神策数据-数字广告投放中虚假流量的排查与判定-2018.8-24页-14mb

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的一大难题，严重影响广告主的投放效果与品牌安全。世界广告主联盟（WFA）预测，若不采取措施，到2025年虚假广告花费将达到500亿美元，仅次于毒品交易。部分企业如宝洁公司，已通过削减广告预算来应对虚假流量带来的损失，表明广告主对流量质量的关注度正在提升。

虚假流量的危害主要包括：

• 投递效果无法科学评估：导致广告主经济损失，获客成本增加。
• 造成无效流量与品牌安全风险：虚假流量可能误导品牌推广，甚至将品牌投放到负面内容中。
• 加剧行业信任危机：由于广告主对营销效果的困惑，虚假流量问题进一步削弱了行业信任。

二、虚假流量如何发生？

虚假流量的产生主要分为两种机制：机器作弊和人为作弊。

1. 虚假流量的发生机制

• 机器作弊：通过程序模拟用户行为，如使用爬虫、修改DNS/IP、肉机访问等方式制造虚假流量，成本低但容易被识别。
• 人为作弊：通过雇佣人员进行点击、下载、访问等行为，虽成本较高，但难以完全屏蔽。

2. 虚假流量的获益形式

• CPM/CPC：主要通过刷曝光、点击来获取收益。
• CPA/CPS：通过刷下载、激活、留存、订单等转化指标来获利。

虚假流量的出现通常具有目的性和规律性，如点击频繁但无有效交互、同一用户在短时间内多次访问等。

三、如何快速剔除虚假流量？

1. 识别虚假流量的难点

• 广告投放数据与网页转化数据断层：广告主无法判断流量是否真正转化为用户行为。
• 无法判断虚假流量来源：多个渠道混合，难以准确定位虚假流量的具体来源。

2. 全流程数据流量监控是识别的基础

识别虚假流量需要整合流量数据、行为数据、转化数据，进行全流程的监控与分析，确保数据的完整性与准确性。

3. 识别虚假流量的常见维度

维度	描述
基本属性	包括时间、地域、终端类型、操作系统、联网方式、IP集中等。
产品参与度	包括跳出率、平均访问深度、平均访问时长、用户行为路径、页面点击情况、流量留存情况等。
转化情况	通过转化漏斗分析，判断用户是否真正完成业务目标，如提交订单等。

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，通过以下多维分析确认其为虚假流量：

• 时间维度：M渠道流量集中在非正常时段（如凌晨2点、5点、下午2点、3点），且无实际活动支持。
• 用户访问设备：流量主要来自Android设备，无设备限制的情况下出现集中现象，表明异常。
• IP集中：某些IP在特定时间段流量激增，如140.205.92.1，进一步表明流量异常。
• 跳出率：M渠道用户跳出率高达98.88%，几乎无进一步行为。
• 平均访问深度与时长：用户仅访问一个页面即退出，平均停留时间极短，不符合正常用户行为。
• 用户行为路径：用户行为高度规律，如多次重复访问同一页面，无实际交互。
• 转化情况：核心转化（如提交订单）为0，说明流量无实际价值。

通过上述分析，该渠道流量被判定为虚假流量。

四、面对虚假流量我们应该做什么？

1. 数据分析是识别虚假流量的关键手段

广告主应通过数据分析工具，如神策数据，进行多维排查，识别虚假流量的特征，辅助投放策略优化。

2. 企业应采取的措施

• 掌握可靠的衡量数据：与专业的数据分析平台合作，实现对流量的精细化监控。
• 优化运营模式：在了解虚假流量特征后，广告主应基于数据分析优化投放渠道，提升营销效果。
• 设置识别机制：如通过逻辑判断识别异常行为，例如在APP更新后，若新增用户为老版本用户，则可能为虚假流量。

3. 神策数据简介

神策数据（Sensors Data）是一家专注于大数据分析与用户行为洞察的公司，提供深度用户行为分析平台及相关服务。其产品“神策分析”支持私有化部署与SaaS模式，适用于营销渠道评估、精细化运营、用户体验优化等场景，已被多家行业领先企业采用。

4. 神策数据用户行为洞察研究院

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，推动数据驱动决策。

五、声明

本白皮书由神策数据用户行为洞察研究院发布，内容为神策数据原创，未经授权不得转载、复制或编辑使用。

---

联系方式：

• 邮箱：contact@sensorsdata.cn
• 电话：4006509827
• 网站：www.sensorsdata.cn