4 Min. Read

3 cosas que debes saber antes de entrar en guerra contra el fraude de anuncios móviles

Avatar Daniel Zilberberg Nov 07, 2016

Allí donde hay dinero, hay malos actores…Y la publicidad móvil no es una excepción. Con una pérdida estimada de $1.3 mil millones anualmente por fraude móvil, según IAB, y hasta $350 millones en fraude por instalación y engagement de aplicaciones móviles, los marketers deben desenvainar sus espadas y luchar.  Para garantizar el mejor resultado posible, asegúrate de leer el fragmento de la siguiente guía Fraude de anuncios móviles: Lo que necesitas saber.

1) Evita el fraude antes de que manche tus datos.
La prevención eficaz, es fundamental. Asegurarse que el fraude no contamine tu panel de control es lo más importante. Los principales métodos de prevención incluyen:

  • IP activo, filtrado de agente de usuario e ID de dispositivo. Los algoritmos activamente monitorean las interacciones de publicidad móvil para verificar automáticamente la actividad legítima y catalogar direcciones de IP sospechosas que no coincidan, agentes de usuario y el ID del dispositivo.
  • Modelado de la distribución. Modelos de Big Data son capaces de detectar anomalías tales como: Mean-time-to-install (MTTI), la distribución geográfica, el volumen de clics mediante la dirección IP y el ID del dispositivo. agentes de usuario en comparación con los puntos de referencia de IP y mucho más. Al igual que con cualquier aprendizaje automático, la escala de los datos es extremadamente importante, si la escala del proveedor es más grande, más datos puede utilizar un motor para entregar resultados efectivos.
  • Clasificación de dispositivos. Por importantes que sean, el filtrado de IP activo y el modelado de distribución por lo general no son suficientes: los IP se pueden cambiar fácilmente, mientras que los modelos de distribución pueden ser manipulados por los estafadores para que coincidan con una tendencia esperada. Es por eso que una tercera capa de defensa crítica combate el fraude en la fuente – el nivel de dispositivo. Cuando un mecanismo de lucha contra el fraude extrae sus señales y aprendizajes a partir de una base de datos masiva y cross-app, la decisión sobre si se debe etiquetar una instalación o evento como fraudulento se basa en un conjunto de datos mucho más amplios.
  • Registro de validación de instalación o in-app. Mediante la conexión a los servidores de la tienda de aplicaciones para validar la legitimidad de una instalación o compra en la aplicación, la actividad ilegítima puede ser filtrada antes de que cause algún daño.

En última instancia, los sistemas más eficaces de protección contra el fraude usarán una variedad de señales para crear poderosos insights en big data y aprendizaje a máquina entre los editores. Como tales, las capas adicionales de protección en la parte superior de los componentes basados en reglas y modelado son importantes para mejorar la eficacia.

 

2) Toma nota: ¡El Fraude por GEO varía significativamente!
Nuestro estudio reciente ha demostrado que en general los estafadores siguen el rastro del dinero. Como tal, los países con los desembolsos más altos son los más atacados por los malos actores (Por ej., Alemania, Australia, Estados Unidos, Reino Unido y China).

fraud-map

3) ¡Mantén los ojos bien abiertos!
El fraude puede aparecer en diferentes formas. La comprensión de qué tipo de señales de advertencia se presentan es crucial para ayudar a minimizar el fraude. Los siguientes ejemplos te ayudarán a abrir los ojos a las amenazas potenciales:

  • Relacionado con el IP – Un gran número de clics / instalaciones / identificadores únicos desde la misma IP
    – Diferentes lugares de IP entre el clic en el anuncio y la instalación / primer uso de la aplicación
  • Consistencia / patrones
    – Clic / instalaciones cada 20 segundos
    – Los jugadores / usuarios de una fuente específica siempre dejan en el mismo punto exacto un     juego / aplicación (por ejemplo, ante un tutorial del juego, antes de un registro)
    – Un gran número de instalaciones de un mismo modelo y marca de dispositivo
  • ID de Dispositivo – relacionado
    – Diferentes identificadores para un mismo dispositivo
    – Multiples IDFAs para un solo IDFV (identificador de un proveedor)
    – El ID IDFA / Google Advertising no están en mayúsculas o minúsculas, como debería ser (respectivamente)
    – Los números de identificación de dispositivos tienen un patrón repetitivo
  • Relacionado con el rendimiento
    – Fuerte aumento en el volumen de instalaciones, un marcado descenso en el día 1 de retención
    – Tráfico Premium teniendo un rendimiento como tráfico de baja calidad
    – Precios sospechosamente bajos
    – Tasas de conversión extremadamente bajas
    – Altas tasas de desinstalación
    – Desajustes
    – Versiones de aplicaciones diferentes de las versiones disponibles en la tienda
    – Desajustes en la plataforma entre clic en anuncio e instalar
    – Desajustes geográficos entre clic en anuncio e instalar
  • Otros asuntos
    – Aparición de GEOs no incluidos en los criterios de orientación
    – Para eventos in-app – si el valor de la transacción no existe en la aplicación
    – ID de dispositivos aumentan ante el mismo patrón
    – Gran volumen de instalaciones sin datos de soporte / ciudad / país

¡Para saber más maneras de luchar contra los malos actores de la publicidad móvil, descarga nuestra guía global contra el fraude hoy!