Adjust防作弊：分布模型排查

Adjust 的分布模型排查可以積極抵御點擊欺詐的侵害。為實現這個目標，Adjust 會計算出可能來自點擊欺詐之安裝與再歸因的統(tǒng)計概率，并濾出不符合我們標準的交互。這就意味著，欺詐活動永遠不會出現在您的數據集中，營銷人員可以放心地甄別出珍貴的自然用戶。

設置分布模型排查

要設置分布模型排查，請按下列步驟在 Adjust 控制面板中操作。

1. 查找應用并選擇應用選項插入符號 (^)

2. 選擇 所有設置 > 防作弊

3. 將 分布模型排查 開關切換至 開

級別選項可讓您設置分布模型排查的力度。請根據測試和生產環(huán)境，對該設置進行相應的變更。

• 高級 (推薦)： 過濾器以最高級別運行，在完全的生產模式下應啟用此級別

• 標準： 僅用于試用和測試目的

查看您的數據

要查看您的數據，請按下列步驟在控制面板中進行操作。

1. 導航到應用，點擊您應用選項上的 ^ 符號

2. 選擇 數據

3. 選擇 防作弊

因點擊欺詐而被拒絕的安裝將顯示在以下某列中：

• 因異常高參與度被拒安裝 (RI TME)

• 因分布異常被拒安裝 (RI DO)

因點擊欺詐而被拒絕的再歸因將顯示在以下某列中：

• 因異常高參與度被拒再歸因 (RR TME)

• 因分布異常被拒再歸因 (RR DO)

注意 ：因點擊欺詐而被拒絕的安裝，將歸因于通過 Adjust 歸因所找到的可靠來源；如果沒找到可靠來源，則會歸因于 Organic (自然量) 跟蹤鏈接。

要了解防作弊 KPI 的相關信息，理解如何解讀統(tǒng)計數據，請參閱我們的 防作弊報告 一文。

常見問題

什么是點擊欺詐 (click spam) ？

Adjust 將所有的非法點擊活動定義為點擊欺詐(click spam)。對欺詐者而言，點擊欺詐的目的是從您的自然用戶處竊取歸因，也就是將部分自然安裝歸因于某個不實渠道。如此一來，他們的推廣活動看似吸引了大量有價值的用戶。

值得注意的是，并非所有點擊欺詐都是有預謀的作弊。其中可能涉及將展示作為點擊發(fā)送的渠道，也可能涉及發(fā)送人工點擊目錄的服務器；另一種常見示例是，應用悄悄在后臺加載和點擊廣告。

Adjust 如何識別點擊欺詐？

Adjust 以點擊安裝時間分布為基礎，建立了拒絕點擊欺詐歸因的解決方案。第一步是將那些試圖操縱點擊安裝分布之高頻點擊的資格取消，第二步則是使用分布異常值過濾來拒絕歸因。

異常高交互

為了模仿真實的點擊安裝時間分布，欺詐者會反復按相同間隔發(fā)送同一個點擊。這樣，他們得以生成相對接近安裝時間的“最后一次點擊”。

安裝發(fā)生時，Adjust 會檢查相關歸因窗口內所有符合條件的點擊，如果發(fā)現大量點擊模式，我們會取消相應點擊的資格。我們因此能正確地執(zhí)行歸因，將安裝歸因于下個合法點擊或視作自然用戶。

在排除所有試圖掉操縱點擊安裝時間分布的作弊行為后，我們便可以利用分布模型排查來檢測剩余的點擊欺詐。

分布異常值

我們通過實時審查統(tǒng)計數據和分析實際作弊活動，開發(fā)了過濾分布異常值的方法。根據這項研究我們發(fā)現，超過 85% 的安裝是在點擊后第一個小時內記錄的。此行為說明，點擊與安裝時間之間存在很強的相關性。

然而，當作弊發(fā)生時，點擊與安裝之間卻沒有顯示出這樣的相關性。由于用戶從未實際點擊過，也從未重定向到應用商店，他們的安裝不受點擊時間影響。當自然用戶被點擊欺詐隨機竊取后，點擊安裝時間反而會均勻分布在整個歸因窗口中。

清楚這一點后，我們?yōu)辄c擊后第一個小時內記錄的安裝定義了一個較低的閾值。如果點擊一個小時后發(fā)生的安裝數量高于一個小時內安裝數量的某個特定百分比，Adjust 會著手取消相應點擊的歸因資格。依此邏輯，安裝將歸因于下一個符合條件的跟蹤渠道來源或被視作自然流量。