Panduan anti-kecurangan Protect360

best_practices.png

Pengantar

Mobile fraud dianggap oleh banyak orang sebagai masalah paling mengkhawatirkan dalam industri. Kecurangan menghabiskan anggaran pemasaran, mencemari data performa pemasaran dan mengubah kampanye yang berhasil menjadi merugikan.

Untuk mengatasi mobile fraud, AppsFlyer telah mengembangkan solusi proteksi dan deteksi kecurangan waktu aktual paling komprehensif untuk industri, yaitu platform Protect360.

Protect360 adalah fitur premium AppsFlyer yang merupakan tambahan pada paket yang sudah ada. Untuk harga spesifik harap hubungi CSM AppsFlyer atau kirim email ke hello@appsflyer.com.

Apa itu Protect360?

Protect360 adalah solusi proteksi kecurangan Standar Perusahaan dari AppsFlyer. Ini adalah seperangkat alat yang berubah secara dinamis, yang mendeteksi dan memblokir install mobile dan event setelah install yang curang untuk pemasar utama saat ini. Menggunakan skala unik, machine learning, dan analisis perilaku AppsFlyer, Protect360 memberikan jangkauan tak tertandingi terhadap bentuk kecurangan klik/install, bot, dan anomali perilaku yang sudah dikenali maupun baru.

Protect360 melindungi pemasar dari percobaan kecurangan pada level device, level publisher, dan level media source.

Ada 2 lapisan proteksi yang tersedia bagi klien Protect360: Pemblokiran waktu aktual dan Pasca-atribusi.

Pemblokiran kecurangan waktu aktual

Lapisan pertama proteksi anti-kecurangan adalah seperangkat alat yang otomatis memblokir sumber dan device yang diduga mengandung aktivitas curang dalam waktu aktual

Untuk detail tentang apa yang terjadi dengan event yang diblokir, lihat di sini.

Kecurangan pasca-atribusi

Lapisan kedua proteksi anti-kecurangan berhubungan dengan event curang, yang hanya dapat dideteksi setelah install dan atribusi waktu aktual terjadi

Setelah Protect360 mengidentifikasi install sebagai kecurangan dalam retrospek, maka install akan dihapus, tetapi akan tetap diperlakukan sebagai kecurangan sebenarnya dan tidak dikenakan biaya.

Setelah sumber (mis. ad network, ID situs, negara) teridentifikasi sebagai kecurangan:

  • Klik berikutnya dari sumber diblokir.
  • Install sebelumnya, dari permulaan bulan kalender saat ini hingga sekarang, dilabeli sebagai kecurangan pasca-atribusi, tapi tidak dihapus dari data.
  • Install sebelumnya, dari sebelum permulaan bulan saat ini, tidak berubah.

Contoh kecurangan pasca-atribusi:

  • Install reguler yang tampaknya diikuti oleh sinyal kecurangan dalam in-app event
  • Bentuk baru kecurangan ditemukan
  • Install yang diketahui sebagai kecurangan hanya setelah algoritme deteksi anomali mengumpulkan cukup data statistik tentang install penerbit

Bagaimana cara menggunakan Protect360?

Di tab artikel ini berikutnya, kami akan menjelaskan cara memahami dan menggunakan dashboard dan data lengkap Protect360. Kami mengusulkan pedoman-pedoman berikut bagi para pemasang iklan yang menggunakan Protect360:

    1. Pada awal tiap bulan, hubungi manajer akun Anda di tiap ad network yang mengalami kecurangan. Beri tahu mereka total jumlah kecurangan install, yang diblokir, dan pasca-atribusi.
    2. Bagikan data lengkap kecurangan dengan jaringan untuk rekonsiliasi dan optimisasi lalu lintasnya. Tabel di bawah menjelaskan tempat data untuk kedua lapisan proteksi ditemukan di AppsFlyer:
  Teragregasi Data Lengkap
Pemblokiran Kecurangan Waktu Aktual Dashboard Protect360 Halaman Export Data
Kecurangan Pasca-atribusi Dashboard Protect360 Dashboard Protect360
  • Halaman Anomaly insights menawarkan informasi tentang media source yang mempunyai install dengan nilai CTIT tidak normal, jika dibandingkan dengan sumber terpercaya.
    Kunjungi halaman untuk menyelidiki anomali ini. Membandingkan install yang dicurigai dengan data install lengkap Anda dan mencari tanda-tanda yang mencurigakan sebagai nomor versi app yang janggal, versi OS yang lebih lama, lokasi khusus, dll. 
    Anda juga dapat menggunakan fitur Aturan validasi untuk memblokir install dengan nilai CTIT pendek (meski Protect360 secara otomatis memblokir install dengan nilai CTIT yang sangat pendek).
Apakah artikel ini membantu?
0 dari 0 menganggap ini berguna

Artikel dalam bagian ini