Как выявить фродовый трафик от инфлюенсеров — реальный кейс + рабочая методика
Инфлюенс-маркетинг — важная составляющая для продвижения товаров на маркетплейсах. По мере роста этого канала растут и риски столкнуться с некачественным трафиком. В этом материале основатель MPSADS.RU Юрий Рянцев рассмотрит реальный кейс по выявлению фрода в статистике переходов от блогеров и поделится методологией, которая защитит рекламные бюджеты.
Мы сотрудничаем со множеством инфлюенсеров для продвижения товаров на маркетплейсах. В процессе работы пришли к выводу: нужно детально анализировать качество привлекаемого трафика. Для решения этой задачи мы разработали систему трекинга через диплинки (ссылка на определенную страницу сайта/раздел приложения), с помощью которой можно отслеживать множество параметров посетителей.
Исходные данные.
Клиент: компания, продающая одежду и технику на маркетплейсе.
Дано: в процессе работы с одним из инфлюенсеров система зафиксировала критическую аномалию в показателях трафика:
-
7167 переходов по уникальной ссылке;
-
0 заказов по итогам кампании;
-
нулевая конверсия при статистически значимой выборке.
Цель: понять причину аномалий.
Задачи:
-
в дальнейшем мониторить показатели и не допускать подобных закупок рекламы;
-
вернуть деньги от блогера или сделать повторные размещения до тех пор, пока не будут достигнуты плановые показатели по метрикам.

Обозначим поэтапно, как решали проблему:
Шаг 1. Проанализировали данные и выявили схему фрода
Для начала провели детальный анализ параметров трафика и выявили комплекс факторов, указывающих на искусственную накрутку. Мы определили четыре вида аномалии: географическая, временная, источниковая, поведенческая.
Географическая аномалия:
-
большинство переходов зафиксировано из России;
-
рекламное размещение проводилось в *Instagram (заблокирован в РФ);
-
противоречие: аудитория из России не может видеть размещение, но генерирует основную массу переходов.
Временная аномалия:
-
фиксировалось до нескольких переходов в секунду;
-
равномерное распределение переходов в течение дня;
-
отсутствие естественных пиков, характерных для живого трафика.

Источниковая аномалия:
-
трафик поступал из WhatsApp (идентифицировано по UTM и UserAgent);
-
заявленное размещение было в Instagram* Stories;
-
отсутствие технической возможности перехода из Instagram* в WhatsApp при сохранении параметров UTM.
Дополнительные признаки источниковой аномалии.
Признак |
Описание |
Обнаружены UserAgents, указывающие на ряд проблем |
Устаревшие или не поддерживаемые системы (Windows XP, старые версии Android) |
Браузеры для разработки и автоматизации (Яндекс Браузер для организаций, PhantomJS, Selenium и другие подобные агенты) |
|
Отсутствие меток устройств (generic или пустые значения), что характерно для рандомно сгенерированных браузеров или ботов |
|
Несоответствие между заявленным источником (Instagram*) и фактическим |
WhatsApp + подозрительные UserAgents |
Поведенческая аномалия:
-
отсутствие взаимодействия с сайтом после перехода;
-
нулевая глубина просмотра страниц;
-
критически низкое время на сайте.
Шаг 2. Определили, как технически была реализована схема накрутки
На основе полученных данных мы реконструировали схему накрутки. На наш взгляд, алгоритм мог быть таким:
-
Инфлюенсер получил уникальный диплинк для размещения.
-
Ссылку передали в сервисы/каналы накрутки переходов.
-
Автоматизированные системы или низкооплачиваемые исполнители многократно переходили по ссылке.
-
Сформировалась статистика с высокими показателями посещаемости при нулевой конверсии.
Шаг 3. Спрогнозировали возможные последствия для рекламодателя
Главное последствие накрутки для рекламодателя — финансовые потери на оплату некачественного трафика. Кроме них есть и другие негативные эффекты:
-
Алгоритмические последствия: системы маркетплейсов зафиксируют низкую конверсию карточки товара.
-
Искажение аналитики: невозможно корректно оценить эффективность канала.
-
Стратегические ошибки: могут быть приняты решения на основе некорректных данных.
-
Потеря органического потенциала: снизится рейтинг товара в выдаче маркетплейса.
Шаг 4. Составили методологию, как выявить фрод от инфлюенсеров
На основе проанализированных кейсов мы разработали комплексную методологию выявления фрода в трафике.
Шаги |
Подробности |
Подготовьте техническую инфраструктуру |
Используйте уникальные диплинки для каждого инфлюенсера |
Собирайте расширенный пул параметров посетителей (более 30 показателей) |
|
Применяйте распределенную систему проверки IP-адресов и UserAgents (анализ трафика и идентификация пользователей на основе данных, поступающих от разных узлов) |
|
Используйте алгоритмы машинного обучения для выявления паттернов ботов |
|
Определите ключевые метрики для мониторинга |
Частотный анализ переходов во времени |
Географическое распределение в соотношении с ожидаемым |
|
Источниковый анализ — соответствие заявленных и фактических каналов |
|
Поведенческие метрики: глубина, время на сайте, действия |
|
Конверсионные показатели по сравнению с бенчмарками |
|
Установите пороговые значения аномалий |
Превышение среднего числа переходов в минуту более 200% от нормы |
Географическое несоответствие более 30% от ожидаемого распределения |
|
Несоответствие источника и канала более 25% трафика |
|
Критически низкая конверсия (зависит от категории, обычно менее 0,5%) |
Шаг 5. Практические рекомендации по защите бюджетов
На основе нашего опыта мы сформулировали пул технических, организационных и аналитических рекомендаций для маркетологов. Итак, что советуем мы:
-
Технические меры:
-
внедрите систему уникальных диплинков с расширенной аналитикой;
-
интегрируйте внешние источники данных для кросс-валидации метрик;
-
настройте автоматический алертинг на аномалии в статистике;
-
используйте преобразование ссылок с динамическими параметрами.
-
-
Организационные меры:
-
Проверяйте историю инфлюенсера через специализированные сервисы аналитики, например, nebloher.ru (собирает данные о блогерах: отзывы, рекламные интеграции и др.);
-
запрашивайте скриншоты размещений с видимым охватом и метриками;
-
разбивайте оплату на этапы с привязкой к реальным результатам;
-
проводите A/Б-тестирование с контрольными группами инфлюенсеров.
-
-
Аналитические меры:
-
отслеживайте долгосрочную статистику инфлюенсеров во времени;
-
создавайте внутренние бенчмарки по категориям товаров;
-
сравнивайте данные из разных источников (диплинки, UTM, Яндекс Метрика);
-
анализируйте постклик-метрики для оценки качества трафика.
-
Шаг 6. Разработали систему фрод-мониторинга
Для оперативного выявления фрода мы создали структуру мониторинга и рекомендуем использовать ее в работе.
Первый уровень — аналитический:
-
Настройте дашборды с ключевыми метриками в реальном времени.
-
Регулярно проверяйте на соответствие источники и каналы.
-
Сравнивайте и анализируйте блогеров одной категории.
Второй уровень: — принятие решений:
-
Используйте систему автоматических алертов (программируемых оповещений) при достижении пороговых значений.
-
Разработайте матрицу решений на основе комбинации факторов риска, чтобы у вас был под рукой алгоритм действий.
-
Составьте план, как реагировать, если будут выявлены какие-либо аномалии.
Выводы
Рынок инфлюенс-маркетинга продолжает развиваться, и методы фрода становятся всё более изощренными. Борьба с фродом требует комплексного подхода, включающего технические, аналитические и управленческие компоненты. Для защиты обязательно внедряйте системы мониторинга, чтобы следить за качеством трафика. Благодаря этому вы не только сэкономите рекламные бюджеты, но и повысите эффективность продвижения на маркетплейсах, если будете работать с честными и результативными инфлюенсерами.
*Организация Meta, а также ее продукты Instagram и Facebook признаны экстремистскими и запрещены на территории РФ
Последние комментарии