2018-数字广告投放中虚假流量的排查与判定_24页-14mb
报告摘要
数字广告投放中虚假流量的排查与判定总结
一、虚假流量成为数字广告业的顽疾
虚假流量已成为数字广告行业中的重大问题,严重影响广告主的投放效果与品牌安全。根据世界广告主联盟(WFA)预测,若不采取措施,2025年虚假广告花费将高达500亿美元,仅次于毒品交易。许多企业已意识到虚假流量的危害,如宝洁公司2017年削减1亿美元数字广告预算后,业绩未受影响,揭示了广告投放中的巨大浪费。
虚假流量的危害主要体现在以下方面:
- 投递效果无法科学评估:导致广告主经济损失。
- 造成无效流量与品牌安全问题:如流量被投放到负面内容页面。
- 引发行业信任危机:由于信息不透明,广告主对数字广告的可信度下降。
二、虚假流量如何发生?
虚假流量的产生涉及多种行业,形式各异,主要包括:
- 电商:刷单、刷信誉
- APP:刷下载、激活
- O2O:刷单
- 搜索:假外链
- 自媒体:刷粉丝
- 广告:刷曝光、点击
1、看似正常的广告投放环节
广告投放通常包括以下几个步骤:
- 选择广告形式:如SEM、DSP、信息流、开屏广告等。
- 确认付费形式:如CPM(按展示量)、CPC(按点击量)、CPA(按转化量)、CPS(按销售额)。
- 跟踪投放数据:如展现量、点击率、点击量、消费、注册量、下载量等。
由于广告投放链条复杂,中间商众多,导致数据透明度低,为虚假流量提供了滋生土壤。
2、虚假流量的发生机制及获益形式
虚假流量主要通过机器作弊和人为作弊两种方式进行:
- 机器作弊:通过代码模拟点击、访问、浏览等行为,如使用爬虫、修改DNS/IP、伪造iframe等。
- 人为作弊:通过雇佣人员进行点击、下载等操作,成本较高但难以完全杜绝。
虚假流量的获益形式与广告付费方式密切相关:
- CPM/CPC:主要作弊于曝光和点击。
- CPA:主要作弊于下载、激活及留存。
- CPS:主要作弊于订单。
3、虚假流量的“生态圈”下的利益捆绑
虚假流量的出现与“生态圈”中的利益关系密不可分,主要包括:
- 媒体与广告平台:掌握大量流量资源,存在利益捆绑。
- 广告主:在KPI压力下,可能默许或推动虚假流量。
- 高利润、低风险:虚假流量成本低,且难以追溯,助长了双方的作弊行为。
三、如何快速剔除虚假流量?
1、识别虚假流量的难点
- 广告投放数据与转化数据断层:无法判断流量是否带来实际转化。
- 无法识别虚假流量来源:多个渠道混合,难以定位具体作弊渠道。
2、全流程数据流量监控是识别的基础
识别虚假流量需要对流量数据、行为数据、转化数据进行全面采集与分析,实现全流程跟踪与判断。只有获取完整数据,才能有效识别虚假流量。
3、识别虚假流量的常见维度
(1) 基本属性
- 时间与地域分布:正常流量分布均匀,虚假流量常出现集中、突增现象。
- 终端类型:正常流量设备多元化,虚假流量常集中于某一设备或系统。
- IP集中度:异常IP频繁访问,可能为虚假流量。
(2) 产品参与度
- 跳出率:虚假流量通常表现出高跳出率。
- 访问深度与时长:虚假流量访问深度低、停留时间短。
- 用户行为路径:虚假流量行为路径呈现高度规律性,如重复访问同一页面、无后续操作等。
(3) 转化情况
- 核心转化漏斗分析:如“提交订单”等关键行为的转化率。
- 转化数据断层:即使有大量访问,但转化率极低,可能为虚假流量。
4、案例:从用户行为数据多维诊断虚假流量
某电商企业发现某媒体渠道(M渠道)流量异常,通过以下维度排查:
- 时间维度:流量集中在非正常时段(如凌晨2:00、5:00)。
- 用户设备:流量集中于Android设备,无设备限制的情况下出现此现象。
- IP集中:特定IP在特定时段流量激增。
- 跳出率:M渠道用户跳出率高达98.88%。
- 访问深度:用户平均仅浏览一个页面。
- 访问时长:平均停留时间仅为6.2秒。
- 行为路径:用户行为高度重复、规律性强,无有效转化。
通过多维度分析,最终判断该渠道流量为虚假流量。
四、面对虚假流量我们应该做什么?
1、加强数据分析能力
数据分析是识别虚假流量的关键手段,企业应借助专业平台进行数据采集、清洗、分析与可视化,以识别异常流量。
2、优化运营模式
广告主应优化运营策略,提升流量质量,减少对虚假流量的依赖。
3、技术与机制结合
- 技术手段:如使用神策分析平台进行行为数据采集与分析。
- 机制设计:如设定逻辑规则,对异常用户行为进行自动识别与屏蔽。
关于神策数据
神策数据是一家专注于大数据分析的服务公司,提供用户行为分析平台及相关解决方案,助力企业实现数据驱动决策。其产品神策分析支持私有化部署与SaaS模式,适用于营销效果评估、精细化运营、产品优化等场景,已被众多行业领先企业采用。
关于神策数据用户行为洞察研究院
该研究院由神策数据核心团队与行业专家组成,致力于大数据与用户行为分析的研究,提供行业深度洞察与创新解决方案。
声明
本白皮书由神策数据用户行为洞察研究院发布,未经许可,不得擅自转载或使用。
试读结束,高清完整版pdf/doc/ppt,请点下载