OpenAdLibraryOpenAdLibrary
广告透明度与供应链

原生广告流量中有多少是机器人?按网络层级的欺诈率

原生广告没有一个诚实的单一机器人比率,本文也不声称存在这样的数字。以下说明如何通过投放报告、分析检查和证据调查你自己广告系列中的疑似无效流量。

编辑插图:原生广告流量中有多少是机器人?按网络层级的欺诈率

本文并未确立一个具有代表性的原生广告机器人百分比。无效流量估算取决于库存、日期、所测量的单元和检测方法。用投放级证据调查你自己的广告系列,同时将可疑行为与已确认的无效流量区分开来。

本文解释了机器人实际进入原生供应链的位置,风险如何按网络层级堆叠,以及告诉你自己实际数字的投放级取证。

为什么原生广告会吸引无效流量#

原生广告的欺诈暴露是其经济学的直接产物。内容推荐小工具将开放网络的長尾货币化——数百万个通过内容推荐小工具展示广告且几乎没有审核的页面。三个结构性特征造成了损害:

  • 发布商报酬奖励原始点击。 每个小工具点击赚取收入的站点有动机通过激进放置、意外点击用户体验或直接自动化来膨胀点击量。
  • 流量套利普遍存在。 许多小工具发布商购买廉价访问量并以价差将注意力转售给小工具——流量套利模型。每次套利跳转都是购买的"访问者"可能是机器人的地方,而套利者几乎没有理由去检查。
  • 转售库存模糊了责任。 展示在到达页面之前经常通过转售商和需求合作伙伴,而转售库存始终是质量问题集中的地方:买方无法清楚看到最终发布商,最终发布商也无法看到买方。

这些都不意味着原生广告是唯一有欺诈的——展示广告和CTV也有自己的版本——但它解释了问题的形状:原生广告中的欺诈并非均匀分布;它集中在特定发布商和特定供应路径上。

按网络层级风险:暴露如何实际堆叠#

用证据比较供应路径,而不是将未经测量的欺诈率归于网络品牌。

对每个投放,记录发布商身份、可获得的供应路径、测量覆盖范围以及任何经确认的无效流量发现。直接集成和转售商都需要评估;仅凭熟悉的发布商或较长的供应路径都不能确立机器人比率。

检查诸如“扩展覆盖”之类标签背后的实际投放和产品。询问库存如何获取和测量。仅凭产品名称并不能确立流量质量更差。

行业机构发布标准而非按网络评分——IAB和Trustworthy Accountability Group的TAG认证计划的存在正是因为在无效流量定义和测量方面存在争议。第三方IVT供应商报告按渠道和席位差异很大的比率;将所有此类数字视为方向性参考。

供应链视角:机器人从哪里进入#

绘制原生展示的旅程,插入点变得明显。广告主在网络出价;网络填充发布商页面上的小工具槽位;发布商在某处获取了该页面浏览量。机器人从三个门进入:

  1. 虚假页面浏览量。 发布商(或其套利供应商)向其自己的页面发送自动化流量。小工具尽职地向虚假眼球投放真实广告。你的展示和可见度数字膨胀;下游没有任何转化。
  2. 虚假点击。 点击农场或脚本与小工具本身交互——有时是为了使套利页面看起来对网络有利可图,有时是作为对CPC购买的竞争对手破坏。
  3. 虚假投放。 报告说你的广告在一个站点上运行,而实际上它(或名义上)在某个更差的站点上运行,这是原生广告供应链中透明度的经典失败。像ads.txt和sellers.json这样的标准在程序化展示中减少了这种情况,但小工具世界的采用和可审计性滞后。

低参与度、点击量飙升和报告差异都是调查线索。它们也可能源于意外点击、同意设置、被阻止的分析、页面加载缓慢或归因差异。在将某个投放标记为欺诈之前,先确认原因。

测量你自己的比率:投放取证#

投放报告和落地页分析可以识别异常。一个站得住脚的IVT比率需要明确的检测方法和分母;仅凭分析差异并不构成这种测量。

按发布商或投放ID分解报告。在跨时区、同意设置、重定向和跟踪覆盖范围的情况下对点击和会话进行对账。检查参与度、地理位置和设备异常,然后用服务器日志或有记录的IVT测量方法加以佐证。单独评估转化表现:合法流量也可能不转化,而欺诈性的潜在客户或购买也可能发生。

在明确的时间段内重复这些检查,并记录哪些发现已确认、尚未解决或可由测量差异解释(参见我们的原生广告欺诈指南)。

在申请网络审核之前,保留投放ID、日期范围、报告和可复现的异常。退款资格、截止日期和可接受的证据取决于网络的条款;提交报告并不保证获得退款抵扣。

使用透明度数据购买好的一端#

捕获的广告可以帮助识别观察到的发布商、网络和广告主以进行进一步调查。广告主持续性并不能证明某个投放是真人、盈利或安全的。将透明度记录与你自己的广告系列测量结合使用。

诚实的底线#

本文并未确立任何机器人比率估算。用有记录的方法测量明确定义的库存样本,保留不确定性,并将流量质量发现与转化表现分开。在调查尚未解决期间,投放级控制可以限制风险敞口。

常见问题

原生广告流量中有多少百分比是机器人?
本文并未确立一个具有代表性的原生广告机器人百分比。比率取决于库存、日期和检测方法。分析异常是有用的调查线索,但其本身并不能测量机器人。
为什么原生广告会吸引机器人流量?
三个结构性原因:小工具发布商按点击付费,这鼓励了流量膨胀;流量套利很常见,因此许多页面浏览量本身是购买的,可能被自动化;库存经常通过转售商,这模糊了责任。欺诈集中在特定发布商和供应路径上,而不是均匀分布,因此它是集中的——因此是可以移除的。
哪些原生网络的机器人流量最少?
本文的证据并未按实测无效流量比率对网络进行排名。应评估实际库存和测量方法,而不是假设某个网络品牌就能保证质量。
如何检查我的原生流量是否是机器人?
将投放报告与分析数据进行对账,检查异常,并用日志或有记录的IVT测量加以佐证。同意设置、被阻止的脚本、延迟和归因也可能造成差异。仅凭零转化并不能证明是机器人。
原生广告网络会退款无效流量吗?
退款资格因网络、合同和报告截止日期而异。保留投放ID、日期和可复现的证据,然后申请审核。不要假设疑似异常就符合退款条件。
OpenAdLibrary 编辑团队
作者OpenAdLibrary 编辑团队
广告情报与原生广告研究

我们构建了 OpenAdLibrary,一个开放的广告透明度平台。我们的系统每日捕捉 Taboola、Outbrain、MGID、Revcontent、Teads、Yahoo 和 MSN 上的实时原生广告,识别每个广告背后的真实广告主,并追踪点击至其落地页。这些指南提炼了我们在数据中的发现,助您更快地研究市场动态。