Кликфрод

Эта статья находится на начальном уровне проработки, в одной из её версий выборочно используется текст из источника, распространяемого под свободной лицензией
Материал из энциклопедии Руниверсалис

Кликфрод — один из видов сетевого мошенничества, представляющий собой обманные клики на рекламную ссылку лицом, не заинтересованным в рекламном объявлении. Может осуществляться с помощью автоматизированных скриптов или программ, имитирующих клик пользователя по рекламным объявлениям pay per click. Скликивать объявления могут недобросовестные веб-мастера со своих же сайтов либо конкуренты рекламодателей.

По данным BusinessWeek, значительно участились случаи кликфродов рекламных объявлений. Аналитики утверждают, что 10—15 процентов кликов на рекламу — ложные. При этом специалисты считают, что наиболее проблемной в этом плане является контекстная реклама[1]. Крупнейшие онлайн-рекламодатели Запада решили объединиться для борьбы с данной тенденцией. Потери составляют почти 1 млрд долларов в год[2].

Примеры кликфрода

  • Технические клики — переходы по ссылкам, совершённые роботами индексации сайтов
  • Клики рекламодателей — переходы по ссылкам, совершаемые рекламодателями по собственным объявлениям с целью поднятия CTR.
  • Клики конкурентов — переходы по ссылкам, совершаемые сотрудниками конкурирующих структур.
  • Клики со стороны недобросовестных веб-мастеров — переходы по ссылкам, совершаемые вебмастерами или созданными ими системами с целью увеличения доходности рекламной площадки[3]

Признаки кликфрода

  • Большое число переходов с одного IP-адреса.
  • Большое количество посетителей, которые быстро покидают сайт.
  • Высокое количество переходов на сайтах определённого партнёра.
  • Снижение уровня конверсии при увеличении количества переходов.
  • Увеличение количества переходов на все ключевые слова.[4]

Алгоритм защиты от кликфрода в контекстной рекламе

  • Сбор открытых данных о пользователях с помощью различных систем аналитики (Яндекс Метрика, Google Analytics, Motombo и т.д.),
  • Группировка похожих сессий по признакам кликфрода. Группировать можно посредством методов кластеризации машинного обучения с применением алгоритма k-средних,
  • Обучение нейронной сети на полученных группах похожих сессий с построением модели определения кликфрода,
  • Подключение обученной модели к новым получаемым данным в реальном времени для определения кликфрода.

Примечания

  1. Ben Elgin «The Vanishing Click Fraud Case» Архивная копия от 26 февраля 2010 на Wayback Machine. BusinessWeek. December 4, 2006.
  2. Elgin, Ben; «The Vanishing Click Fraud Case» Архивная копия от 26 февраля 2010 на Wayback Machine. BusinessWeek. December 4, 2006.
  3. Кучумов, Денис;«Кликфрод в контексте. Плата за клики.» Архивная копия от 30 мая 2009 на Wayback Machine.20 Апреля, 2009
  4. Мелихов, Дмитрий;«Кликфроды: проблема и пути её решения» Архивная копия от 19 апреля 2010 на Wayback Machine. — 10 Января, 2010