Modelado de distribución
El modelado de distribución de Adjust protege contra el spam de clics de manera proactiva. Para hacerlo, nuestro sistema calcula la probabilidad estadística de que un clic se haya generado por medio de spam de clics y filtra los engagements que no cumplen con nuestros estándares. Esto significa que la actividad fraudulenta nunca sesga tu conjunto de datos, por lo que puedes identificar a tus usuarios orgánicos valiosos de manera confiable.
Cómo funciona
En Adjust, definimos el spam de clics como cualquier actividad de clic ilegítima. Para los defraudadores, el objetivo del spam de clics es robar las atribuciones de tus usuarios orgánicos, es decir, lograr que algunas de tus instalaciones orgánicas se atribuyan a una campaña fraudulenta debido a una falsificación. Al hacerlo, estas campañas parecen generar volúmenes altos de usuarios valiosos.
El spam de clics se puede presentar de diferentes maneras. Pueden existir diferentes casos, desde las fuentes de tráfico que envían las visualizaciones como clics, hasta los servidores que envían catálogos de clics artificiales. Otro ejemplo común es cuando una aplicación carga anuncios y hace clic en ellos de manera invisible en segundo plano.
El modelado de distribución de Adjust utiliza dos métodos para identificar y rechazar las instalaciones impulsadas mediante spam de clics.
- Hiperengagement: descalifica los clics de alta frecuencia o los engagements de los que vemos demasiados duplicados.
- Valor atípico de distribución: rechaza las atribuciones con base en su distribución de los tiempos del clic a la instalación.
Hiperengagement
El primer paso que realiza nuestro sistema es eliminar el spam de clics de alta frecuencia. Esto sucede cuando los defraudadores se hacen pasar por los usuarios y envían muchos clics en intervalos constantes. Al hacer esto, intentan producir un "último clic" que esté relativamente cerca de la instalación.
Cuando se presenta una instalación, nuestro sistema revisa todos los clics que reúnen los requisitos dentro de la ventana de atribución correspondiente. Si reconocemos cualquier patrón de clics de volumen alto, no tomamos en cuenta esos clics para la atribución. Esto nos permite atribuir correctamente la instalación al siguiente clic legítimo o tomarla como un usuario orgánico.
Distribución atípica
Para desarrollar nuestro método de filtrado de valores atípicos de distribución en tiempo real, revisamos los datos estadísticos, y analizamos la actividad legítima y la actividad fraudulenta. Con base en esta investigación, determinamos que más del 85% de las instalaciones provenientes de tráfico ilegítimo se llevan a cabo durante la primera hora después del clic en el anuncio. Esto indica una correlación estrecha entre el clic en el anuncio y la hora de la instalación.
Sin embargo, el spam de clics no muestra este tipo de correlación entre el clic y la instalación. Esto se debe a que el spam de clics se apropia de los usuarios orgánicos o roba la atribución de las fuentes legítimas, lo que significa que el usuario nunca hizo clic en el anuncio (y ni siquiera lo vio) en primer lugar. Por lo tanto, la distribución de los tiempos del clic a la instalación (CTIT) en las campañas afectadas por el spam de clics abarca toda la ventana de atribución.
Por lo tanto, nuestro sistema siempre da una mayor prioridad a los engagements que muestran una intención clara por parte del usuario. Determinamos esto al analizar la distribución de los tiempos del clic a la instalación. Si la mayoría de las conversiones se presentan más de 60 minutos después de la hora del clic, nuestro sistema comienza a rechazar la atribución a los clics. Luego, estos se agregan a los informes como valores atípicos de distribución, y esas instalaciones se atribuyen a la siguiente fuente que reúna los requisitos, o se toman como tráfico orgánico.
Tráfico no fraudulento marcado como fraudulento
Debido a la manera en que nuestro sistema analiza la intención del usuario, se pueden presentar algunos casos en los que el tráfico no fraudulento se marque como fraudulento debido a la presencia de valores atípicos de distribución. Por ejemplo, si tienes una tasa de clics particularmente alta en tus anuncios, pero tu nivel de conversiones es bajo, nuestro sistema analiza la distribución de los tiempos del clic a la instalación y puede empezar a rechazar la atribución a los clics. Esto se debe a que nuestro sistema da una mayor prioridad a los engagements que muestran una intención firme por parte del usuario, y nuestro filtro de valores atípicos de distribución evita que el tráfico orgánico se atribuya de manera incorrecta.
Si descubres que se rechazan algunos clics válidos, asegúrate de que no haya ningún problema técnico que retrase u obstaculice el recorrido de conversión de los usuarios, desde la impresión hasta el clic y la instalación. Además de resolver las anormalidades en tus datos y ofrecer consistencia con los socios con los que trabajas, esto también ayuda a mejorar la experiencia de los usuarios en general. A veces no hay ningún problema técnico, sino que el diseño del anuncio es la causa de la tasa de clics elevada.
Bloqueo de la actividad fraudulenta
Además de ignorar las fuentes de actividad fraudulenta, nuestro sistema utiliza la API de la lista de bloqueados para bloquear los links a nivel de red que utilizan los defraudadores. Si un link está frecuentemente asociado con una actividad intencionalmente fraudulenta, nuestro sistema lo agrega a la lista de bloqueados. Cuando un link se agrega a la lista de bloqueados, nuestro sistema deja de medir las interacciones futuras con él. Los engagements y la atribución existentes se mantienen asociados con el link agregado a la lista de bloqueados.
Si tienes alguna duda, comunícate con tus representantes de Adjust.
Datos de modelado de distribución en los informes
Las atribuciones rechazadas por spam de clics se muestran en tus informes de la siguiente manera:
- Instalaciones rechazadas: demasiadas interacciones (RI TME)
- Instalaciones rechazadas: valor atípico de distribución (RI DO)
Las reatribuciones rechazadas por spam de clics se muestran en tus informes de la siguiente manera:
- Reatribuciones rechazadas: demasiadas interacciones (RR TME)
- Reatribuciones rechazadas: valor atípico de distribución (RR DO)