iOSのソーシャルメディア業界で Real Users Lift が275%に到達：1四半期にわたり、インストールの4件中3件が不正
スプーフィングは2025年に最も急増した不正手法であり、すべてをゼロから偽装
従来型の不正手法が次々とブロックされる中、不正業者は、正規トラフィックとの判別が最も難しいこの手法へと移行しました。
はじめに
2025年のモバイル不正には、ひとつのパラドックスがあります。検知精度は全体的に向上したにもかかわらず、不正率自体はほとんど変化しませんでした。しかし、注視すべき指標は不正率だけではありません。マーケティング投資が増加すれば、不正インストールの絶対数も増加します。支出が拡大した状態で不正率が横ばいであっても、無駄な予算は増え、コホートは汚染され、実際には存在しない成長が計測され続けることになります。重要なのは総量ではなく、その内訳です。どの業界が最も影響を受けたのか、どのチャネルに不正が流入したのか、そしてどの手法が検知システムを回避する形で進化したのかが本質です。
不正のコストを最も直接的に示す指標は、不正率そのものではなく、購入したインストールの中にどれだけ実在するユーザーが含まれているか、そしてそれが見かけ上の成長にどのような影響を与えているかです。Real Users Liftはそれを数値化します。Androidのギャンブルでは、実ユーザー1人に対してほぼ2件の不正インストールが含まれていました。iOSのソーシャルメディアでは、2025年Q2にReal Users Liftが275%に達し、1四半期の間、インストールの4分の3が不正であり、そのデータに基づくすべての成長指標は実在しないものを測定していたことになります。インストールは存在しても、ユーザーは存在していなかったのです。
本レポート全体を通じて、3つの共通した傾向が見られます。第一に、不正は移動するという点です。あるチャネルの対策が強化されると、不正は監視が緩い領域へと流れます。オーガニック、オウンドメディア、あるいはより高度な手法がその受け皿となります。第二に、業界ごとのリスクは均一ではありません。プラットフォーム全体では中程度の不正率に見えても、あるカテゴリでは59%、別のカテゴリでは7%といった大きな差が存在します。これはデータのばらつきではなく、高い報酬が見込める領域を狙う不正業者の構造的な行動によるものです。第三に、不正の高度化が進んでいる点です。すべてのシグナルをゼロから偽造するスプーフィングは、2025年を通じて最も急速に拡大し、各四半期でインストール全体の成長率を上回りました。
本レポートでは、2025年における不正の動きを、プラットフォーム、業界、チャネルごとに分析しています。オーガニックおよびアフィリエイトにおける不正の集中領域、アフィリエイトとSRN間のリスク差が36倍に拡大した背景、加速した手法と停滞した手法、そしてReal Users Liftが示すレポート上のパフォーマンスと実際のユーザー獲得との乖離を明らかにしています。本レポートの目的は、不正の存在を示すことではなく、現在どこに存在しているのか、そして今後どこへ移動する可能性があるのかを明確にすることです。
*すべての結果は、完全に匿名化・集計されたデータに基づいています。統計的な妥当性を確保するため、厳格なボリューム閾値および手法に従い、これらの条件が満たされた場合にのみデータを提示しています。
2025年、Androidの不正は業界別に大きく乖離 — ギャンブルのみが引き続き増加
iOSにおける不正率は前年比で33%低下し、2025年Q1の17.5%から2026年Q1には11.7%となりました。2025年Q4には、Androidの14%〜15%のレンジを下回っています。一方で、Androidは年間を通じておおむね横ばいで推移しました。この変化は、iOSトラフィックの質が実際に改善していることを示していますが、より重要なのは業界別の動きです。
広告主の多くが大きな予算を投じている主要カテゴリでは、Androidの不正率は中程度ながらも継続的に発生しています。ゲームは7%、ショッピングは10%、金融は31%で推移しており、これらがパフォーマンスマーケティングにおけるベースラインとなっています。
例外はギャンブルカテゴリです。この分野ではAndroidの不正率が前年比で20%増加し、2025年Q1の49%から2026年Q1には59%に上昇、Q4には64%でピークに達しました。不正が現在も拡大している唯一のカテゴリです。他のすべてのカテゴリでは、前年同期比で横ばいまたは改善が見られました。高額な報酬、急速な市場拡大、そしてQ4に集中する広告投資が、不正業者にとって格好の環境を生み出しています。
地域別の傾向も重要な示唆を与えています。ベトナムでは前年比で31%減少し、2025年Q1の29%から2026年Q1には20%となりましたが、依然として世界平均を大きく上回っています。インドネシアも同様に、17%から13%へと26%減少しましたが、不正率は依然として高水準です。ブラジルでは、2025年Q1の10%から2026年Q1には12%へと緩やかに上昇しており、単発ではなく構造的な不正の存在を示唆しています。米国は先進市場の中でも異なる動きを見せており、Androidの不正率は2026年Q1時点で19%と、前年の21%からわずかに低下したにとどまっています。本分析において、最も高いリスクが継続している先進市場となっています。
アプリインストールの不正率トレンド
オーガニックとアフィリエイトが不正インストールの9割を占有、その内訳が示す意味
iOSとAndroidを合わせると、不正インストールの大半は2つのチャネルに集中しています。オーガニックが52%、アフィリエイトが約40%です。AppsFlyerの計測では、オーガニックには有料チャネルに成果が紐づけされなかったすべてのインストールが含まれます。具体的には、ウェブ、クロスチャネル、オフライン、キャンペーンに紐づかなかったトラフィックなどです。オーガニックにおける不正は主に2つの形で発生します。ひとつは、不正業者が新規デバイスをエコシステムに取り込むために、意図的に不正トラフィックをオーガニック経由に流すケース。もうひとつは、有料チャネルでの不正がアトリビューションに失敗し、結果的にオーガニックとして計上されるケースです。
いずれの場合も、オーガニックは精査されにくく、それが不正業者に利用される理由となっています。本質的な問題はより見えにくい点にあります。オーガニックは多くの企業にとって内部のパフォーマンス指標の基準となるため、ここが汚染されると、それを基にしたすべての比較が歪められます。一方、アフィリエイトは異なる構造を持っています。広告主と実際のトラフィックソースの間に介在するプレイヤーが増えるほど、購入しているトラフィックの実態を検証することが難しくなります。これに対して、SRNは全体の不正のわずか1.5%にとどまっており、クローズドループの計測により、不正が入り込む余地が大幅に制限されています。
業界別の内訳を見ると、この構造がより明確になります。不正の動機は変わらず、変わるのはチャネルのみです。あるチャネルの対策を強化しても、不正は排除されるのではなく別のチャネルへ移動します。金融カテゴリでは、アフィリエイトの割合が不正全体の58%から49%へと低下する一方で、オーガニックは35%から46%へと増加しました。2026年Q1時点では、両チャネルの割合はほぼ同等となっています。これは改善ではなく、不正の移行を示しています。
ゲームカテゴリでは逆の傾向が見られます。不正の80%〜84%がオーガニック経由で発生しており、ボットファームが最小限の監視の中で不正インストールを生成しています。アフィリエイトは全体の6%〜7%にとどまり、この割合は年間を通じてほぼ変化していません。フード＆ドリンクカテゴリではさらに異なる構造が見られます。このカテゴリでは、不正の43%〜64%がオーガニック経由で発生していますが、これはメディアバイイングの問題ではなく、プロモーションの不正利用によるものです。ボットによるキャンペーンの不正利用、リファラルボーナスや初回購入割引の悪用などが原因であり、不正は有料チャネルではなく、アプリの成長モデルそのものに組み込まれています。
国別の傾向も同様の構造を示しています。インドでは、アフィリエイトの不正インドでは、不正に占めるアフィリエイトの割合が前年比で14%増加し、57%から65%へと上昇し、主要市場の中で最も高い水準となっています。英国では42%から57%へと35%増加、パキスタンでは32%から55%へと74%増加しました。これらの市場では規模が拡大するにつれて、不正が中間事業者を経由して流入する傾向が強まっています。
メディアタイプ別の不正分布
アフィリエイトとSRNの不正ギャップは36倍に拡大 — 不正は常に監視の緩い領域へ移動する
アフィリエイトの不正率は約40%、一方でSRNは約1%にとどまっています。この差はすべての四半期で30倍以上を維持し、2026年Q1には36倍に拡大しました。どのチャネルを通じて広告を出稿するかは、不正対策において極めて重要な意思決定のひとつです。
アフィリエイトの不正率は一時的なものではなく構造的なものであり、年間を通じて各四半期で約40%という水準が継続しています。しかし、この平均値の裏側では、業界ごとに大きな差が生まれています。ゲームは例外的に改善が見られた領域であり、アフィリエイト不正率は前年比で51%減少し、29%から14%へと低下しました。これは本データセットにおいて最も大きなチャネル改善であり、長年にわたるKPI管理の強化による成果です。一方でショッピングは逆の動きを見せ、27%から36%へと前年比31%増加し、Q4には41%でピークを迎えました。ホリデーシーズンのキャンペーンで管理の緩い新規ネットワークが導入されたことが要因です。ソーシャルメディアは約50%で横ばいが続き、年間を通じてグローバル平均より8〜9ポイント高い水準にあります。
さらに、他の2つのチャネルでも不正が増加しています。オウンドメディアの不正率は前年比で221%増加し、3.4%から11%へ上昇しました。DSPも同様に、5.6%から8.9%へと59%増加しています。共通するパターンは明確で、ある領域で監視が強化されると、不正は別の領域へと移動します。
高付加価値の業界では、オーガニックも安全な領域ではありません。ギャンブルのオーガニック不正率は50%に達しており、多くの他カテゴリにおけるアフィリエイト平均を上回っています。金融のオーガニック不正率も32%と高水準で、前年比でほぼ変化していません。ここでも共通して見られるのは、チャネルの監視が強化されると、不正が検知されにくい領域へと移行するという傾向です。
国別の傾向は大きく3つのグループに分かれます。まず、オーガニックとアフィリエイトの両方で不正が減少した市場（インドネシア、インド、ブラジル、ナイジェリア）。次に、オーガニックは改善したもののアフィリエイトが悪化した市場（米国、英国、フランス、スペイン、ドイツ）。そして、意図的な不正キャンペーンの特徴が見られる市場（ベトナム、シンガポール、中国）です。特にインドは重要な改善市場であり、世界全体のAndroid不正の約28%を占めるため、ここでの改善は他市場でアフィリエイト不正を完全に排除する以上の影響を持ちます。
米国、英国、フランス、スペイン、ドイツでは、2025年を通じてアフィリエイト不正率が継続的に上昇しました。これらはQ2のオーガニック急増に対して最も積極的に対応した市場でもあります。英国のオーガニック不正率は最終的に9.2%、米国は12%まで低下し、いずれも世界平均を下回りました。オーガニック対策に成功した一方で、アフィリエイトチャネルは十分に守られていなかったことを示しています。
ベトナムでは、オーガニック不正率が3四半期連続で33〜34%に達した後、Q4に急落しました。これは最終的に遮断された組織的な不正活動を示しています。シンガポールでも同様の急増と急減のパターンが見られました。一方で中国は異なる特徴を持ちます。トラフィックの97%がオーガニック経由であり、不正はすべてデバイスベースで発生するため、季節性ではなく恒常的に高い不正率が維持されています。
メディアタイプ別 不正率トレンド
スプーフィングは2025年で最も急増した不正手法 — Android・iOSともに不正インストールの主流に
スプーフィングは2025年に最も急速に拡大した不正手法です。実際のインストールの成果を横取りするハイジャッキングとは異なり、スプーフィングはデバイス、ユーザー、アプリ内イベントなど、すべてをゼロから偽造します。これらはすべて正規トラフィックのように見えるよう設計されています。スプーフィングによる不正インストールは、四半期ごとに全体のインストール成長率を大きく上回るペースで増加し、2025年Q3から2026年Q1にかけて不正率も大きく上昇しました。
従来の手法が段階的に対策される中で、不正業者はより高度な手法へと移行しています。スプーフィングはその最終形とも言えるもので、アプリ周辺のシグナルを操作するのではなく、完全に人工的なインストールやイベントを生成し、実ユーザーのシグナル、デバイス情報、行動パターンを模倣します。
不正インストールの大半はハイジャッキングではなく、スプーフィングによるものです。Androidでは不正全体の87%、iOSでは92%を占めています。両プラットフォームでは検知の仕組みも異なります。Androidでは、エミュレーター、デバイスファーム、複雑な行動パターンといったデバイス基盤を中心とした不正が主流です。一方iOSでは、検知された不正の70%がストア検証によるものであり、App Storeの正規データと一致しない偽造シグナルを持つインストールが特定されています。また、インストール後の行動異常による検知も増加しており、検知強化に伴い、不正業者がより精巧なポストインストール行動を作り込んでいることが示されています。
ハイジャッキングは異なる仕組みで機能します。インストール自体を偽造するのではなく、すでに発生しているインストールの成果を横取りします。Androidでは、不正業者がOSのシグナルを監視してダウンロード進行中のユーザーを検知し、最後の瞬間にアトリビューションを奪取します。iOSでは、オーガニックインストールの直前に大量の偽クリックを送信する手法が用いられます。Androidでは金融カテゴリが最大の標的となっており、ハイジャッキング全体の33%を占め、2025年を通じてほぼ3倍に増加しました。iOSでは米国が最大で、影響を受けたインストールの27%を占めています。特にQ4には136%の急増が見られ、ショッピングシーズンにおけるアトリビューション奪取の経済的インセンティブの高さが反映されています。
Androidにおける業界別の傾向は、検知手法が不正の進化に与える影響を示しています。ゲームカテゴリでは、エミュレーターによる不正が前年比32%減少する一方で、物理デバイスファームによる不正は72%増加しました。これは、セッションの深さ、リテンション、レベル達成といった豊富なポストインストールデータにより、ゲーム領域ではエミュレーターが他の領域よりも検知されやすくなったためです。金融カテゴリでは、登録や本人確認などのポストインストールプロセスが存在するため、AIによる行動検知の割合が最も高くなっています。いずれの場合も、不正手法は最も検知が弱い領域に応じて進化していることが明らかです。
不正検知理由別の分布
不正検知サブ理由別の分布
ストア検証不正は地域ではなく、アプリカテゴリによって発生しやすさが決まる
ユーザーがアプリをインストールするたびに、アプリストアは正規のダウンロードであることを証明するレシートを生成します。ストア検証不正は、このレシートを偽造し、広告計測システムに送信することで、不正なインストールの成果を主張する手法です。実際のデバイスやユーザーは不要であり、ほぼゼロに近いコストで実行可能です。特にiOSではこの手法が広く使われており、2025年を通じて検知された不正の67%〜73%を占める主要な不正シグナルとなっています。
その割合は2025年第2四半期に73.1%でピークを迎えた後、2026年第1四半期には50.8%まで低下し、3四半期で相対的に約30%減少しました。ただし、この低下は不正の絶対数が減少したことを意味するものではありません。背景にあるのは、補完的な手法として行動異常の検知が増加していることです。現在では、不正業者が偽造レシートに加えて不正なアプリ内行動を組み合わせるケースが増えており、これらは別の不正シグナルとして検知されます。両手法は併用される傾向が強まっています。
この不正手法の成立可否を決めるのは地域ではなく、アプリの種類です。インストール後のアクションがシンプルなカテゴリ、例えば無料ダウンロードや簡単なアカウント登録のみで完結する場合、説得力のあるレシートを偽造するのは比較的容易です。グラフィック&デザイン（99.8%）、ニュース&マガジン（99.0%）、ソーシャルメディア（98.2%）といったカテゴリでは、ほぼすべての不正がこの手法で検知されています。
一方で、ユーザーが高付加価値のアクションを完了した場合にのみ広告主が費用を支払うカテゴリでは、この手法は成立しにくくなります。ギャンブル（39.3%）、金融（54.3%）、交通（43.3%）では、不正の成立にインストール以降の行動が必要となるため、割合は相対的に低くなっています。
国別に見ると、iOSではスペインが期間を通じて主要市場の中で最も高いストア検証不正率を維持しており、55%〜82%の範囲で推移し、2025年Q4には81.7%に達しました。金融やショッピングアプリへの広告投資が多い一方で市場規模が比較的小さいことから、高いリターンが見込める一方で監視が相対的に緩いターゲットとなっています。米国および英国（いずれも46%〜69%の範囲）は、不正の絶対数では最大規模のiOS市場ですが、検証基盤が強固であることから、小規模市場と比較して不正率は低く抑えられています。
プラットフォーム別 ストア検証不正割合
Real Users Lift：購入したインストールのうち、実際に存在していたユーザーの割合
Real Users Liftは、不正インストールと実ユーザーの比率を示す指標です。20%のLiftは、実ユーザー1人の獲得に対して4件の不正インストールが含まれていることを意味します。これにより、リテンションコホート、LTVモデル、ROASの計算が同様の割合で歪められます。このデータを基にしたすべての意思決定にも同様の歪みが生じます。
本データセットで最も極端な例は、Androidのギャンブルカテゴリです。2025年Q4にはLiftが175%に達し、実ユーザー1人に対してほぼ2人分の不正ユーザーに広告費が支払われていました。このカテゴリは報酬単価が高いため、不正業者にとって非常に魅力的であり、購入されているインストールの大半が実在しないユーザーとなっています。ギャンブル（Android）におけるすべてのベンチマーク、コホート、ROASは、多くのユーザーが存在しない前提の上に成り立っています。
iOSのソーシャルメディアでは、2025年Q2にLiftが275%に達し、広告主は4件分の支払いに対して実ユーザー1人しか獲得できていない状態でした。2026年Q1には15.6%まで回復しており、本データセットの中で最も大きな改善を示しています。同時に、カテゴリ全体の計測がどれほど急速かつ完全に歪められる可能性があるかも示しています。少なくとも1四半期の間、ソーシャルメディア（iOS）のすべての指標は大きく歪んだデータに基づいていました。
プラットフォーム全体で見ると、現在はiOSの方がAndroidよりもクリーンな状態となっており、以前とは逆転しています。iOSのLiftは前年比で38%改善し、21%から13%へ低下しました。一方、Androidは約17%で横ばいとなっています。現在では、iOSでの広告投資の方が、相対的に実ユーザーの割合が高くなっています。
Androidの金融カテゴリは、構造的な停滞を最も明確に示しています。Liftは5四半期連続で50%〜53%の範囲にとどまり、変化が見られません。つまり、実ユーザー1人に対して、常に1件の不正インストールに対しても支払いが行われている状態が続いています。Androidにおける金融カテゴリの規模を踏まえると、この領域全体の計測ベースラインは約半分過大に評価されていることになります。
一方、ベトナムのAndroidは対照的な動きを示しています。Liftはわずか1四半期で41%から20%へと51%減少しました。この変化の速さが重要です。Liftは計測の改善によって徐々に低下するものではなく、特定の不正活動が遮断された際に一気に改善します。このことから、Liftは単なるレポーティング指標ではなく、オペレーションの状況を示す指標であることが分かります。
Real users’ liftトレンド
- リワード広告がグローバルで拡大する中、このチャネルにおける不正はどのように進化しているのでしょうか。また、他のUAチャネルと比べて、どのような点で不正が発生しやすい、あるいは抑制されやすいのでしょうか。
- リワード広告は、不正リスクをサプライチェーンからエンドユーザー側へと移行させます。従来のUA不正が、アトリビューションを操作しネットワークレベルで広告費を不正に取得することを目的としていたのに対し、リワード不正は個々のユーザーが個人的な利益を目的として行う点が特徴です。 このチャネルが特に不正の影響を受けやすい理由は、インセンティブが直接的であるためです。現実的な報酬が動機となり、ユーザーが自動化ツール、エミュレーター、スクリプトなどを用いてシステムを悪用するケースが発生します。一方で、リワード広告はインストールレイヤーに依存する従来のチャネルと比較して、構造的に耐性も備えています。不正業者が報酬を得るためにはファネルの深い段階のアクションを達成する必要があり、その分ハードルが大幅に高くなります。 さらに、広告主、ネットワーク、MMPといった複数の関係者による監視が行われることで、不正が検知されずにユーザージャーニー全体を操作することはより困難になります。最終的に、報酬の付与をインストールからファネル下部のエンゲージメントへと移行することで、個々のユーザーがどれほど報酬を求めていても、不正の実行は困難になります。
- 不正はインストール操作からポストインストール行動へと移行しつつあります。現在、リワード広告においてどのような不正パターンが最も重要であり、パフォーマンスにどのような影響を与えていますか。
- adjoeでは、専任の不正対策チームが複数のレイヤーにわたって不正の防止に取り組んでいます。私たちのアプローチは一貫して多層的であり、ユーザーがゲーム内のマイルストーンを偽装して報酬を得ようとするポストインストール不正の防止と、そもそも不正ユーザーがキャンペーンにアクセスできないようにすることの両面に注力しています。 最初のステップとして、独自のデータとAIを活用し、リワード体験に入る前の段階で不正ユーザーをブロックします。第二のレイヤーはゲームプレイ中に機能し、内部データの活用に加え、AppsFlyerのようなMMPや長期的な広告パートナーとの連携を通じて、リスクの兆候が見られた時点でユーザーをブロックします。 この不正対策スイートは、広告主の予算を保護することと、報酬を提供するパブリッシャーの収益性を確保することの2つを主な目的として設計されています。
- 多くの広告主は、不正リスクが高い環境でも依然としてCPIやファネル初期の指標に依存しています。リワード広告において、真のユーザー品質にフォーカスするために、計測の考え方はどのように見直すべきでしょうか。
- 不正リスクの高い環境において、CPIやファネル初期の指標への依存から脱却するためには、マーケターは自社のツール環境と、利用しているネットワークの不正対策機能の両方を見直す必要があります。 真のユーザー品質にフォーカスするための重要なステップのひとつが、ROAS評価における購入検証の組み込みです。特に、近年増加している不正手法である「返金悪用」への対策として、AppsFlyerのIAP検証のような機能の活用を推奨します。 高額なリワードキャンペーンでは、不正ユーザーがまずアプリ内課金を行い（多くの場合50ドル以上）、報酬を獲得した直後にアプリストアへ返金を申請するケースがあります。返金データをUAソースと紐づけていない場合、キャンペーンの実際のROIを正確に算出することはできず、不正な購入行動を含むネットワークに対して予算を拡大してしまう可能性があります。 購入検証を導入することで、MMPは各トランザクションごとにセキュリティトークンを取得し、その購入が正当かつ確定したものであることを確認できます。こうしたデータを連携していない場合、見かけ上は成果が出ているように見えるものの、実際には利益を圧迫しているチャネルに対して、継続的に予算を投下し続けることになります。
- 不正シグナルはMMPや内部データを通じてより取得しやすくなっています。adjoeのようなパートナーは、これらのシグナルを不正トラフィックのブロックだけでなく、より高品質で不正耐性のあるユーザー獲得の最適化にどのように活用できるのでしょうか。
- 最適化の出発点は、正規のユーザー行動と不正な行動を正確に見極めることにあります。adjoeでは、内部データを活用して実ユーザーの行動パターンのベースラインを構築し、ユーザーがリワードフォーマットに入る前の段階およびポストインストールの各段階において、不正の検知とブロックを行っています。 さらに、AppsFlyerの不正対策スイートを組み合わせることで、これらの内部シグナルを強化しています。また、AppsFlyerの購入検証などの特定の機能を有効化することで、防御レイヤーを追加することをパートナーに推奨しています。 このような深い統合は、不正トラフィックの排除にとどまらず、フィードバックループを構築し、不正耐性の高い高品質ユーザーへとキャンペーンを最適化することを可能にします。広告主の目標、AppsFlyerのシグナル、そしてadjoeのSDKを連携させることで、広告費が継続的に実在するエンゲージメントへと最適に配分される状態を実現しています。
- 現在のエコシステムでは、不正対策は広告主、計測プラットフォーム、メディアパートナー間の連携に依存しています。この連携はどのような場面で破綻しやすく、実務的に「理想的な連携」とはどのような状態を指すのでしょうか。
- 効果的な不正対策は、事前の透明性に基づく連携に依存しています。連携が最も崩れやすいのは、広告主、ネットワーク、MMPのいずれかが、プロダクトや配信面、ロジックに構造的な変更を行った際に、それを他の関係者へ共有しない場合です。データに想定外の変化が生じると、正当な成長が不正と誤認されたり、実際の不正が技術的な不具合として見過ごされたりするリスクが高まります。 実務において「良い連携」とは、事前に期待される挙動について共通認識を持つことです。その代表例が、adjoeが2025年のスーパーボウルで実施したキャンペーンです。1億2,800万人が視聴する中、あるパブリッシャーパートナーは約1,000万ユーザーの獲得を見込んでおり、短期間で大規模なトラフィックとインストールが発生することが想定されていました。 この成功の鍵は、三者間の事前調整にありました。広告主には事前にこの規模感が共有され、大量のトラフィックがボット攻撃として誤検知されるのではなく、想定内の挙動として処理されました。MMP（AppsFlyer）も、adjoeのプラットフォームから流入するデータの急増に備えて準備を整えていました。また、adjoe側でもこの前提条件に基づいてトラフィックを監視し、大規模な流入の中でも品質が維持されていることを確認しました。 すべての関係者が期待される挙動を共有している場合、エコシステムは安定して機能します。連携は、キャンペーンがブロックされた後に原因を検証するための事後対応であるべきではなく、すべてのパートナーがスケールに備えられるようにするための、事前の同期プロセスであるべきです。
- 不正手法の高度化とプライバシー規制によるシグナル制限が進む中、モバイル広告不正は今後どのように進化すると考えられますか。特にリワード広告において、業界として優先すべき取り組みは何でしょうか。
- 業界が進化する中で、ネットワークがどのように不正対策へ取り組むかが極めて重要になります。広告主にとっては、ネットワークの不正対策機能の規模や範囲を正しく理解することが、キャンペーンを保護するうえで不可欠です。パブリッシャーにとっても、それは収益性を維持するための重要な要素となります。adjoeでは、不正対策専任の技術チームを設けており、これが業界標準であり、すべてのネットワークが担うべき中核的な責任であると考えています。 不正業者は非常に俊敏に行動します。その先を行くためには、防御側もまたプロアクティブかつ動的であり、新たな行動パターンに対して不正業者が悪用する前に適応していく必要があります。このような専任体制を持たないネットワークでは、次の大規模な不正スキームが発生するのは時間の問題です。 さらに、エコシステムがサードパーティストアへと拡大する中で、マーケターはMMPやネットワークパートナーが、主要なアプリストアと同等のセキュリティおよび連携基準を新たなプラットフォームでも維持しているかを確認する必要があります。 最終的に、不正は常に変化し続ける動的な課題であり、その対応力はパートナーの対応スピードと、不正対策への専門的な取り組みによって左右されます。
- 不正手法は進化し続けています。現在、最も注視している新たな脅威は何ですか？また、その理由は何でしょうか。
- 不正対策ルールや環境の変化に対する不正業者の対応スピードは大きく向上しています。AIの進化により、新たな抜け穴を見つけることもますます容易になっていると感じています。一方で、基本に立ち返り、根本的な脆弱性を解消する不正検知を構築すれば、不正の80〜85%は防ぐことが可能だと考えています。ここで指しているのは主に獲得（アクイジション）不正です。パートナー、アフィリエイト、代理店、マーケティングトラフィックにおいて、依然として最も主要な不正の形態であり、その多くはモバイルチャネル上で発生しています。
- オーガニックトラフィックは従来「安全」と見なされてきました。この前提は現在も当てはまるのでしょうか。
- オーガニックトラフィックは、市場で広く信じられているほど安全ではありません。私の経験では、オーガニックトラフィックはモチベーションが高くパフォーマンスも良いため、不正業者にとって最も魅力的なターゲットとなっています。むしろ、最も不正の影響を受けやすい領域だと考えています。 ひとつの方法として、自社データを抽出し、パートナーやチャネルごとの挙動をオーガニックトラフィックと比較してみてください。パターンやコホートが近い場合は、不正指標をさらに詳しく確認することで、興味深い発見や潜在的な問題が見つかる可能性があります。
- チャネルごとに不正リスクは大きく異なります。メディアミックスの設計や保護にどのように影響しますか。
- 一般的に、コントロールが難しいチャネルほどリスクは高くなりますが、コントロール可能なチャネルであってもインクリメンタリティの検証は欠かせません。代理店経由や不明確なメディアソースを含むチャネル、リターゲティング、CTV、インプレッション／ビュー起点のトラフィックは、不正対策が弱く、アトリビューションの確度も低いため、特にリスクが高い領域です。 すべてのチャネルを丁寧に確認することが重要です。トラフィックの流入元が明確でなく、自身で検証できない場合は、そのチャネルの不正指標を精査する必要があります。
- 不正は地域によって異なります。複数の国や市場でキャンペーンを実施する際、どのように対応を変えていますか。
- 当社のケースでは、アトリビューション前や獲得段階の不正に関して、地域間で大きな差は見られていません。もちろんマーケティングミックスによって異なりますが、主要市場でも概ね同様の傾向です。不正は一般的にブランド力が強い市場ほど増加する傾向があります。ブランドのコンバージョン率が高いほど、不正業者にとっても魅力的なターゲットになるためです。また、高単価のトラフィックの方が安全であるという考えは誤りだと考えています。 補足として、P360で不正が検知されていない場合でも、インクリメンタリティの検証は省略すべきではありません。見た目上クリーンなトラフィックであっても、実際の成長に寄与しているかを確認する必要があります。
- キャンペーンのパフォーマンスに違和感を感じた場合、それが不正によるものかをどのように判断しますか。
- まず直感を信じることが重要です。私のデータでは、違和感を覚えたケースの9割は実際に問題が存在しています。そのうえで、グローバルなモニタリング体制、異常検知（極端に悪い、または不自然に良いトラフィックの両方を含む）、過去に確認された不正パターンに基づくスコアリングが必要です。これにより、手動での対応負荷を大幅に軽減できます。 基本的な対応フローは常に同じです。明確な異常や問題が見えない場合でも、何が起きているのかを詳細なレベルで把握することが不可欠です。
- 多様な広告主と取り組む中で、不正に対するマーケターの向き合い方はどのように変化していますか。特に、計測、予算配分、最適化への影響について教えてください。
- 不正はもはや技術的な課題ではなく、計画段階における重要な意思決定事項へと変化しています。現在のマーケターは、予算を投下する前提条件として供給品質を評価しており、パブリッシャーの透明性、デバイスシグナルの整合性、ポストインストールのコホート挙動を、従来のリーチやコスト指標と同等の厳密さで検証しています。 分析は非常に細分化されています。成長チームは、OSバージョンの分布が地域のベンチマークと一致しているか（古いバージョンの比率が不自然に高い場合は非人間トラフィックの兆候）、通信キャリアやデバイス言語の整合性が保たれているかなどを詳細に確認しています。事前の精査だけでは不十分であり、キャンペーン開始後も合意されたKPIを継続的にモニタリングし、スケール時にも品質が維持されているかを確認することが求められています。 このように、議論は事後的な分析から、事前の供給精査へと移行しています。この環境において、供給パートナーの能力差は顕著です。パブリッシャー側に直接SDKを実装しているプロバイダーは、より強力なシグナルレイヤーを持ち、中間データに依存する場合よりも、不正と実ユーザーの区別を高精度で行うことが可能です。
- パフォーマンス重視のプラットフォームにおいて、不正はモデル精度や最適化にどのような影響を与えますか。
- 不正は最適化を支えるフィードバックループそのものを歪めます。多くの入札モデルは、インストールやイベント、収益といった成果シグナルをもとに次の投資先を判断します。不正インストールがこのループに入り込むと、それが正規の成果として学習され、誤った供給経路に対して評価が高まり、入札単価も引き上げられます。その結果、低品質なトラフィックに予算が集中する自己強化的なサイクルが生まれます。 1,000万以上の供給経路を分析した結果、不正は強い偏りを持つことが分かっています。約5%の経路が不正インストールの65%以上を占めており、実際のコンバージョンはほとんど生み出していません。CPI最適化のみを行うモデルは、見かけ上効率が良いため、これらの経路へと偏りやすくなります。そのため、入札前の段階での供給フィルタリングは構造的に不可欠です。 アプリ内イベントレベルでの後処理は対症療法に過ぎません。不正イベントが検知される時点で、モデルはすでにその前段の不正インストールから学習してしまっています。学習プロセスを守るためには、インストール段階での事前フィルタリングが必要です。
- 現在の自動入札システムにおいて、特に影響の大きい不正シグナルは何であり、どのようにリアルタイムで対処していますか。
- 最も影響が大きいのは、正規のパフォーマンスに見える不正シグナルです。CTIT分布やデバイスプロファイルが自然に見える供給経路は、一見正常に見えながらも、実際には価値を生み出さないケースがあります。これらは初期チェックを通過してモデルに取り込まれ、長期的にコスト増加を引き起こします。 主な兆候としては、短期間に大量の新規デバイスIDが発生すること、不自然に均一なトラフィック分布、メタデータの不整合（申告ボリュームと実インストール数の乖離、位置情報の不一致など）が挙げられます。 また、不正は集中して発生する傾向があります。内部分析では、ごく一部のアプリバンドルがリスクの大半を占めています。一方で、エクスチェンジや国単位でのブロックは影響範囲が広く、副作用が大きくなります。そのため、バンドル、エクスチェンジ、国、デバイスといった複数のシグナルを組み合わせた多次元的な評価が必要です。
- MMPなど外部の不正シグナルはどのように最適化に活用され、パフォーマンスにどのような影響を与えていますか。
- MMPのシグナルは、クロスネットワークの行動分析やレシート検証に基づく高精度なデータを提供します。不正がフラグされた場合、その信頼性は非常に高いものです。ただし、カバレッジの確保は依然として課題です。 プラットフォーム側では、これらのシグナルをリアルタイムの行動データ（クリックまでの時間やトラフィックのエントロピーなど）と組み合わせることで、より精度の高い検知が可能になります。1,000万以上の供給経路に対して複数シグナルを統合し、信頼度に応じたスコアリングを行うことで、不正率を2%未満に抑えています。
- 今後、不正対策とパフォーマンス最適化の関係はどのように進化していくと考えますか。
- 不正対策とパフォーマンス最適化は本質的に同一の課題です。不正トラフィックへの投資は、モデルにそのトラフィックを再度探させる学習を促します。両者を統合したプラットフォームは、よりクリーンなデータに基づき、より迅速かつ正確に学習できるため、競争優位性を持つことになります。 重要な進化は、静的ルールからの脱却です。ルールベースでは過去の不正しか検知できず、高度化するIVTには対応できません。AIによる異常検知は、通常パターンを学習し、新たな不正を事前に定義せずに検知できる点で不可欠です。 不正業者もAIを活用しており、人間の行動を模倣するボットが登場しています。カート追加やゲーム内進行、小額課金といった深いファネル行動も再現可能になっています。この環境では、デバイス上のシグナルを活用した早期検知が不可欠です。 また、組織的な変化も重要です。不正シグナルを入札モデルに直接反映することで、意思決定の段階で不正を排除できます。今後は、各供給経路に信頼スコアを付与し、それに応じて入札を最適化するアプローチが主流となるでしょう。
- DSPとしての経験から、不正対策において最も効果的なアプローチは何ですか。また、不正率の低減に寄与する具体的な施策は何でしょうか。
- 最も効果的なのは、不正対策を上流工程に組み込み、入札プロセスの中で対応することです。事後分析ではなく、事前の段階で多様なシグナルを活用し、トラフィックを評価する仕組みが必要です。 供給元、デバイス特性、過去パフォーマンスなど複数のシグナルを統合し、相関分析を行うことで、不正クラスターを早期に特定できます。さらに、AIによるフィードバックループを活用することで、検知精度は継続的に向上します。 不正は常に進化するため、大規模データの継続的な分析と、低い誤検知率での異常検出が重要です。成功しているDSPは、不正対策を適応型のインテリジェンスシステムとして捉え、データ分析と供給精査を組み合わせることで、高信頼なトラフィックのみを広告主に提供しています。
不正は一度対策すれば終わる問題ではありません。あるチャネルで対策が強化されるたびに、不正は別の弱いポイントへと移動します。金融カテゴリでアフィリエイトの計測が強化されると、オーガニック不正は33%増加しました。オウンドメディアの監視が不十分な場合、その不正率は前年比で221%増加しました。重要なのは現在の不正率ではなく、最近監視が緩くなったチャネルでどのような変化が起きているかです。不正対策は一度設定して終わりではなく、継続的に調整していく必要があります。
オーガニックは、すべてのチームが有料施策の評価に用いる基準であり、そのためクリーンな状態を維持することが重要です。オーガニックが水増しされている場合、それを基にしたすべての比較が歪められます。主な要因は2つあります。ひとつは、オーガニック流入を装った意図的な不正インストール、もうひとつは、有料施策におけるアトリビューション失敗によりオーガニックとして計上されるケースです。オーガニックの割合が高い場合、それが自然な流入を示しているのか、あるいは有料トラフィックが正しく計測されていないのかを見極める必要があります。オーガニックの監査は不正対策であると同時に、データ品質の問題でもあります。
アフィリエイトとSRNの不正ギャップは2026年Q1に36倍に達し、年間を通じて30倍以上で推移しました。アフィリエイトはリーチ拡大やコスト効率、市場アクセスの観点から重要なチャネルですが、この差は構造的なものです。つまり、アフィリエイトは不正が入り込む余地が大きいことを意味します。メディアミックスを拡張することは、新たな不正リスクを受け入れることでもあります。重要なのはチャネルを避けることではなく、より厳格な検証と迅速な対応によって管理することです。
2026年Q1時点で不正率59%、2025年Q4にはReal Users Liftが175%に達しており、Androidのギャンブルはもはや例外的な不正ではなく、前提として考慮すべき状態にあります。このカテゴリにおけるベンチマーク、コホート、ROASは、他のカテゴリとは異なる前提で解釈する必要があります。
スプーフィングはデバイス、ユーザー、アプリ内イベントをゼロから偽造し、正規トラフィックに見えるシグナルを生成します。そのため、異常として検知されにくい特徴があります。2025年を通じて最も急速に拡大した不正手法であり、その高度さゆえに、どの不正レポートにおいても過小評価されている可能性が高い手法です。不正指標が安定しているように見える場合でも、「何がまだ計測されていないのか」を検討する必要があります。
