跳转到内容

广告欺诈

维基百科,自由的百科全书

广告欺诈(Ad fraud),也称为无效流量(Invalid Traffic),是指骇客以制造虚假的网络广告的曝光(Impression)、点击(Clicks)、转换率(Conversion),或是事件(Data event)等指标获取收入。广告欺诈与点击欺诈的差异在于,广告欺诈较常指制造与横幅式广告、影音广告以及应用程序内广告等网络广告相关的假流量来获取收入,而点击欺诈较常指的是制造与搜索引擎行销手机广告相关的假流量或制造联盟行销的转换率。根据AppsFlyer估计,2018年第一季应用程序下载量欺诈所带来的金融风险就有8亿美元[1]

广告欺诈可以指所有网络广告指标的欺诈行为。在2004年时任Google财务长乔治·雷耶斯就指出,欺诈行为是网络经济的最大威胁[2]。在2016年时世界广告商联盟World Federation of Advertisers英语World Federation of Advertisers,缩写:WFA)发表了它的第一个针对广告欺诈的应对指导[3]去告诉会员们该如何处理据称在2015年时已吃掉了会员们200亿美元的问题。[4]

比较其他电脑犯罪

[编辑]

在2017年的报告页面存档备份,存于互联网档案馆)中,Juniper Research估计广告欺诈[5]消耗了190亿美元[6]相当于每天约有5100万美元正在流失。 这个数字代表网络以及移动设备的广告欺诈行为将会继续成长,在2022年时成为每年消耗440亿美元的问题。广告欺诈是第一名的电脑犯罪,胜过了退税欺诈[7] 慧与科技在它的骇客的事业报告中清楚地指出,广告欺诈是最简单以及最有利可图的电脑犯罪型态。

重要分类

[编辑]

欺诈种类

[编辑]

流量来源

[编辑]

广告型式

[编辑]
  • 横幅式广告
  • 影音广告
  • 应用程序内广告
  • 社交广告

移动设备上的广告欺诈类型

[编辑]

根据Iotec Global的报告,网络广告欺诈是近50%的移动设备广告商的最大忧虑。[8]根据防广告欺诈服务的供应商TrafficGuard的报告,在两大范畴中共有7种类型的移动设备广告欺诈:[9]

范畴 描述 类型
归因欺诈[10] 来源欺诈指一个真实用户下载了应用程序,而欺诈者取得了该下载的归因(功劳)。归因欺诈者的目标是那些付款给下载引发者的广告商。 来源欺诈类型:
  • Click Spam
  • Ad Stacking
  • Click Injection
  • In-app Event
  • Evasion Techniques
下载量欺诈[11] 下载量欺诈指下载量并非来自真实用户,这些下载量可能是来自自动程式或是由骇客自己制造,这将使得广告商无法从投注的广告费中回收收益(广告费回收收益,Return On Advertising Spend,ROAS) 下载量欺诈类型:
  • App Install Farms
  • SDK Spoofing
  • Evasion Techniques

资源流量

[编辑]

一个最近美国广告商协会(Association of National Advertisers)的报告中指出资源流量(Sourced traffic)也是一种值得关注的广告欺诈形式[12],提供广告平台的公司透过购买伪造的资源流量并将其“转售”,使得广告商无法获得实际利益,得到的仅是虚假数据。由于没有也几乎无法找到证据,我们只能推测资源流量在广告欺诈市场中占据了非常高的地位,因为流量买卖实在过于简单且流行。对资源流量唯一的循证研究在2016年时发现了50%的购买流量都是来自于资料中心的IP地址[13]并且连Integral Ad Science和Moat这两家十分优秀的广告欺诈监测公司都未能侦测到其为虚假流量。这份报告还指出了以0.001美元购买到一次点击的资源流量是多么简单,与广告市场中的点击的现行价格天差地远,对于广告商来说每次点击的花费通常都要1美元,甚至更高。[14]

非营利的反广告欺诈行动

[编辑]

在2016年时有四个显著的非营利组织致力于建立人们对广告欺诈的认识以及用来反广告欺诈的资源,分别是BotlabJiCWEBSMedia Rating Council(MRC),还有Trustworthy Accountability Group(TAG),这些机构都发表了许多对广告欺诈的应对方针,其中最著名的是MRC所发表的无效流量侦测方针。[15]

参见

[编辑]

参考文献

[编辑]
  1. ^ Natanson, Elad. Mobile Ad Fraud in 2018 - Tackling the Newest Threats. Forbes. 11 June 2018. (原始内容存档于2021-03-01). 
  2. ^ writer, By Krysten Crawford, CNN/Money staff. Google CFO sounds an alarm - Dec. 2, 2004. money.cnn.com. [2017-01-07]. (原始内容存档于2021-04-16). 
  3. ^ Compendium of ad fraud knowledge for media investors (PDF). (原始内容 (PDF)存档于2018-02-01). 
  4. ^ Report: For Every $3 Spent on Digital Ads, Fraud Takes $1. [2017-01-07]. (原始内容存档于2022-03-09). 
  5. ^ AD FRAUD / CLICK FRAUD. (原始内容存档于2021-04-20). 
  6. ^ Barker, Sam. Juniper Research - Future Digital Advertising: AI, Ad Fraud & Ad Blocking 2017-2022. Juniper Research. 25 September 2017. (原始内容存档于2018-10-20). 
  7. ^ THE TOP 5 CYBERCRIMES (PDF). (原始内容 (PDF)存档于2017-10-13). 
  8. ^ Mobile ad trends: Ad fraud tops transparency concerns. iotec. (原始内容存档于2018-08-18). 
  9. ^ Your definitive guide to mobile advertising fraud. TrafficGuard. 13 August 2018. (原始内容存档于2019-08-12). 
  10. ^ Attribution Fraud: Are You Getting Gamed? | AdExchanger. AdExchanger. 2016-07-08 [2018-10-23]. (原始内容存档于2021-09-28) (美国英语). 
  11. ^ Study: App install fraud jumped 30% in Q1. Mobile Marketer. [2018-10-23]. (原始内容存档于2019-08-12) (美国英语). 
  12. ^ Sourced Traffic: Buyer Beware | Industry Insights | All MKC Content | ANA. www.ana.net. [2017-01-07]. (原始内容存档于2021-05-16). 
  13. ^ Mystery Shopping Inside the Ad-Verification Bubble. 2016-06-08 [2019-08-12]. (原始内容存档于2021-10-12). 
  14. ^ The Cost of Pay-Per-Click (PPC) Advertising—Trends and Analysis - Hochman Consultants. Hochman Consultants. 2015-11-24 [2017-01-08]. (原始内容存档于2022-03-12) (美国英语). 
  15. ^ Invalid Traffic Detection and Filtration Guidelines Addendum (PDF). (原始内容存档 (PDF)于2022-03-08).