概要:Protect360について、パートナーからよく寄せられる質問と回答を紹介します。
インプレッション単位の異常
インプレッションに上限制御が適用されるのはなぜですか?
AppsFlyerのProtect360は、広告エンゲージメントへの上限制御を判断する際に、インプレッション数、コンバージョン率(CVR)、検出された異常の割合、通常のアクティビティの変動、業種や地域ごとの基準値など、さまざまなパラメータを考慮します。アルゴリズムは動的に変化し、傾向の変化を反映するために1時間ごとに更新されます。
上限制御が発動すると、Protect360は、現在の24時間サイクル内で、対象アプリに対するそのアドネットワークのインプレッションをブロックします。つまり、上限に達した後に発生したインプレッションはAppsFlyerに記録されず、アトリビューションの対象にもなりません。
成果につながっていないにもかかわらず、異常に多くの広告エンゲージメントが発生しているキャンペーンやパブリッシャーの配信を停止することで、上限の超過を避けられます。
以下の記事もご覧ください。
インプレッションの上限制御
上限制御に関するFAQ
コンバージョン率が高いのに、クリック洪水を理由にインストールがブロックされるのはなぜですか?
クリック洪水の検出アルゴリズムは、1日のうちにさまざまな間隔で実行されます。内部のパラメータと判定ロジックに基づく上限を超えると、そのパブリッシャーの広告エンゲージメントはアトリビューションの対象外になります。
注意:クリック洪水の検出アルゴリズムの一部は、アプリを横断して機能します。そのため、同じ不正な配信元から発生した異常は、他の広告対象アプリでも認識されます。
関連情報:クリック洪水とは
インストール / アプリ内イベント単位の異常
テストインストールのアトリビューションがブロックされたのはなぜですか?
AppsFlyerの不正検出では、個々のインストールやインストールのグループ(クラスター)など、複数の保護レイヤーで異なる分析手法を適用します。グループは、パブリッシャー、メディアソース、アプリなど、さまざまな単位で集計して調査されます。 各グループを全体として捉える統計アルゴリズムや機械学習アルゴリズムを用いて、不正なアクティビティを調査します。そのため、あるグループが統計的に高い有意性をもって不正と判定されると、そのグループ内のすべてのインストールが不正とみなされます。大量の不正なアクティビティに正当なインストールを混ぜ、不正の兆候を十分に「薄める」ことでブロックを回避しようとする手口は、よく知られています。
デフォルトでは、受信したすべてのインストールが本番のトラフィックとして扱われます。テストインストールをProtect360のアルゴリズムによる評価の対象から除外するには、テストの前にこちらの記事の手順に従い、使用するデバイスをテストデバイスとして登録してください。
インストールのブロックには、どの検出方法が使われていますか?
理由を詳しく把握するには、そのブロックに紐づく「不正の詳細理由」を確認してください。このデータは、各広告主から付与されたアクセス権限に応じて、Protect360のレポートとダッシュボードでも確認できます。
関連情報:Protect360のブロック理由
Protect360のデータの閲覧と理解
Protect360の検出結果を確認するには、どうすればよいですか?
各広告主からアクセス権限を付与されると、Protect360のダッシュボードとローデータレポートで不正の検出結果を確認できます。
以下の記事もご覧ください。
Protect360ダッシュボード
Protect360のローデータレポート
ブロックされたトラフィックをリアルタイムで把握するには、どうすればよいですか?
Protect360がインストールのアトリビューションをブロックするたびに、AppsFlyerはその結果を通知するポストバックをアドネットワークに提供します。
連携管理で、ポストバックテンプレートに「ブロックされたポストバック」用のパラメータを追加すると、このポストバックを有効にできます。
ポストアトリビューションでの検出が急増するのはなぜですか?
アトリビューション前のリアルタイム検出とポストアトリビューションでの検出は、いずれもAppsFlyerのProtect360による異常検出の仕組みで、適用されるタイミングが異なります。
リアルタイム検出と比べ、ポストアトリビューションでの検出は、インストール後に収集されるデータをより多く利用します。その間に異常が確認された場合、Protect360は異常なアクティビティを記録し、ポストアトリビューションのカテゴリに表示します。
このため、一部の検出方法(timestamp_anomalies、behavioral_anomaliesなど)では、リアルタイムよりもポストアトリビューションで検出されやすくなります。個々のインストールのデータだけでは判断できなくても、その分布を統計的に分析すると、有意な傾向が明らかになるためです。
詳しくは、ポストアトリビューションでの検出をご覧ください。