“数”说买量 起底效果广告作弊数据

　　摘要：据统计，有超过75%的设备ID在“产生点击”或者激活APP后没有任何其他行为，而据国外的一些数据报告显示，这个比例是25%，说明国内的假量比例远远高于国外行业!在《“数”说买量|从数据看“买量”行业发展趋势!》中本文作者介绍了“刷量”是从何时开始的，还介绍了“刷量“对激活转化率的影响，吸引了不少群众的围观，但大多数人还不知道“刷量”其中的套路，我们这篇就轻轻的扒一扒“刷量”的手法，目的还是为了让更多的人关注整个行业的健康发展。

　　先来看一个数据，大家感受一下，从2016年3月开始至今，我司的移动广告监测产品累计积累了超过30亿个独立的移动设备ID，发这个数据不是为了让大家感觉我们有多牛逼(全中国才有多少人啊)，作为中立的第三方数据监测平台，我司无法阻止“刷量”，只能靠技术识别哪些是“刷量”，所以请大家不要再问我们的产品是不是可以防止“刷量”了。通过这些数据是想先让大家拍脑袋猜一下其中有多少设备ID是真实的用户?据我们的统计，其中有超过75%的设备ID在“产生点击”或者激活APP后没有任何其他行为，而据国外的一些数据报告显示，这个比例是25%，说明国内的假量比例远远高于国外行业!

　　为什么有75%的设备没有后续行为呢?

　　有一种比较Low的“刷量”手段，是用程序直接模拟生成iOS的IDFA/IP或者Android的IMEI/IP地址发送给广告主或者第三方监测平台，例如直接用程序模拟生成这样的IDFA：1E2DFA89-496A-47FD-9941-DF1FC4E6484A，但因为模拟成真实的设备ID的概率太低，所以这类方法会产生大量的垃圾设备ID。

　　第二种方法是收集足够多真实的设备ID，再用程序模拟发送给广告主或者第三方监测平台，因为现在有太多渠道可以廉价获得真实的设备ID，所以目前大多数“刷量”的平台都采用这种方式，这种行为我将其称为“发送海量点击拼运气碰撞激活技术”，是不是很酷!当然这种方法也会因为设备ID库/IP地址的真实性、实时性、设备ID的用户画像准确性等因素而影响“刷量”效果。

　　这时候，就有人说了，反正我是看ROI的，要是有刷量ROI肯定不好啊，ROI不好我肯定就不投了啊，这话绝对没毛病!那是建立在你投放的平台是按CPC、CPM、CPT等结算方式的，要是按CPA结算呢?

　　写到这里，我必须先澄清下，我的目的不是说所有按CPA结算的平台都有“刷量”，更不是要把CPA渠道一棒子打死，很多CPA渠道假量多也跟其网盟下面作弊的媒体流量有关，实事上行业中有非常多不错的CPA渠道。

　　为什么说“按CPA结算”有作弊的空子钻呢?

　　这里就要先科普一下目前行业中大家都认可的效果类广告归因模型Last Click模型了：

　　假设你同时在Facebook、Twitter、Google三个平台上面投放广告，当有用户依次在三个平台上面点击了广告，那么按照3个平台分别的归因规则：

　　Facebook在用户点击后28天内的安装和看过广告24小时内安装也会归因为Facebook安装;

　　Twitter在用户点击后14天内的安装都会归因成Twitter数据;

　　Google在用户点击后30天内的数据将归因为Google安装。

　　而第三方监测平台的归因(Last Click Model)模型使用Last Click跟踪模式，即将安装&打开APP的用户分配给最后产生点击的渠道。例如用户周一点击了Facebook广告没有下载，周三点击了Google广告没有下载，周五点击Twitter广告并下载了，那这个安装会被其他两个渠道算成是他们的安装，但第三方会把这个安装算给Twitter，当然实际情况还要比这个例子复杂许多，假设广告主自己做归因系统，则经常会因为和各平台的差异等问题而产生大量沟通、再加上复杂的作弊识别算法等技术的坑，目前90%的公司会选择使用第三方监测平台。

　　真实的广告投放场景是一个APP会同时在N家广告平台或渠道进行投放，所以当一个激活或者安装产生之后，第三方的归因系统会按照归因模型把这个用户算给某个平台，即本次激活或安装应该匹配到哪一次“点击”，如果是正常的用户点击和激活行为，按照Last Click Model，可以很好的进行归因，但当有平台刷“点击”的时候，就会导致2个严重的问题：

　　1、其他平台的量被“刷”走。

　　举个例子说明：比如用户A在今日头条点击了一个广告，然后跳转到了Appstore进行下载、而这个时候“刷量”平台刚好也给广告主或者第三方监测平台发送了用户A点击广告的数据，而当用户下载完APP后，这个用户就会被算为“刷量”平台的用户。

　　2、“自然量”会被“刷”走。

　　因为很多用户会直接通过Appstore进行下载APP，而这个时候如果在用户下载前，“刷量”平台刚好发送了一条点击广告的数据，这个用户也会被算为“刷量”平台的用户。

　　如上2个问题一般会导致：如果广告主同时在多个平台进行广告投放的情况下，正规平台的量有一定概率会被“刷”走，从而会影响广告主对平台效果的评估，甚至是广告投放预算决策的错误，此外，“自然量”被“刷”走，则会给广告主带来额外的投放开支、甚至是决策错误，从而影响广告投放效果。

　　“刷量”的基本特点包括会产生大量的点击、一个设备ID每天点击多次广告、一个设备ID连续多天点击广告、一个设备ID每天点击不同APP的广告等等，这里有一份真实的数据：

　　单设备每日点击广告超过1次的比例：

　　表示一个设备每天点击相同广告的次数，可以从下面表格中的数据看到，“刷量”平台平均每天有超过40%的设备会“点击”相同的广告链接，而对比正常的渠道是9%。

　　每周超过1天点击广告的比例：

　　表示在一周内，一个设备是否会每天都点击广告，“刷量”平台会有超过35%的设备会连续多天“点击”广告链接，甚至“刷量平台B”这个数据超过63%。

　　每天点击不同APP的数量大于1的比例：

　　这个数据是衡量假设有多个APP在同一家广告平台进行投放，那么其广告平台的用户是否会同一天点击多个APP的广告链接，正常情况下只有1.5%的用户会点击多个APP的广告链接，而“刷量”平台有超过40%的用户，会每天“点击”多个APP的广告链接，这显然不make sense。

　　所以说按CPA进行结算是有概率进行钻空子的原因，相信大家应该明白其中的道理了，建议大家除了关注成本、回报，还要关注下激活转化率，再次强调一下，并不是所有按CPA结算的渠道都会“刷量”，当然“刷量”其实是一个技术活，其中的“优化算法”还是很有技术含量的，感兴趣的话...我看看能不能邀请现在“刷量”做的最牛的公司给大家介绍(估计我会比打死)。

　　感觉到了满满的负能量!

　　上一篇文章，我贴了这个激活率趋势数据，其中是包含了所有“点击”到“激活”的数据，大家回顾一下：

　　这次我把目前我们监测的超过1300家广告平台、渠道、APP(反正就是广告主们用到的所有流量平台)去掉了冲榜渠道(因为转化率实在太高了)，去掉累计给广告主带来的激活数少于10000的平台(这样的平台量不大，但很多质量很好)，按照激活转化率这个指标进行了分区对比，大家分别看下最近3个月的数据：

　　从数据当中可以看到：

　　转化率最高的头部广告平台的平均数为4.37%，1月到3月趋势变化不明显，3月份还没有整月数据，供参考。转化效果中等的平台，点击到激活的转化率平均为1.07%，1月到3月变化也不明显，转化较差的平台的平均转化率是0.32%，因为热云数据的移动广告监测平台目前覆盖了超过1300家广告平台，光看这份平均值数据还是不够的，后面的文章我们再逐渐深入的进行数据的分析。

　　实际上广告平台孰好孰坏，很多有经验的广告主在试验了一段时间之后，心里都会有数。本篇文章主要是希望大家要警惕“刷量”的问题对广告主同时在其他平台投放数据的影响以及对自己决策判断的影响，后面我会分别对游戏、金融、电商、社交、直播等不同领域的APP的数据进行深入的分析和分享，例如投放节奏的分析、不同类型的APP的ROI分析、不同产品的LTV数据等等，希望与大家有更多的交流。