Guia antifraude Protect360

• O dashboard do Protect360 e o acesso a dados brutos exigem a permissão do anunciante.
• O anunciante deve ter a ad network como um parceiro integrado.

Agência transparente: pode acessar fontes de mídia específicas

Agências não transparentes: não acessam fontes de mídia específicas

• O fuso horário específico do aplicativo é usado no dashboard se todos os aplicativos estiverem configurados para o mesmo fuso horário.
• Se os aplicativos não estiverem definidos para o mesmo fuso horário, o dashboard usa UTC como padrão.

• Dashboard do Protect360: atualizado diariamente. 
  O horário da atualização mais recente é exibido abaixo do filtro de intervalo de datas no dashboard.
• Relatórios:
  • Instalações bloqueadas e eventos in-app: atualização contínua, praticamente em tempo real.
  • Pós-atribuição: diariamente usando UTC. 

• Para as instalações identificadas como fraude, é mostrada a divisão por toque atribuída entre instalações, reatribuições e reengajamentos.
• Para eventos in-app:
  • O dashboard de eventos in-app (CPA) exibe eventos fraudulentos de instalação da UA, mas não do retargeting.
  • Eventos fraudulentos de reatribuições que são identificados em tempo real podem ser vistos em relatórios de dados brutos. Não é possível identificar eventos fraudulentos de reengajamento.
  • Eventos fraudulentos de retargeting não podem ser identificados após a atribuição.

• Tabelas limitadas a um máximo de 20.000 linhas.
• Se você consultar um conjunto de dados maior, algumas fontes de mídia poderão ser excluídas. Para superar essa limitação, recomendamos o seguinte:
  • Consulte um conjunto de dados menor - intervalo de datas menor, aplicativos específicos e fontes de mídia específicas
  • Exportar relatórios de dados brutos do Protect360
  • Exportar relatórios agregados de detecção avançada do Protect360 através da Pull API

O Protect360 funciona contra fraudes provenientes de links de atribuição personalizados?

Sim! O Protect360 detecta e bloqueia fraudes provenientes de links de atribuição personalizados, além de ad networks. Isso significa que você também estará protegido se tiver campanhas de mídia de propriedade, como influenciadores, campanhas de e-mail e SMS, banners e páginas de destino de sites, postagens virais nas mídias sociais, notificações push ou até códigos QR.

O que há de novo no Protect360 V2 em comparação com o V1?

1. Lançamos 3 novidades principais no P360 V2.0:
   Fraude pós-atribuição - apresentamos instalações bloqueadas e também mostramos instalações de fraude pós-atribuição. A pós-atribuição também está disponível em formato de relatório de dados brutos.
2. Insights de anomalias - adicionamos uma nova seção chamada "Insights de anomalias", onde os anunciantes podem analisar anomalias através de ferramentas de visualização. Ela está substituindo os 2 gráficos na antiga guia "Detecção avançada".
3. Centralização de todos os dados relacionados a fraudes - removemos a guia "Detecção avançada" e, em vez disso, apresentamos todas as informações em 1 guia.

Por que os dados brutos de pós-atribuição não estão disponíveis na página Exportar dados?

Os relatórios pós-atribuição estão disponíveis no nível da conta por fonte de mídia para facilitar o processo de reconciliação. A página Exportar dados está no nível do aplicativo único e ainda contém os dados de fraudes bloqueadas no nível do aplicativo, para compatibilidade com versões anteriores.

Os dados pós-atribuição são atualizados retroativamente?

• Instalações - os dados de instalação na página de visão geral e todos os outros relatórios fora do dashboard do Protect360 não são atualizados retroativamente.
• Eventos in-app - depois que a camada de proteção pós-atribuição identifica uma instalação como falsa, os eventos subsequentes provenientes dessa instalação serão bloqueados. Eventos in-app anteriores não são atualizados retroativamente.

Por que os dados parecem diferentes ao selecionar redes específicas/diferentes no Anomaly Insights?

Quando você olha para as anomalias de CTIT e seleciona AF_Baseline como referência, você pode ver anomalias da Rede A. Em seguida, se, por exemplo, você selecionar a Rede A como benchmark, verá anomalias de outras redes, mas não Rede A.

Esse resultado é o esperado. Quando a linha de base de confiança da AppsFlyer é usada, as redes com taxas anormais de CTIT são exibidas. Quando a rede anômala é usada como linha de base, suas instalações não são mais incluídas como anomalias, mas as instalações de outras redes podem ser consideradas anômalas em relação a ela.

O tráfego orgânico anormal é realmente fraudulento?

É possível que picos anormais no tráfego orgânico sejam realmente fraudulentos. Em geral, se você vir tráfego orgânico na AppsFlyer que você tem motivos para acreditar que seja realmente fraudulento, pode ser um dos três casos a seguir:

• Falha na fraude de atribuição: os cliques do fraudador não foram atribuição. Por exemplo, no flooding de cliques, o último clique ocorreu para além da janela de lookback.
• Fraude sem atribuição: o usuário faz uma fraude que não está relacionada à atribuição, por exemplo, usando métodos fraudulentos para coletar itens em jogos de estratégia.
• Problemas de integração do SDK: verifique se os eventos no aplicativo foram enviados corretamente, ou seja, no momento certo do fluxo e com os valores corretos dos parâmetros do evento.

Detectar fraudes em novos dispositivos

Os fraudadores podem mascarar seus dispositivos, redefinindo frequentemente as principais IDs de seus dispositivos, ou seja, IDFA para iOS e GAID para Android.

Felizmente, a AppsFlyer identifica mais de 98% dos dispositivos mobile em todo o mundo.

Portanto, uma alta porcentagem de dispositivos novos e desconhecidos é um forte indício de fraude por fazendas de cliques, a menos que os novos dispositivos sejam intencionalmente direcionados.

Detectar novos dispositivos:

1. No Protect360, acesse a tabela  de análise de fraudes identificadas.
2. Deslize para a direita até as colunas Indicadores de device farm - novos dispositivos.
3. Clique no nome da coluna % Instalações para classificar a tabela em ordem decrescente de acordo com a proporção de novos dispositivos.
4. Indicadores de fraude de novos dispositivos:

•  
  • Fontes com uma alta porcentagem denovos dispositivos. Atenção: à medida que o número de instalações aumenta, porcentagens mais baixas também podem ser consideradas fraude (já que a quantidade total é grande).
  • Quando a relação de usuário fidelizado da fonte é comparada com a relação geral de usuários fidelizados, uma porcentagem relativamente baixa é uma forte indicação de fraude.

Atenção: As campanhas de aplicativos pré-instalados geralmente apresentam taxas extremamente altas de novos dispositivos, pois podem estar entre os primeiros aplicativos que os usuários iniciam ao ativar seus novos dispositivos. Portanto, para aplicativos pré-instalados, é improvável a fraude de novos dispositivos, mesmo com altas taxas de novos dispositivos.

Detectar fraude no LAT

Usuários LAT (Limited Ad Tracking) optam por não expor o ID, IDFA ou GAID de seus dispositivos aos anunciantes. Aproximadamente 15% dos usuários do iOS e 10% dos usuários do Android fazem essa escolha.

Da mesma forma que a nova classificação de dispositivos, os usuários LAT podem ser legítimos. No entanto, uma alta porcentagem deles pode indicar atividade fraudulenta.

Detectar o LAT:

1. No Protect360, acesse a tabela  de análise de fraudes identificadas.
2. Role para a direita para os indicadores de device farm -  colunas de dispositivos LAT.
3. Clique na coluna Installs % para classificar a tabela em ordem decrescente de taxa de dispositivos LAT.
4. Indicadores de fraude de dispositivos LAT:

• Fontes com uma alta porcentagem de dispositivos LAT. Atenção: à medida que o número de instalações aumenta, porcentagens mais baixas também podem ser consideradas fraude (já que a quantidade total é grande).
• Quando a relação de usuário fidelizado da fonte é comparada com a relação geral de usuários fidelizados, uma porcentagem relativamente baixa é uma forte indicação de fraude.

Detectar fraude de flooding de cliques

1. Usando o flooding de cliques, os fraudadores enviam milhões de cliques com device IDs reais, com o objetivo de se registrar como o último clique para usuários reais. As fontes com esse tipo de fraude possuem taxas de conversão muito baixas, mas usuários de alta qualidade, pois são usuários reais.

   Como detectar flooding de cliques:

   1. No Protect360, acesse a tabela  de análise de fraudes identificadas.
   2. Role para a direita até as colunas Indicadores de flooding de cliques.
   3. Clique na coluna Taxa de conversão para classificar a tabela em ordem crescente de taxa de conversão.
   4. Comparativos de flooding de cliques:
   • As taxas de conversão normais estão entre 0,5% a 35%.
     Suspeite de fontes cujas taxas de conversão são estranhamente baixas, ou que têm 25% ou menos de taxa de conversão média. Você pode encontrar esse KPI na tabela Relatório de performance agregada na página de Overview do dashboard.
   • Para fontes limítrofes, compare a taxa de assistências (%) com a taxa média de assistências. Você pode ver a taxa normal de assistências no widget de assistências, na página de Overview do dashboard.
     Fontes cuja proporção de assistências é 50% maior do que a proporção média de assistências do aplicativo são consideradas suspeitas.
     Observe que, quanto mais fontes são usadas por um aplicativo, maiores são suas taxas de contribuição.

Detectar flooding de cliques com indicadores CTIT

Outra indicação de flooding de cliques é a distribuição uniforme de CTIT.
Geralmente, cerca de 70% das instalações normais ocorrem dentro de 1 hora após o engajamento do anúncio.
Com o flooding de cliques, não há ligação entre o engajamento falso e a instalação real. Isso leva a muito mais do que 30% das instalações fraudulentas, com mais de 1 hora de CTIT.  

Como detectar indicações CTIT de flooding de cliques:

1. No Protect360, acesse a tabela  de análise de fraudes identificadas.
2. Role para a direita até os indicadores de flooding de cliques - colunas CTIT.
3. Comparativos de CTIT de flooding de cliques:

• Normalmente, valores acima de 60 minutos devem estar em torno de 30%. Suspeite de fontes que tenham mais de 50% com essa métrica.
• Normalmente, valores acima de 5 horas devem estar em torno de 20%. Suspeite de fontes que tenham mais de 40% com essa métrica.

Use a página Insights de anomalia para investigar fontes com CTIT suspeito.

Número de instalações

A filtragem pelo número de instalações por fonte verificada é importante para detectar as maiores fontes de fraude. Além disso, um número menor de instalações pode não ser matematicamente significativo. Atenção:

Atenção: Fontes com menos de 30 instalações, ou até mesmo 50, não são significativas o suficiente para tirar conclusões. Expanda o intervalo de datas ou outros critérios de pesquisa para obter resultados mais significativos.

Alterar definição de usuário leal

A definição padrão de usuários leais é de 3 ou mais inicializações do aplicativo. É um KPI importante para o engajamento do usuário, mas, infelizmente, muitos fraudadores o conhecem e o usam para falsificar altas taxas de usuários fidelizados, evitando suspeitas. Evite ser enganado ao criar e selecionar uma definição de usuário leal melhor e mais elaborada.

Analise os KPIs de qualidade do usuário em seu aplicativo, como cadastro, conclusão de tutorial, compra, várias sessões, etc. No código do aplicativo, envie um novo evento in-app de usuário fidelizado se um usuário executar a lista COMPLETA de KPIs.

Após o envio do primeiro evento não orgânico por um usuário fidelizado, acesse as configurações do aplicativo e selecione-o para indicar os usuários fidelizados do seu aplicativo. Espere que as taxas gerais de usuários leais caiam levemente e depois caiam drasticamente nas fontes fraudulentas.