「數」說買量|起底效果廣告作弊數據！

註：作者：熱雲數據 白冬立 本篇文章是系列文章，希望透過真實的大數據讓大家對「買量」有更深入的理解。

上一篇文章《「數」說買量|從數據看「買量」行業發展趨勢！》我介紹了「刷量」是從何時開始的，還介紹了「刷量「對激活轉化率的影響，吸引了不少群眾的圍觀，但大多數人還不知道「刷量」其中的套路，我們這篇就輕輕的扒一扒「刷量」的手法，目的還是為了讓更多的人關注整個行業的健康發展。

先來看一個數據，大家感受一下，從2016年3月開始至今，我司的移動廣告監測產品累計積累了超過30億個獨立的移動設備ID，發這個數據不是為了讓大家感覺我們有多牛逼（全中國才有多少人啊），作為中立的第三方數據監測平台，我司無法阻止「刷量」，只能靠技術識別哪些是「刷量」，所以請大家不要再問我們的產品是不是可以防止「刷量」了。通過這些數據是想先讓大家拍腦袋猜一下其中有多少設備ID是真實的用戶？據我們的統計，其中有超過75%的設備ID在「產生點擊」或者激活APP後沒有任何其他行為，而據國外的一些數據報告顯示，這個比例是25%，說明國內的假量比例遠遠高於國外行業！

為什麼有75%的設備沒有後續行為呢？

有一種比較Low的「刷量」手段，是用程序直接模擬生成iOS的IDFA/IP或者Android的IMEI/IP地址發送給廣告主或者第三方監測平台，例如直接用程序模擬生成這樣的IDFA：1E2DFA89-496A-47FD-9941-DF1FC4E6484A，但因為模擬成真實的設備ID的概率太低，所以這類方法會產生大量的垃圾設備ID。

第二種方法是收集足夠多真實的設備ID，再用程序模擬發送給廣告主或者第三方監測平台，因為現在有太多渠道可以廉價獲得真實的設備ID，所以目前大多數「刷量」的平台都採用這種方式，這種行為我將其稱為「發送海量點擊拼運氣碰撞激活技術」，是不是很酷！當然這種方法也會因為設備ID庫/IP地址的真實性、實時性、設備ID的用戶畫像準確性等因素而影響「刷量」效果。

這時候，就有人說了，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，這話絕對沒毛病！那是建立在你投放的平台是按CPC、CPM、CPT等結算方式的，要是按CPA結算呢？

寫到這裡，我必須先澄清下，我的目的不是說所有按CPA結算的平台都有「刷量」，更不是要把CPA渠道一棒子打死，很多CPA渠道假量多也跟其網盟下面作弊的媒體流量有關，實事上行業中有非常多不錯的CPA渠道。

為什麼說「按CPA結算」有作弊的空子鑽呢？

這裡就要先科普一下目前行業中大家都認可的效果類廣告歸因模型Last Click模型了：

假設你同時在Facebook、Twitter、Google三個平台上面投放廣告，當有用戶依次在三個平台上面點擊了廣告，那麼按照3個平台分別的歸因規則：

• Facebook在用戶點擊後28天內的安裝和看過廣告24小時內安裝也會歸因為Facebook安裝；

• Twitter在用戶點擊後14天內的安裝都會歸因成Twitter數據；

• Google在用戶點擊後30天內的數據將歸因為Google安裝。

而第三方監測平台的歸因（Last Click Model）模型使用Last Click跟蹤模式，即將安裝&打開APP的用戶分配給最後產生點擊的渠道。例如用戶周一點擊了Facebook廣告沒有下載，周三點擊了Google廣告沒有下載，周五點擊Twitter廣告並下載了，那這個安裝會被其他兩個渠道算成是他們的安裝，但第三方會把這個安裝算給Twitter，當然實際情況還要比這個例子複雜許多，假設廣告主自己做歸因系統，則經常會因為和各平台的差異等問題而產生大量溝通、再加上複雜的作弊識別演算法等技術的坑，目前90%的公司會選擇使用第三方監測平台。

真實的廣告投放場景是一個APP會同時在N家廣告平台或渠道進行投放，所以當一個激活或者安裝產生之後，第三方的歸因系統會按照歸因模型把這個用戶算給某個平台，即本次激活或安裝應該匹配到哪一次「點擊」，如果是正常的用戶點擊和激活行為，按照Last Click Model，可以很好的進行歸因，但當有平台刷「點擊」的時候，就會導致2個嚴重的問題：

1、其他平台的量被「刷」走。

舉個例子說明：比如用戶A在今日頭條點擊了一個廣告，然後跳轉到了Appstore進行下載、而這個時候「刷量」平台剛好也給廣告主或者第三方監測平台發送了用戶A點擊廣告的數據，而當用戶下載完APP後，這個用戶就會被算為「刷量」平台的用戶。

2、「自然量」會被「刷」走。

因為很多用戶會直接通過Appstore進行下載APP，而這個時候如果在用戶下載前，「刷量」平台剛好發送了一條點擊廣告的數據，這個用戶也會被算為「刷量」平台的用戶。

如上2個問題一般會導致：如果廣告主同時在多個平台進行廣告投放的情況下，正規平台的量有一定概率會被「刷」走，從而會影響廣告主對平台效果的評估，甚至是廣告投放預算決策的錯誤，此外，「自然量」被「刷」走，則會給廣告主帶來額外的投放開支、甚至是決策錯誤，從而影響廣告投放效果。

「刷量」的基本特點包括會產生大量的點擊、一個設備ID每天點擊多次廣告、一個設備ID連續多天點擊廣告、一個設備ID每天點擊不同APP的廣告等等，這裡有一份真實的數據：

單設備每日點擊廣告超過1次的比例：

表示一個設備每天點擊相同廣告的次數，可以從下面表格中的數據看到，「刷量」平台平均每天有超過40%的設備會「點擊」相同的廣告鏈接，而對比正常的渠道是9%。

每周超過1天點擊廣告的比例：

表示在一周內，一個設備是否會每天都點擊廣告，「刷量」平台會有超過35%的設備會連續多天「點擊」廣告鏈接，甚至「刷量平台B」這個數據超過63%。

每天點擊不同APP的數量大於1的比例：

這個數據是衡量假設有多個APP在同一家廣告平台進行投放，那麼其廣告平台的用戶是否會同一天點擊多個APP的廣告鏈接，正常情況下只有1.5%的用戶會點擊多個APP的廣告鏈接，而「刷量」平台有超過40%的用戶，會每天「點擊」多個APP的廣告鏈接，這顯然不make sense。

所以說按CPA進行結算是有概率進行鑽空子的原因，相信大家應該明白其中的道理了，建議大家除了關注成本、回報，還要關注下激活轉化率，再次強調一下，並不是所有按CPA結算的渠道都會「刷量」，當然「刷量」其實是一個技術活，其中的「優化演算法」還是很有技術含量的，感興趣的話...我看看能不能邀請現在「刷量」做的最牛的公司給大家介紹（估計我會比打死）。

感覺到了滿滿的負能量！

--------------華麗的分割線分割負能量--------------

上一篇文章，我貼了這個激活率趨勢數據，其中是包含了所有「點擊」到「激活」的數據，大家回顧一下：

這次我把目前我們監測的超過1300家廣告平台、渠道、APP（反正就是廣告主們用到的所有流量平台）去掉了沖榜渠道（因為轉化率實在太高了），去掉累計給廣告主帶來的激活數少於10000的平台（這樣的平台量不大，但很多質量很好），按照激活轉化率這個指標進行了分區對比，大家分別看下最近3個月的數據：

從數據當中可以看到：

轉化率最高的頭部廣告平台的平均數為4.37%，1月到3月趨勢變化不明顯，3月份還沒有整月數據，供參考。轉化效果中等的平台，點擊到激活的轉化率平均為1.07%，1月到3月變化也不明顯，轉化較差的平台的平均轉化率是0.32%，因為熱雲數據的移動廣告監測平台目前覆蓋了超過1300家廣告平台，光看這份平均值數據還是不夠的，後面的文章我們再逐漸深入的進行數據的分析。

實際上廣告平台孰好孰壞，很多有經驗的廣告主在試驗了一段時間之後，心裡都會有數。本篇文章主要是希望大家要警惕「刷量」的問題對廣告主同時在其他平台投放數據的影響以及對自己決策判斷的影響，後面我會分別對遊戲、金融、電商、社交、直播等不同領域的APP的數據進行深入的分析和分享，例如投放節奏的分析、不同類型的APP的ROI分析、不同產品的LTV數據等等，希望與大家有更多的交流。

最後，在「3·15」之際，期望行業中的公司能夠公平競爭、誠信經營！熱雲數據在2月底牽頭成立的中國誠信移動廣告聯盟，是為凈化移動廣告行業而生，很快就會有後續動作，也歡迎大家多多關注！