”平臺平均每天有超過40%的設(shè)備會“點擊”相同的廣告鏈接，而對比正常的渠道是9%。
每周超過1天點擊廣告的比例：
表示在一周內(nèi)，一個設(shè)備是否會每天都點擊廣告，“刷量”平臺會有超過35%的設(shè)備會連續(xù)多天“點擊”廣告鏈接，甚至“刷量平臺B”這個數(shù)據(jù)超過63%。
每天點擊不同APP的數(shù)量大于1的比例：
這個數(shù)據(jù)是衡量假設(shè)有多個APP在同一家廣告平臺進(jìn)行投放，那么其廣告平臺的用戶是否會同一天點擊多個APP的廣告鏈接，正常情況下只有1.5%的用戶會點擊多個APP的廣告鏈接，而“刷量”平臺有超過40%的用戶，會每天“點擊”多個APP的廣告鏈接，這顯然不make sense。
所以說按CPA進(jìn)行結(jié)算是有概率進(jìn)行鉆空子的原因，相信大家應(yīng)該明白其中的道理了，建議大家除了關(guān)注成本、回報，還要關(guān)注下激活轉(zhuǎn)化率，再次強調(diào)一下，并不是所有按CPA結(jié)算的渠道都會“刷量”，當(dāng)然“刷量”其實是一個技術(shù)活，其中的“優(yōu)化算法”還是很有技術(shù)含量的，感興趣的話...我看看能不能邀請現(xiàn)在“刷量”做的最牛的公司給大家介紹（估計我會比打死）。
感覺到了滿滿的負(fù)能量！
--------------華麗的分割線分割負(fù)能量--------------
上一篇文章，我貼了這個激活率趨勢數(shù)據(jù)，其中是包含了所有“點擊”到“激活”的數(shù)據(jù)，大家回顧一下：
這次我把目前我們監(jiān)測的超過1300家廣告平臺、渠道、APP（反正就是廣告主們用到的所有流量平臺）去掉了沖榜渠道（因為轉(zhuǎn)化率實在太高了），去掉累計給廣告主帶來的激活數(shù)少于10000的平臺（這樣的平臺量不大，但很多質(zhì)量很好），按照激活轉(zhuǎn)化率這個指標(biāo)進(jìn)行了分區(qū)對比，大家分別看下最近3個月的數(shù)據(jù)：
從數(shù)據(jù)當(dāng)中可以看到：
轉(zhuǎn)化率最高的頭部廣告平臺的平均數(shù)為4.37%，1月到3月趨勢變化不明顯，3月份還沒有整月數(shù)據(jù)，供參考。轉(zhuǎn)化效果中等的平臺，點擊到激活的轉(zhuǎn)化率平均為1.07%，1月到3月變化也不明顯，轉(zhuǎn)化較差的平臺的平均轉(zhuǎn)化率是0.32%，因為熱云數(shù)據(jù)的移動廣告監(jiān)測平臺目前覆蓋了超過1300家廣告平臺，光看這份平均值數(shù)據(jù)還是不夠的，后面的文章我們再逐漸深入的進(jìn)行數(shù)據(jù)的分析。
實際上廣告平臺孰好孰壞，很多有經(jīng)驗的廣告主在試驗了一段時間之后，心里都會有數(shù)。本篇文章主要是希望大家要警惕“刷量”的問題對廣告主同時在其他平臺投放數(shù)據(jù)的影響以及對自己決策判斷的影響，后面我會分別對游戲、金融、電商、社交、直播等不同領(lǐng)域的APP的數(shù)據(jù)進(jìn)行深入的分析和分享，例如投放節(jié)奏的分析、不同類型的APP的ROI分析、不同產(chǎn)品的LTV數(shù)據(jù)等等，希望與大家有更多的交流。
投稿請戳這里！投稿
文章評論(0)