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(diǎn)擊欺詐的侵害。為實(shí)現(xiàn)這個(gè)目標(biāo)，Adjust 會(huì)計(jì)算出可能來(lái)自點(diǎn)擊欺詐之安裝與再歸因的統(tǒng)計(jì)概率，并濾出不符合我們標(biāo)準(zhǔn)的交互。這就意味著，欺詐活動(dòng)永遠(yuǎn)不會(huì)出現(xiàn)在您的數(shù)據(jù)集中，營(yíng)銷(xiāo)人員可以放心地甄別出珍貴的自然用戶(hù)。

設(shè)置分布模型排查

要設(shè)置分布模型排查，請(qǐng)按下列步驟在 Adjust 控制面板中操作。

1. 查找應(yīng)用并選擇應(yīng)用選項(xiàng)插入符號(hào) (^)

2. 選擇 所有設(shè)置 > 防作弊

3. 將 分布模型排查 開(kāi)關(guān)切換至 開(kāi)

級(jí)別選項(xiàng)可讓您設(shè)置分布模型排查的力度。請(qǐng)根據(jù)測(cè)試和生產(chǎn)環(huán)境，對(duì)該設(shè)置進(jìn)行相應(yīng)的變更。

• 高級(jí) (推薦)： 過(guò)濾器以最高級(jí)別運(yùn)行，在完全的生產(chǎn)模式下應(yīng)啟用此級(jí)別

• 標(biāo)準(zhǔn)： 僅用于試用和測(cè)試目的

查看您的數(shù)據(jù)

要查看您的數(shù)據(jù)，請(qǐng)按下列步驟在控制面板中進(jìn)行操作。

1. 導(dǎo)航到應(yīng)用，點(diǎn)擊您應(yīng)用選項(xiàng)上的 ^ 符號(hào)

2. 選擇 數(shù)據(jù)

3. 選擇 防作弊

因點(diǎn)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(diǎn)擊欺詐而被拒絕的再歸因?qū)@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(diǎn)擊欺詐而被拒絕的安裝，將歸因于通過(guò) Adjust 歸因所找到的可靠來(lái)源；如果沒(méi)找到可靠來(lái)源，則會(huì)歸因于 Organic (自然量) 跟蹤鏈接。

要了解防作弊 KPI 的相關(guān)信息，理解如何解讀統(tǒng)計(jì)數(shù)據(jù)，請(qǐng)參閱我們的 防作弊報(bào)告 一文。

常見(jiàn)問(wèn)題

什么是點(diǎn)擊欺詐 (click spam) ？

Adjust 將所有的非法點(diǎn)擊活動(dòng)定義為點(diǎn)擊欺詐(click spam)。對(duì)欺詐者而言，點(diǎn)擊欺詐的目的是從您的自然用戶(hù)處竊取歸因，也就是將部分自然安裝歸因于某個(gè)不實(shí)渠道。如此一來(lái)，他們的推廣活動(dòng)看似吸引了大量有價(jià)值的用戶(hù)。

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

Adjust 如何識(shí)別點(diǎn)擊欺詐？

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

異常高交互

為了模仿真實(shí)的點(diǎn)擊安裝時(shí)間分布，欺詐者會(huì)反復(fù)按相同間隔發(fā)送同一個(gè)點(diǎn)擊。這樣，他們得以生成相對(duì)接近安裝時(shí)間的“最后一次點(diǎn)擊”。

安裝發(fā)生時(shí)，Adjust 會(huì)檢查相關(guān)歸因窗口內(nèi)所有符合條件的點(diǎn)擊，如果發(fā)現(xiàn)大量點(diǎn)擊模式，我們會(huì)取消相應(yīng)點(diǎn)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(gè)合法點(diǎn)擊或視作自然用戶(hù)。

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

分布異常值

我們通過(guò)實(shí)時(shí)審查統(tǒng)計(jì)數(shù)據(jù)和分析實(shí)際作弊活動(dòng)，開(kāi)發(fā)了過(guò)濾分布異常值的方法。根據(jù)這項(xiàng)研究我們發(fā)現(xiàn)，超過(guò) 85% 的安裝是在點(diǎn)擊后第一個(gè)小時(shí)內(nèi)記錄的。此行為說(shuō)明，點(diǎn)擊與安裝時(shí)間之間存在很強(qiáng)的相關(guān)性。

然而，當(dāng)作弊發(fā)生時(shí)，點(diǎn)擊與安裝之間卻沒(méi)有顯示出這樣的相關(guān)性。由于用戶(hù)從未實(shí)際點(diǎn)擊過(guò)，也從未重定向到應(yīng)用商店，他們的安裝不受點(diǎn)擊時(shí)間影響。當(dāng)自然用戶(hù)被點(diǎn)擊欺詐隨機(jī)竊取后，點(diǎn)擊安裝時(shí)間反而會(huì)均勻分布在整個(gè)歸因窗口中。

清楚這一點(diǎn)后，我們?yōu)辄c(diǎn)擊后第一個(gè)小時(shí)內(nèi)記錄的安裝定義了一個(gè)較低的閾值。如果點(diǎn)擊一個(gè)小時(shí)后發(fā)生的安裝數(shù)量高于一個(gè)小時(shí)內(nèi)安裝數(shù)量的某個(gè)特定百分比，Adjust 會(huì)著手取消相應(yīng)點(diǎn)擊的歸因資格。依此邏輯，安裝將歸因于下一個(gè)符合條件的跟蹤渠道來(lái)源或被視作自然流量。