Refunderer annoncenetværk for bot-klik? Sammenligning af kravprocesser

De fleste store native annoncenetværk kører automatisk filtrering af ugyldig trafik (IVT) og vil kreditere eller refundere klik, som deres egne systemer markerer som bot eller svigagtige, men dækningen er ikke komplet, og klik, der slipper forbi de automatiske filtre, kræver typisk, at du indgiver en klage med beviser, i stedet for at modtage en refusion automatisk. Om et specifikt krav lykkes, afhænger af netværkets nuværende politik og hvor godt dine beviser er dokumenteret, så betragt dette som et generelt mønster, ikke en garanti, og tjek hvert netværks egen dokumentation, før du stoler på det.

Hvordan native netværk opdager ugyldig trafik i første omgang#

Hvert større netværk (Taboola, Outbrain/Teads, MGID, Revcontent, MediaGo, Yahoo) kører et eller andet lag af automatisk click fraud opdagelse, før et klik overhovedet bliver faktureret. Almindelige signaler, disse systemer kigger på, inkluderer:

• Klik-tidsmønstre, der ser automatiserede ud (umuligt hurtige gentagne klik, identiske intervaller)
• IP- og enhedsreputation, inklusive kendte datacenter- eller proxy-intervaller
• Klik-til-konverteringsmønstre, der afviger skarpt fra en udgivers eller placering historiske baseline
• Tredjeparts verifikationsdata fra uafhængige svindelopdagelsesleverandører, hvor et netværk integrerer en

Klik fanget af disse automatiske systemer udelukkes typisk fra fakturering, før du nogensinde ser dem på en faktura, hvilket er forskelligt fra en refusion; det er mere præcist at kalde det et filter end en kravproces. Refusionsspørgsmålet bliver kun interessant for trafik, der kommer gennem filteret og stadig ser mistænkelig ud for dig bagefter.

Hvorfor nogle ugyldige klik slipper igennem#

Intet automatisk filter fanger alt, og svindelmønstre udvikler sig specifikt for at omgå de filtre, netværk allerede har på plads. En sofistikeret bot-operation eller en udgiver, der bevidst puster klik op på deres egen inventory, kan se statistisk normal ud et stykke tid, før et mønster bliver åbenlyst i alt. Dette er hullet, hvor en annoncør-initieret klage betyder noget: du lagde mærke til noget, det automatiske system ikke fangede endnu, eller fangede for sent til at forhindre fakturering.

Hvordan en typisk klageproces ser ud#

Politikker varierer fra netværk til netværk og ændrer sig over tid, så bekræft specifikke detaljer mod hvert netværks nuværende dokumentation, før du antager, at noget af dette gælder ordret for din konto. Generelt kræver det dog at bestride mistænkelige klik:

1. Et defineret tidsvindue. De fleste netværk forventer en klage indgivet inden for et fastsat antal dage efter klikket, ikke måneder efter, så dokumenter mistænkelig aktivitet, så snart du opdager den.
2. Specifikke klik-identifikatorer. En vag klage over "dårlig trafik" fører sjældent nogen vegne; klik-ID'er, tidsstempler og de specifikke placeringer involveret gør en klage gennemgåelig.
3. Et klart mønster, ikke et enkelt klik. Et enkelt mistænkeligt klik er normalt ikke værd at bruge netværkets gennemgangstid på; et dokumenteret mønster (en stigning fra et enkelt IP-interval, et afvigende klik-til-konverteringsforhold på én placering) er det, der får opmærksomhed.
4. Understøttende data fra din egen tracker, uafhængig af netværkets egen rapportering, da et netværk sandsynligvis ikke vil tage sine egne tal som det eneste bevis i en klage mod sig selv.

Beviser værd at indsamle, før du indgiver#

Hvorfor bevisbyrden ligger hos annoncøren#

Det er værd at være ærlig om incitamentstrukturen her: et netværk er ikke neutralt i en click fraud-klage, der involverer dets egen inventory, da en refusion er omsætning, det giver tilbage. Det betyder ikke, at netværk handler i ond tro; automatisk filtrering fjerner virkelig en reel andel af ugyldig trafik før fakturering, og netværk har generelt et kommercielt interesse i udgiver- og annoncør tillid. Men det betyder, at annoncøren bærer bevisbyrden for alt, det automatiske system missede, og vag mistanke uden dokumentation er usandsynligt at få et review-team til at handle. At bygge vanen med at logge klik-ID'er og tidsstempler, mens du opdager anomalier, i stedet for at rekonstruere en sag fra hukommelsen bagefter, er den enkelt største håndtag en annoncør har i denne proces.

Et mønster værd at holde øje med på udgiversiden også#

Click fraud-klager opstår normalt, når en annoncør mistænker, at en specifik udgiver eller placering genererer unaturligt billige, unaturligt hyppige klik, der aldrig konverterer. Hvis du bemærker, at én placering konsekvent underpræsterer på konvertering trods en normalt udseende klikpris, er det placering-niveau mønster (ikke et enkelt klik), der normalt er værd at eskalere. Netværk er mere responsive over for "denne placering klik-til-konverteringsforhold har været afvigende i to uger" end over for "jeg tror nogle af mine klik var falske," fordi førstnævnte giver deres svindelteam noget konkret at undersøge.

Hvordan refusioner typisk ser ud, når de bevilges#

Når et netværk er enige om, at et klik var ugyldigt, er den sædvanlige løsning en kontokredit anvendt på fremtidigt forbrug snarere end en kontantrefusion, selvom dette igen varierer fra netværk til netværk og kontrakttype. Antag ikke, at kontant tilbagebetaling er på bordet; spørg direkte, og få løsningen skriftligt, før du betragter sagen som afsluttet.

Den realistiske forventning at sætte#

Automatisk filtrering fanger en meningsfuld andel af ugyldig trafik, før du nogensinde bliver faktureret for det, hvilket er det vigtigste beskyttelse, hver annoncør allerede drager fordel af uden at gøre noget. Ud over det er en klage værd at indgive, når du har et dokumenteret mønster og specifikke beviser, ikke en fornemmelse. Vage klager lykkes sjældent; veldokumenterede, indgivet inden for fristen og med reference til specifikke klik-ID'er, har en reel chance. Gå ind med forventningen om, at processen kræver dit eget arbejde, ikke et netværk, der frivilligt tilbyder en refusion.

Hvor dette forbinder til det bredere annoncesvindelbillede#

Click fraud-klager er et snævert stykke af et bredere ad fraud in native advertising billede, der også inkluderer falsk engagement, camouflerede landingssider og svigagtige annoncørkonti. Hvis du bygger en permanent proces til overvågning og bestridelse af ugyldig trafik, er det værd at behandle det som en del af den samme gennemgangsrutine, du bruger til competitive intelligence for media buyers, ikke en engangsopgave, du kun tænker på efter en dårlig måned.

Hvordan OpenAdLibrary hjælper med at dokumentere et krav#

En del af at bygge en troværdig klage er at kunne vise præcis, hvordan en mistænkelig annonce eller landingsside så ud på det tidspunkt, da svigagtigt kreativt og omdirigeringskæder konstant ændrer sig og forsvinder, når de er markeret. OpenAdLibrary's ad intelligence indeks fanger live kreativer og deres sporede landingssider kontinuerligt, hvilket giver dig en uafhængigt tidsstemplet optegnelse adskilt fra din egen tracker eller netværkets dashboard, nyttige understøttende beviser, når en klage afhænger af at vise, hvad der faktisk var live og hvornår.

Bundlinjen#

Forvent, at automatisk filtrering fanger de åbenlyse tilfælde før fakturering, og forvent en klageproces, ikke en automatisk refusion, for alt, der slipper igennem. Byg vanen med at indsamle klik-ID'er, tidsstempler og et dokumenteret mønster undervejs, da en stærk klage er bygget af beviser indsamlet i øjeblikket, ikke rekonstrueret bagefter fra hukommelsen.

Behandl click fraud-overvågning som en tilbagevendende post i din kampagnegennemgang, ikke en engangsopsætning. Svindelmønstre skifter, når netværk strammer deres filtre, hvilket betyder, at den trafik, der slap igennem sidste kvartal, ikke nødvendigvis er den trafik, der slipper igennem i dag. En kort ugentlig tjek af klik-til-konverteringsforhold pr. placering fanger de fleste spirende problemer længe før de er store nok til at retfærdiggøre en formel klage, og det bygger netop den slags dokumenteret historie, et netværks svindelteam reagerer på, når du til sidst har brug for at indgive en.