Guide antifraude Protect360

• Pour les installations identifiées comme frauduleuses, la répartition par type de touch attribué pour les installations, réattributions et réengagements est affichée.
• Pour les événements in-app :
  • Le tableau de bord des événements in-app (CPA) affiche les événements frauduleux provenant des installations AU, mais pas celles provenant du retargeting.
  • Les événements frauduleux de réattribution identifiés en temps réel se retrouvent dans les rapports de données brutes. Les événements frauduleux résultant de réengagements ne peuvent pas être identifiés.
  • Les événements frauduleux issus du retargeting ne peuvent pas être identifiés post attribution.

Comment fonctionne le calcul du widget Économies estimées ?

Pour les réseaux qui prennent en charge le partage des données de coût, vous obtenez une estimation précise des économies réalisées.

Pour les réseaux qui ne prennent pas en charge cette application, AppsFlyer se base sur l'eCPI moyen issu de l'ensemble du groupe d'installations vérifiées à partir de toutes les sources contenant les données de coût.

Protect360 fonctionne-t-il contre la fraude provenant de liens d'attribution personnalisés ?

Absolument ! Protect360 détecte et bloque les fraudes provenant de liens d'attribution personnalisés, en plus des ad networks Cela signifie que vous êtes également protégé pour les campagnes de médias vous appartenant, comme avec des influenceurs, des campagnes par e-mail et SMS, des bannières de sites Web, des pages de destination, des publications virales sur les médias sociaux, des notifications Push ou même des codes QR.

Quelles sont les nouveautés de Protect360 V2 par rapport à V1 ?

1. P360 V2.0 propose 3 changements principaux :
   Fraude post-attribution - à chaque fois que nous présentons des installations bloquées, nous affichons également les installations de fraude post-attribution. Les données post-attribution sont également disponibles sous forme de rapport de données brutes.
2. Insights des anomalies : la nouvelle section « Insights des anomalies » a été ajoutée. Elle permet aux annonceurs d’analyser les anomalies à l'aide d'outils de visualisation. Elle remplace les deux graphiques de l'ancien onglet « Détection avancée ».
3. Centralisation de toutes les données de fraude : l'onglet « Détection avancée » a été supprimé et nous présentons désormais toutes les informations dans un seul onglet.

Pourquoi les données brutes post-attribution ne sont-elles pas disponibles dans la page Données d'exportation ?

Les rapports post-attribution sont établis au niveau du compte par source média, afin de faciliter le processus de rapprochement. La pageDonnées d'exportationse trouve au niveau de l'app unique. Pour des raisons de rétrocompatibilité, elle contient toujours les données relatives aux données de fraudes bloquées au niveau de l'app.

Les données post-attribution sont-elles mises à jour rétroactivement ?

• Installations- les données d'installation fournies sur la page de présentation et tous les autres rapports en dehors du tableau de bord Protect360 ne sont pas mises à jour rétroactivement.
• Événements in-app - une fois que la couche de protection post-attribution identifie une installation comme fausse, les événements in-app suivants provenant de cette installation sont bloqués. Les événements in-app précédents ne sont pas mis à jour rétroactivement.

Pourquoi les données sont-elles différentes en fonction des réseaux sélectionnés dans Aperçu des anomalies ?

Lorsque vous consultez les anomalies CTIT en sélectionnant comme référence AF_Baseline, vous avez accès aux anomalies du réseau A. Mais si vous choisissez comme référence le Réseau A, alors vous avez accès aux anomalies de tous les réseaux, sauf du Réseau A.

Ce résultat est en fait logique. Lorsqu'on utilise une référence vérifiée par AppsFlyer, ce sont les réseaux qui ont des CTIT anormaux qui s'affichent. Lorsque un réseau défaillant est utilisé comme référence, ses installations ne sont plus considérées comme des anomalies, mais les installations issues des autres réseaux peuvent par contre être vues comme anormales pour lui.

Le trafic organique anormal est-il réellement frauduleux ?

Il est possible que des pics anormaux de trafic organique soient réellement frauduleux. En général, si vous voyez du trafic organique dans AppsFlyer et que vous avez des raisons de croire qu'il est réellement frauduleux, il pourrait s'agir de l'un des 3 cas suivants :

• Échec de l'attribution de la fraude :les clics frauduleux n'ont pas reçu d'attribution (par exemple, click flooding avec le dernier clic ayant lieu au-delà de la période d'analyse des clics).
• Fraude sans attribution : l'utilisateur effectue une fraude non liée à l'attribution, par exemple en utilisant la fraude pour collecter des objets dans des jeux de stratégie.
• Problèmes d'intégration du SDK : Vérifiez que vos événements in-app sont correctement envoyés, c'est-à-dire au bon moment dans le flux et avec des valeurs de paramètres d'événement correctes.

Détecter la fraude des nouveaux appareils

Les fraudeurs peuvent masquer leurs appareils en réinitialisant fréquemment les principaux ID de leurs appareils, à savoir : l'IDFA pour iOS et le GAID pour Android.

Heureusement, AppsFlyer identifie plus de 98 % des appareils mobiles dans le monde.

Par conséquent, un pourcentage élevé de nouveaux appareils inconnus est un signe sérieux signalant une fraude liée aux fermes à clics, à moins de cibler intentionnellement de nouveaux appareils.

Détection des nouveaux appareils :

1. Dans Protect360, ouvrez le tableau Répartition des fraudes identifiées.
2. Faites défiler vers la droite jusqu'aux colonnes Indicateurs de ferme d'appareils - nouveaux appareils.
3. Cliquez sur le nom de la colonne % des installations pour trier le tableau par ordre décroissant selon le ratio de nouveaux appareils.
4. Nouveaux indicateurs de fraude basée sur l'appareil :

• • Sources avec un pourcentage élevé de nouveaux appareils. Note : au fur et à mesure que le nombre d'installations augmente, des pourcentages plus faibles peuvent également être considérés comme une fraude (puisque le montant global est important).
  • Lorsque le rapport d'utilisateur fidèle à la source est comparé au ratio d'utilisateur fidèle global, un pourcentage relativement faible est une indication forte de fraude.

Détection de fraude LAT

Les utilisateurs LAT (Limited Tracking Ad) choisissent de ne pas communiquerl'ID, l'IDFA ou le GAID de leur appareil aux annonceurs. Près de 15 % des utilisateurs iOS et de 10 % des utilisateurs Android font ce choix.

Comme pour le classement des nouveaux appareils, les utilisateurs LAT peuvent être des utilisateurs légitimes. Cependant, un pourcentage élevé de ces utilisateurs peut indiquer une activité frauduleuse.

Détection LAT :

1. Dans Protect360, ouvrez le tableau Répartition des fraudes identifiées.
2. Faites défiler vers la droite jusqu'aux colonnes Indicateurs de ferme d'appareils - Appareils LAT.
3. Cliquez sur le nom de la colonne % des installations pour trier le tableau par ordre décroissant du ratio de nouveaux appareils.
4. Indicateurs de fraude des appareils LAT :

• Sources avec un pourcentage élevé d'appareils LAT. Note : au fur et à mesure que le nombre d'installations augmente, des pourcentages plus faibles peuvent également être considérés comme une fraude (puisque le montant global est important).
• Lorsque le rapport d'utilisateur fidèle à la source est comparé au ratio d'utilisateur fidèle global, un pourcentage relativement faible est une indication forte de fraude.

Détection de la fraude par click flooding

1. Avec le click flooding, les fraudeurs envoient des millions de clics issus de vrais ID d'appareils, dans l’espoir d'être enregistrés en tant que dernier clic pour les vrais utilisateurs. Les sources présentant ce type de fraude ont des taux de conversion très faibles, mais des utilisateurs de grande qualité, puisqu'il s'agit de vrais utilisateurs.

   Détection du click flooding :

   1. Dans Protect360, ouvrez le tableau Répartition des fraudes identifiées.
   2. Faites défiler vers la droite jusqu'aux colonnes Indicateurs de click flooding.
   3. Cliquez sur le nom de colonne Taux de conversion pour trier le tableau par ordre croissant du taux de conversion.
   4. Repères de la fraude par click flooding :
   • Les taux de conversion normaux sont compris entre 0,5 % et 35 %.
     Sources suspectes dont les taux de conversion sont anormalement bas, ou qui ont 25 % ou moins du taux de conversion moyen de l'app. Vous pouvez trouver ce KPI dans le tableau de rapports de performances agrégés sur la page d'aperçu du tableau de bord.
   • Pour les sources qui sont à la limite, comparez le % d'assistance avec le taux moyen d'assistance. Vous pouvez connaître le taux d'assistance normal dans le widget d'assistance, sur la page de présentation du tableau de bord.
     Les sources dont le taux d'assistance est 50% plus élevé que le taux moyen d'assistance de l'app sont considérées comme suspectes.
     Notez que plus une application utilise de sources, plus ses taux de contribution sont forts.

Détection du click flooding avec les indicateurs CTIT

Un autre élément pour repérer le click flooding est la répartition uniforme du CTIT.
En règle générale, près de 70 % des installations normales ont lieu dans l'heure qui suit l'engagement publicitaire.
Avec le click flooding, il n'existe pas de lien entre le faux engagement et l'installation réelle. Ce qui fait que pas moins de 30 % des installations frauduleuses ont un CTIT de plus d'une heure.

Détection des indications de click flooding par le CTIT :

1. Dans Protect360, ouvrez le tableau Répartition des fraudes identifiées.
2. Faites défiler vers la droite jusqu'aux colonnes Indicateurs de click flooding - CTIT.
3. Repères CTIT de la fraude par click flooding :

• Normalement, les valeurs Plus de 60 minutes doivent se situer aux environs de 30 %. Les sources qui affichent plus de 50 % de cette métrique sont suspectes.
• Normalement, les valeurs Plus de 5 heures doivent se situer aux environs de 20 %

Utilisez la page Insights des anomalies pour passer en revue les sources présentant un CTIT suspect.

nombre d’installations

Le filtrage par nombre d'installations par source vérifiée est important pour détecter les sources de fraude les plus importantes. En outre, un faible nombre d'installations n'est pas toujours mathématiquement significatif. Remarque :

Remarque: les sources qui ont moins de 30 installations, même 50, ne sont pas assez significatives pour en tirer des conclusions. Développez la plage de dates ou d'autres critères de recherche pour obtenir des résultats plus précis.

Modifier la définition des utilisateurs fidèles

La définition par défaut des utilisateurs fidèles est au moins 3 lancements de l'app. Il s'agit d'un KPI important pour l'engagement des utilisateurs, mais malheureusement, les fraudeurs en ont souvent conscience et l’emploient pour simuler des taux élevés d’utilisateurs fidèles, évitant ainsi les soupçons. Évitez de vous faire abuser en créant et en sélectionnant une définition plus juste et plus élaborée des utilisateurs fidèles.

Analysez les KPI de qualité de l'utilisateur de votre application, tels que l'inscription, l'achèvement de tutoriel, l'achat, plusieurs sessions. Dans le code de l'app, envoyez un nouvel événement in-app utilisateur fidèle lorsqu'un utilisateur couvre TOUS les KPI.

Une fois le premier événement utilisateur fidèle non-organique envoyé, accédez à Paramètres de l'app et sélectionnez-le pour indiquer les utilisateurs fidèles de votre application. Les taux généraux des utilisateurs fidèles devraient normalement enregistrer une légère baisse, puis une chute drastique, pour les sources frauduleuses.