4 Min. Read

Игра на опережение

Avatar Alex Grach Jun 01, 2016

Рекламное мошенничество – это игра в кошки-мышки и это касается не только десктопа, но и мобильной рекламы. Как только мошенники нацелились на огромные рекламные бюджеты, направляемые в мобайл, рынок тут же выработал механизмы защиты и борьбы с “черным” трафиком. Но мошенники не отчаиваются, о чем говорит развитие или даже эволюция мобильного мошенничества, но и это “совершенствование” не осталось незамеченным, поэтому противостояние между плохими парнями и индустрией продолжается. В этой статье мы решили собрать основные тезисы о мобильном мошенничестве сегодня, которые вывели в серии интервью “Мошенничество в мобайле”.

Поддельные показы и клики

С такими моделями оплаты как CPM (стоимость за 1000 показов) и CPC (стоимость за клик) все было достаточно просто. Мошенникам нужно было подделать данные о показах и кликах, чтобы добраться до рекламных выплат. В мире мобильных приложений самой распространенной моделью является CPI (стоимость за установку) и это существенный источник доходов, который привлек внимание мошенников, разработавших не один способ имитации мобильных установок.

Мошенничество внутри приложения

За последний год CPA-модель (стоимость за действие) получила очень широкое распространение. Приложений становится все больше и конкуренция в апсторах просто невероятная, все это ведет к большому оттоку пользователей, а рекламное продвижение с помощью CPA как раз нацелено на повышение качества пользователей. Сегодня показатель лояльной аудитории является чуть ли не основным KPI мобильных маркетологов, а установки и их количество ушли на второй план. И хотя работа по модели CPA существенно усложнила жизнь мошенников (имитировать нужное действие внутри приложения намного сложнее, чем подделать данные по кликам и инсталлам), проникновение мошенничества во внутрь приложения – это реально существующая проблема. А так как стоимость целевого действия существенно превосходит клики и установки, у мошенников появляется дополнительная мотивация преодолеть технические сложности и “усовершенствовать” свои методы.

Как бороться с мошенничеством внутри приложения?

Важно понять, что даже если активная борьба с мошенничеством не входит в ваши планы, то минимизировать уязвимость к таким схемам точно можно. И эффективным подходом здесь является как предотвращение, так и обнаружение мошеннической активности. Вне зависимости от того, когда вы обнаружили мошеннические клики/показы/инсталлы, до или после того, как данные прошли атрибуцию, уменьшить уязвимость можно только с помощью этих же данных и, что самое важное, доступу к “сырым” данным. При наличии полного доступа к данным, и алгоритмы машинного обучения, и люди могут выявить разнообразные аномалии и настораживающие паттерны.

Предотвращение

Выявить мошенничество, которое уже произошло, намного проще, чем предотвратить. Но и это поможет вам прекратить работу с поставщиками “черного” трафика. Для этого нужно обращать внимание на отдельные паттерны и аномалии в данных. Например, существуют мошеннические схемы, связанные с IP-адресом: большое количество кликов/установок/уникальных идентификаторов с одного IP или разное месторасположение IP в период между кликом по рекламе и установкой/запуском приложения; прослеживаемые паттерны: клик/инсталл каждые 20 секунд или игроки/пользователи из определенного источника всегда “отваливаются” на одной и той же точке/уровне в игре; махинации с ID девайса – разные идентификаторы одного и того же устройства; а также мошенничество с показателями эффективности: резкое увеличение числа установок, внезапный спад конверсии 1-го дня и т.д.  

Предотвращение – более сложная задача и происходить оно должно здесь и сейчас, т.е. в реальном времени, предотвращая атрибутирование установки как таковой. Один из способов решить переменную реального времени – это использовать глубинное обучение (искусственные нейронные сети). Подобные системы предоставляют новый класс высокоточных алгоритмов машинного обучения, которые обучаются на иерархичном отображении входящих данных.  

Простыми словами, задача глубинного обучения состоит в том, чтобы объединить большое количество простых функций, взаимодействующих вместе и между собой, в единый алгоритм, который решит поставленную задачу. Много разработок и инноваций в этой сфере связано с обработкой изображений (например, сервис Microsoft Fetch, который может распознавать породы собак, Google deep dream и т.д.), но эти наработки широко применимы в других сферах, таких как выявление мошенничества. Для предотвращения мошенничества, системы обучаются на офлайн-данных, а после в реальном времени применяют скоринг-систему, основанную на заранее просчитанной модели. Очевидно, что масштаб данных, на которых машины обучаются разрабатывать подобные модели, напрямую влияет на ее качество и эффективность.

Предотвращение мошенничества – ответственность каждого в мобильной индустрии. Рекламодатели должны работать с проверенными сетями, требовать от этих сетей полной прозрачности, укреплять собственную бизнес-аналитику, взять в штат Специалиста по мобильной безопасности, сотрудничать с атрибуционными платформами и аналитическими системами, которые могут предложить передовые методы защиты. Еще раз, предотвращение мошенничества – задача каждого участника мобильной индустрии.

Борьба с мобильным мошенничеством в будущем

Рекламные сети тоже заинтересованы в максимально возможной прозрачности данных и условий сотрудничества, и, как минимум, должны располагать информацией о последних “разработках” в мошеннических схемах. Это поможет привлечь больше клиентов и рекламных бюджетов, ведь в случае выявленного мошенничества, такие сети смогут сразу же отключить “черный” источник, перенаправив рекламный бюджет на другие медиа. В конечном итоге, рекламодатели должны платить только за ту рекламу, которая представляет реальную и измеряемую ценность.

Мошенничество – это уже неотъемлемая часть сетевого мира. Но, с использованием правильных мер и при постоянном сотрудничестве всех участников мобильной экосистемы, в этой игре в кошки-мышки Джерри всегда будет на шаг впереди Тома.

Я благодарю всех, кто принял участие в нашей серии публикаций “Мошенничество в мобайле”:  Пепе Агелля из Chartboost, который поделился с нами  мнением рекламной сети; Патрика Витхэма из Product Madness, с которым мы обсудили мобильное мошенничество с точки зрения рекламодателя; и Джонни Твейтса из Forensiq, который рассказал о последних разработках в сфере цифровой безопасности.