Dokümantasyonumuzu sürekli güncel tutuyoruz, ancak bazı güncellemeler henüz tüm dillerde yayınlanmamış olabilir. En güncel bilgiler için lütfen İngilizce versiyonuna göz atın.

Dağılım Modellemesi

Adjust'ın dağılım modellemesi, tıklama spam'ine karşı proaktif olarak koruma sağlar. Bunu yapmak için Adjust, tıklamaların spam olasılığını istatistiksel olarak hesaplar ve standartlarımızı karşılamayan etkileşimleri filtreler. Yani, sahtecilik kaynaklı aktiviteler hiçbir zaman veri setinizi negatif yönde etkilemez ve değerli organik kullanıcıları güvenle belirleyebilirsiniz.

Büyüme Çözümü:
Fraud Prevention Suite, bir Adjust Büyüme Çözümü olarak kullanılabilir. Fraud Prevention'ı hesabınıza eklemek için lütfen sales@adjust.comadresi ile iletişime geçin.
İpucu:
Uygulamanız için Dağılım Modellemesini nasıl yapılandırabileceğiniziöğrenmek için link'i takip edin.

Nasıl çalışır

Adjust olarak, tık spam'ini sahte tıklama aktiviteleri olarak tanımlarız. Sahtecilerin amacı, tık spam'i yaparak attribution'ları organik kullanıcılarınızdan çalmaktır, yani organik install'larınızın belli bir bölümünü sahte bir kampanyaya attribute ettirmektir. Böylece bu kampanyaların yüksek sayıda değerli kullanıcı getirdiği izlenimini verirler.

Tık spam'inin farklı türleri vardır. Gösterimleri tıklama olarak gönderen trafik kaynaklarından yapay tıklama gönderen sunuculara kadar birçok şekilde karşımıza çıkabilirler. Bir başka yaygın örnek de, bir uygulamanın arka planda görünmez bir şekilde reklamları yüklemesi ve tıklamasıdır.

Adjust'ın dağılım modellemesi, tık spam'i kaynaklı install'ları reddetmek için iki yöntem kullanır.

  • Hiper etkileşim: yüksek sıklığa sahip tıklamaları ve çok fazla kopyası olan etkileşimleri attribution için diskalifiye eder.
  • Dağılım uç noktası: attribution'ları tıklamadan kuruluma kadar geçen zaman dağılımına göre reddeder.

Hiper Etkileşim

Adjust'ın attığı ilk adım, yüksek sıklığa sahip tık spam'ini ortadan kaldırmaktır. Bu, sahtecilerin belli aralıklarla kullanıcılar adına tekrarlayan tıklamalar göndermesidir. Bu şekilde, install'a görece her zaman yakın olan bir "son tıklama" üretmeye çalışırlar.

Bir install meydana geldiğinde Adjust, ilgili attribution penceresindeki tüm uygun tıklamaları kontrol eder. Tıklama pattern'larında yüksek bir hacim belirlersek, bu tıklamaları attribution için göz önüne almayız. Bu, install'u bir sonraki gerçek tıklamaya veya organik bir kullanıcı olarak doğru bir şekilde attribute etmemizi sağlar.

Dağılım Uç Noktası

Dağılımdaki uç noktaları kullanan gerçek zamanlı filtreleme metodumuzu geliştirirken istatistiksel verileri inceledikten sonra gerçek ve sahte aktiviteleri analiz ettik. Bu araştırmanın sonucunda, gerçek trafik kaynaklı install'ların %85'inden fazlasının reklam tıklamasından sonra bir saat içinde gerçekleştiğini belirledik. Bu, tıklama ve install zamanları arasında güçlü bir korelasyon olduğunu gösteriyor.

Ancak tık spam'i söz konusu olduğunda, tıklama ve install arasında geçen zaman açısından bir korelasyon bulunmuyor. Bunun nedeni, tık spam'inin organik kullanıcıları hedeflemesi ve gerçek kaynakların attribution'larını çalmasıdır. Yani kullanıcı aslında reklama hiç tıklamamıştır ve hatta görmemiştir bile. Bunun bir sonucu olarak, tık spam'inden etkilenen kampanyaların tıklamadan kuruluma kadar geçen zaman (click-to-install-time, CTIT) dağılımı, attribution penceresinin tamamına yayılır.

A visual representation of how the click-to-install-time distribution on campaigns affected by click spam is spread out across the entire attribution window.

Bu nedenle Adjust, her zaman kullanıcı niyetinin güçlü olduğu etkileşimleri önceliklendirir. Bunu tıklamadan kuruluma kadar geçen zaman dağılımını analiz ederek belirleriz. Dönüşümlerin çoğu, tıklama zamanından 60 dakikadan daha fazla bir süre sonra gerçekleşirse Adjust, bu tıklamalara yapılan attribution'ları reddetmeye başlar. Reddedilen tıklamalar dağılım uç noktaları olarak raporlanır ve bu install'lar, bir sonraki uygun kaynağa veya organik trafik olarak attribute edilir.

Sahte olmayan trafiğin işaretlenmesi

Adjust'ın kullanıcı niyetini analiz etme şekli nedeniyle, sahte olmayan trafiğin dağılımda uç nokta olarak işaretlendiği durumlar olabilir. Buna bir örnek vermek gerekirse, özellikle yüksek bir tıklama oranına sahip bir reklamınız varsa ama dönüşümler düşükse Adjust, tıklamadan kuruluma kadar geçen zaman analizi yapar ve tıklamalara yapılan attribution'ları reddetmeye başlayabilir. Bunun nedeni, Adjust'ın güçlü kullanıcı niyeti gösteren etkileşimlere öncelik vermesi ve dağılım uç noktası filtremizin organik trafiğin yanlış attribute edilmesinin önüne geçmesidir.

Attribution'ların reddedildiğini görürseniz, öncelikle gösterimden tıklamaya ve install'a kadar olan dönüşüm yolculuklarında kullanıcıların gecikmesine neden olan ya da onları engelleyen herhangi bir teknik sorun olmadığını kontrol edin. Bu, verilerinizdeki anormallikleri çözüme ulaştırmanın ve birlikte çalıştığınız partnerlerle tutarlılık sağlamanın yanı sıra genel kullanıcı deneyiminin iyileştirilmesine de yardımcı olur. Bazen teknik bir sorun olmayabilir, ancak reklam tasarımı kaynaklı yüksek bir tıklama oranı görebilirsiniz.

Sahte aktiviteleri önlemek

Sahte aktivitelerin geldiği kaynakları reddetmenin yanı sıra Adjust, Blocklist API ile sahtecilerin kullandığı ağ-seviyesi link'leri da engeller. Bir link sıklıkla sahte aktiviteler ile ilişkilendirilirse, Adjust bu tracker'ı blocklist'e ekler. Bir link blocklist'e alındığında Adjust artık bu tracker'a ait etkileşimleri ölçümlemez. Mevcut etkileşimler ve attribution'lar, blocklist'e alınmış link'e ait olarak kalır.

Önemli:
Blocklist'ler, sahtecilik önleme filtrelerinin yerini alamaz. Tık spam'inin göstergelerine dair ihtiyaçlarınızı partnerleriniz ile netleştirmelisiniz.

Herhangi bir sorunuz varsa lütfen Adjust temsilciniz ile iletişime geçin.

Raporlarda dağılım modellemesi verileri

Tık spam'i nedeniyle reddedilen attribution'lar raporlarınızda görüntülenecektir:

  • Reddedilen Install'lar: Çok Fazla Etkileşim (RI TME)
  • Reddedilen Install'lar: Dağılım Uç Değeri (RI DO)

Tık spam'i nedeniyle reddedilen reattribution'lar raporlarınızda görüntülenecektir:

  • Reddedilen Reattribution'lar: Çok Fazla Etkileşim (RR TME)
  • Reddedilen Reattribution'lar: Dağılım Uç Değeri (RR DO)
Not:
Tık spam'i nedeniyle reddedilen install'lar, Adjust'ın attribution metodolojisi ile tespit edilen gerçek bir kaynağa ya da hiçbir kaynak bulunamazsa Organik'e attribute edilir.