AdBright资讯动态
AdBright广告效果咨询
QQ客服咨询
AdBright电话
400 008 2908
AdBright> 资讯动态>揭秘程序化广告“黑产”——虚假流量

揭秘程序化广告“黑产”——虚假流量

AdBright | 2019-09-26

“各类刷量平台在我国已超过1000家。“

“现在国内刷量产业的人员规模累计达到九百多万。”

......


虚假流量生于互联网,壮大于互联网,不论是在电商、支付平台、还是O2O、自媒体、广告等行业,都有着它的身影。不同行业的流量作弊形式不同,比如电商对应刷单、刷信誉,而在程序化广告行业,则是刷广告数据(曝光、点击、下载等)。



广告监测能帮助广告主获得背书认证的、真实有效的广告数据。其实,鉴别虚假流量,也成了很多第三方广告监测工具的核心卖点。


本文想就流量造假,浅谈在程序化广告行业中原因、机制、后果。


一、原因


1.需求驱动


广告主:在某种程度上,广告主即是虚假流量的受害者,也是受益者。

比如当面对考核指标的压力时,当曝光、 点击等指标无法完成时,会忽视广告刷量的影响;

除此之外,一些初创公司为了包装数据,吸引投资,也会主动用虚假流量的方式刷单。


广告服务商:满足不了广告主KPI后的“灰色”选择。

广告主一般会制定各种各样的KPI(一般以点击率/点击成本/互动率/转化成本等为指标),若无法完成 KPI,部分广告服务商会通过伪造下载量、访问量、阅读量等形式“拥抱”虚假流量。


媒体:为了赚取更多流量费用的需求。

广告业务是媒体的核心变现业务,日益增加的广告投放需求与流量需求,不停推动着广告平台自身对流量扩增的需求。


2.高利润、低风险


对于流量造假者来说,刷流量的成本可能还不及正常流量成本的十分之一,毛利率高达90%。


在广告主侧,部分广告主对流量质量的评估,无专业举证和分析能力,无法拿出直接证据证明对方造假,因此追究虚假流量难度大,维权较为困难。


在监管侧,在当前的互联网环境中,调查取证、跨地域协调较为困难,还需要一些专业的应对策略。而造假分子有着灵活的操作空间、以及高度的反侦察意识。



二、机制


1.机器作弊


机器作弊即通过技术手段生成想要的流量,这类流量也被称为非人为流量(No-Human Traffic )。具体手段包括:机器不断变更设备信息与内存数据、通过机器发送虚假流量、肉机访问网页、修改 DNS/IP 访问网页、爬虫技术访问网页实现模拟行为。


机器作弊成本较低,离不开代码程序,但这类型流量容易被监测到。




2.人为作弊


人为作弊即通过雇佣、激励的方式雇佣大批人员去生成的流量,这类流量也被称为非激励正常流量(No-Incentive Traffic)。具体手段包括付费雇佣、或者使用奖券,红包,游戏点卡等激励人员点击广告、下载 APP、访问网页


人为作弊带来的虚假流量较难屏蔽,但成本相对较高。




三、后果


1.广告主


推广成本提高:广告主为了防止自己的推广费用“浪费”在虚假流量之中,往往需要购买友盟、热云、秒针等广告监测技术公司的监测服务,计费一般按推广费用的比例结算,根据所选的服务层次叠加费用。


错过推广“黄金期”:对于效果类的广告主来说,需要结合产品推广的周期和节点建立广告计划,推广费用若消耗在虚假流量中,不仅对于转化有极大影响,后续再建推广计划,已无之前的时效性。




2.媒体/行业


信誉度降低:虚假流量破坏的是商业诚信体系,对于媒体来说,广告变现是最为高效、稳定的变现形式、虚假流量的泛滥将大大降低广告主对平台的信赖程度,影响广告业务的正常推进和开展。


柠檬市场效应:在信息不对称的情况下,往往好的商品(优质流量)遭受淘汰,而劣等品(虚假流量)会逐渐占领市场,从而取代好的商品,导致市场中都是劣等品,带来的也是互联网广告市场的崩塌。


3.造假相关人员


承担刑事责任:在程序化广告行业,广告主的推广费用动辄几十、上百万,根据诈骗罪的量刑条例:诈骗“五十万元以上的”即属于数额巨大,可处十年以上有期徒刑或者无期徒刑,并处罚金或者没收财产。


承担民事责任:广告主与广告代理等签署推广合同时,都会对数据真实性约定违约责任,比如“xx公司应保证数据的真实性、合法性,否则xx公司有权采取如单方解除合同、不予结算、支付违约金等违约责任”



虚假流量,危害比数据失实更深远。从“社会公器”到“商业机器”,媒体公信力日益脆弱,社会共享资讯体系遭受锈蚀。


良莠不齐的信息、冗余劣质的流量,不但时刻考验着广告主的筛选识别能力,还将成为更多混沌秩序的惊爆点,扰乱市场的良性、可持续发展。


延伸阅读:

2019年必懂的41个程序化广告专业术语

程序化广告生态中的流量接入

浅析程序化广告中的RTB竞价原理

数据如何在程序化广告中发挥作用

程序化广告中的数据应用-oCPM

程序化广告中的数据应用-lookalike

简析程序化广告中的第三方监测

浅析程序化创意原理

程序化广告归因模型知多少



上一篇:AdBright资源上新 | ZAKER新闻、唔哩头条、爱豆
下一篇:“宣战”虚假流量——浅析反作弊技术
查看更多资讯动态 >

广告专家为您服务

留下您的联系方式,我们将快速与您联系

请选择您的了解途径
请输入正确的公司名称
请填写公司名称
请输入正确的所在城市
请填写所在城市
请输入正确的姓名
请填写姓名
请输入正确的手机号码
请填写手机号码
请输入正确的邮箱
请填写邮箱