分布模型排查,分布滯后模型案例

分布模型檢查

Adjust的分發模型檢查可以主動抵抗點擊欺詐。為了實現這個目標，Adjust會計算可能來自點擊欺詐的安裝和重歸屬的統計概率，過濾掉不符合我們標準的交互。這意味著欺詐活動永遠不會出現在你的數據集中，營銷人員可以放心地識別出寶貴的自然用戶。

設置分布式模型故障排除

要設置分布式模型故障排除，請按照調整控制面板中的以下步驟操作。

查找并選擇應用選項插入符號(^)

選擇所有反作弊設置

將分布模型故障排除開關打開。

“級別”選項允許您設置對分布模型進行故障排除的強度。請根據測試和生產環境更改此設置。

高級(推薦):過濾器以最高級別運行，在完全生產模式下應啟用該級別。

標準:僅用于試用和測試目的。

查看您的數據。

要查看您的數據，請按照控制面板中的以下步驟操作。

導航至應用程序，然后單擊應用程序選項上的符號。

選擇數據

選擇防止作弊。

由于點擊欺詐而被拒絕的安裝將顯示在以下某一列中:

由于異常高的參與度而拒絕安裝(TME國際)

由于異常分布而拒絕安裝(RI DO)

由于點擊欺詐而被拒絕的重新歸屬將顯示在以下某一列中:

由于異常高的參與度而被拒絕(RR TME)

由于異常分布而拒絕歸屬(RR DO)

注意:因點擊欺詐而被拒絕的安裝將歸因于通過調整歸因找到的可靠來源；如果找不到可靠的來源，就歸結為有機的追蹤環節。

要了解反作弊KPI，了解如何解讀統計數據，請參考我們的反作弊報告。

常見問題

什么是點擊垃圾郵件

Adjust將所有非法點擊活動定義為垃圾點擊。對于詐騙分子來說，點擊詐騙的目的就是竊取你的自然用戶的歸屬地，也就是把一些自然安裝歸屬地歸到一個虛假的渠道。因此，他們的推廣活動似乎吸引了大量有價值的用戶。

值得注意的是，并不是所有的點擊欺詐都是有預謀的欺騙。可能涉及到作為點擊發快遞展覽的渠道，或者發快遞手動點擊目錄的服務器；另一個常見的例子是，應用程序在后臺悄悄地加載和點擊廣告。

調整如何識別點擊欺詐

Adjust通過將點擊安裝時間分配為基礎，設置了拒絕點擊欺詐歸屬的解決方案。第一步是取消那些試圖操縱點擊安裝分布的高頻點擊，第二步是使用分布異常值過濾拒絕歸因。

異常高相互作用

為了模仿真實的點擊安裝時間分布，詐騙分子會以相同的間隔重復發快遞相同的點擊。通過這種方式，他們可以生成相對接近安裝時間的“最后一次點擊”。

安裝時，Adjust將在相關的屬性窗口中檢查所有符合條件的點擊。如果發現大量點擊模式，我們將取消相應點擊的資格。因此，我們可以正確地進行歸因，并將安裝歸因于下一次合法點擊或將其視為自然用戶。

在排除了所有試圖操縱點擊安裝時間分布的作弊行為后，我們可以使用分布式模型來檢測剩余的點擊欺詐行為。

分布式異常值

我們開發了一種通過實時查看統計數據和分析實際作弊活動來過濾分布式異常值的方法。根據這項研究，我們發現超過85%的安裝是在點擊后的第一個小時內記錄的。這種行為表明點擊量和安裝時間之間有很強的相關性。

但是當作弊發生的時候，點擊和安裝就沒有這種關聯了。由于用戶從來不會真正點擊，也不會重定向到App Store，他們的安裝不會受到點擊時間的影響。當自然用戶被點擊欺詐隨機竊取時，點擊安裝時間會均勻分布在整個歸屬窗口。

了解這一點后，我們為點擊后第一個小時內記錄的安裝定義了一個較低的閾值。如果點擊后一小時內的安裝次數高于一小時內安裝次數的某個百分比，則Adjust將取消相應點擊的資格。按照這個邏輯，安裝將歸于下一個合格的跟蹤渠道來源或被視為自然流動。

特別聲明：以上文章內容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。