分布模型排查
Adjust 的分布模型排查可以积极抵御点击欺诈的侵害。为实现这个目标，Adjust 会计算出某次点击来自点击欺诈的概率，并滤出不符合我们标准的交互。这就意味着，欺诈活动永远不会扭曲您的数据集中，营销人员可以放心地甄别出珍贵的自然用户。
工作原理
Adjust 将非法点击活动定义为点击欺诈(click spam)。对作弊者而言，点击欺诈的目的是从自然用户处窃取归因，也就是将部分自然安装归因于某个作弊推广活动。如此一来，这些推广活动看似吸引了大量有价值的用户。
点击欺诈形式多样。其中可能涉及将浏览作为点击发送的流量源，也可能涉及发送人工点击目录的服务器；另一种常见示例是，应用悄悄在后台加载和点击广告。
Adjust 的分布模型排查使用两种方法鉴别和拒绝点击欺诈带来的安装。
- 异常高交互： 排除高频度点击或重复次数过多的交互。
- 分布异常值： 基于点击至安装间隔时间分布来拒绝归因。
异常高交互
Adjust 进行的第一步是排除高频率点击欺诈。高频率点击欺诈指作弊者按照一定的间隔反复伪装成用户发送点击，借此生成相对接近安装时间的“最后一次点击”。
安装发生时，Adjust 会检查相关归因窗口内所有符合条件的点击，如果发现大量点击模式，我们会取消相应点击的归因资格。我们因此能正确地执行归因，将安装归因于下个合法点击或视作自然用户。
分布异常值
开发分布异常值实时过滤方法时，我们分析了统计数据以及合法和真实作弊活动。通过调研我们发现，合法流量超中过 85% 的安装发生在广告点击后的第一个小时之内。这说明，广告点击与安装时间之间存在很强的相关性。
然而，发生点击欺诈时，点击和安装之间不存在这样的相关性。这是因为点击欺诈会盗取自然用户或从合法来源窃取归因；因此，用户从未点击或查看广告。其结果是，对于受到点击欺诈影响的推广活动，点击到安装时间 (CTIT) 均匀分布在整个归因窗口中。
因此，Adjust 始终会优先考虑展示出强烈用户意愿的交互。我们通过分析点击到安装时间的分布来判定用户意愿。如果大多数转化发生在点击后 60 分钟或更长时间以外，那么 Adjust 就会开始拒绝归因至相应点击。随后，这些点击会被报告为分布异常值，而相关安装会被归因到下一个符合条件的来源或归为自然量。
标记非作弊流量
受 Adjust 分析用户意图的方法影响，有时非作弊流量会被标记为分布异常流量。例如，如果您的广告点击率很高但转化率很低，Adjust 就会分析其点击至安装间隔时间，随后可能会开始拒绝归因至这些点击。这是因为 Adjust 会优先考虑能够体现强烈用户意图的交互，而我们的分布异常值过滤器则会防止自然流量被归因至推广活动。
如果您发现有点击被拒绝，可以检查是否有技术问题导致用户在通过展示和点击进行转化途中发生延迟或遇到障碍。除了能够解决数据中的异常值以及为合作伙伴提供一致性之外，这种做法还能优化整体用户体验。有时不存在技术问题，而是广告设计带来了大量点击。
拦截作弊活动
除忽略作弊活动的来源外，Adjust 还使用 屏蔽名单 API 来拦截作弊者使用的渠道层级链接。如果某个链接经常与恶意作弊活动相关联，Adjust 就会将其添加至屏蔽名单。链接被屏蔽后，Adjust 将不再监测与之相关的交互。已有交互和归因仍与已列入屏蔽名单的链接保持关联。
若有问题，请联系您的 Adjust 代表。
报告中的分布模型排查数据
因点击欺诈而被拒绝的归因会出现在您的报告中：
- 因异常高参与度被拒安装 (RI TME)
- 因分布异常被拒安装 (RI DO)
因点击欺诈而被拒绝的再归因将显示在您的报告中：
- 因异常高参与度被拒再归因 (RR TME)
- 因分布异常被拒再归因 (RR DO)