KI-basierte Klickbetrugserkennung kann großen Werbetreibenden helfen, eine Menge Geld zu sparen, das sonst in betrügerische Werbenetzwerke und zu betrügerischen Publishern fließt.
Sich mit den Betrügern weiterentwickeln
Klickbetrug (Click Fraud) ist mit einfachen Techniken schwer zu entdecken, da sich die Methoden der Betrüger ständig weiterentwickeln. Ein KI-basiertes Erkennungssystem kann mit diesen Entwicklungen mitgehen und Ihnen helfen, den Betrügern immer einen Schritt voraus zu sein.
Bekommen Sie die Daten, denen Sie vertrauen können
Betrügerische Klicks erzeugen falsche Klickdaten, die Ihre Marketingbemühungen in die Irre führen können. Eine gute Betrugserkennung kann den schädlichen Datenverkehr herausfiltern und Ihre Analyse aussagekräftiger machen.
Besser als nur IP Flagging
IP-Flagging ist ein guter Anfang, aber anspruchsvolle Betrüger verstecken sich in einem Netzwerk von IPs. KI kann die feineren Muster identifizieren und findet die Betrüger auch dann, wenn sie eine IP nicht besonders viel nutzen, denn KI achtet auch auf Gerätedaten, Klickzeiten und Publisher-Channel.
Downloads vorhersagen und Betrüger finden
Ein guter Test für einen rechtmäßigen Nutzer ist die Frage, ob er eine App herunterlädt. Sie können ein KI-Modell programmieren, das lernt, vorherzusagen, ob ein Nutzer eine mobile Anwendung herunterladen wird, nachdem er auf eine Anzeige dafür geklickt hat.
Wenn die vorhergesagte Wahrscheinlichkeit, dass der Nutzer tatsächlich an der App interessiert ist, extrem gering ist, markieren Sie den Benutzer als potenziell betrügerisch.
Input- und Output-Daten
Eingabe:
- IP
- App für die jeweilige Anzeige
- Publisher der Anzeige
- Mobiles Gerät (iPhone7, Google Pixel, etc.)
- Uhrzeit des Klicks
Ausgabe:
- Wahrscheinlichkeit, dass ein Nutzer, der auf eine Anzeige geklickt hat, die App letztendlich auch herunterlädt
Die Signatur eines Betrügers
Die wichtisten Faktoren um zu entscheiden, ob ein Klick betrügerisch ist oder nicht (in absteigender Reihenfolge):
- Anzahl von IP requests pro Gerät pro Stunde
- Ad publisher channel
- Anzahl von requests für dieselbe App von derselben IP
- Anzahl von requests von derselben IP an einem bestimmten Tag
- OS Version des mobilen Telefons
- Anzahl von requests von derselben IP und demselben OS in einer Stunde
