杂货店里的程序化广告？奇怪的知识增加了

主要在3个广告环节：曝光、点击、转化上作弊。打个比方：

• 大汉到店里，明明看都没看到刮胡刀，我故意和广告主他说看到了，要辛苦费——曝光环节
• 大汉到店里，只是瞥了一眼刮胡刀，连摸都没摸，我故意和广告主说他摸到了，要辛苦费——点击环节
• 大汉到店里，拿起刮胡刀把玩了一会，最后没买，我故意和广告主说他下单了，要辛苦费——转化环节

可见，在广告转化漏斗上，投机分子可谓无孔不入。此外，以下作弊策略作弊策略可能更加难以招架：

• 找人伪装成顾客，有人来看我就能拿钱——机器人刷广告；
• 货是发给杂货店了，但是裹着隐身衣，顾客压根看不见——把广告植入到不可见的位置；
• 把原本去隔壁餐饮店的顾客强行拉到杂货店来——流量劫持，劫持到的一般是劣质流量。

长此以往，货商肯定不愿意了：难怪钱花得多效果还差，敢情都让你们揣进兜了啊。

正因为上述这些作弊手法大行其道，一段时间里程序化广告招致了非常多非议。

为了恢复杂货店风清气正的交易环境，杂货店店主决定展开“五月人倍忙——一白杂货店反作弊专项整改活动”。

专项活动从三个方面开展：用户标识、用户行为、广告来源

1）用户标识

给用户发放专有“身份证”，发放依据是用户的IP、cookie（或设备ID），统计某些用户是否存在高频次或高频率曝光或点击。

为了防止机器人自动变换IP蒙混过关，把浏览器型号、分辨率、用户窗口大小、操作系统版本号、设备品牌也纳入到作弊判别模型里。

2）用户行为

这时候前端回传的数据埋点也就派上用场了。根据埋点，构筑用户的站内交互轨迹图，包括点击、滚动、输入等操作，如果这些操作过分单调，判定该用户有很高的作弊可能性。同样，可以解析出点击的区域、次数、频率，利用这些指标去伪存真。

此外，如果出现广告曝光数和点击数在某个时间点暴涨、同一用户的广告浏览或点击时间间隔过于规律、转化漏斗出现顺序对调，需要格外注意这些疑似作弊的行为，进一步验证。

3）广告来源

• 如果流量来源不明，很可能是恶意刷广告点击的脚本；
• 实际来源与标注不统一的流量，基本认为是劫持来的或者伪造的流量。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!