Как за 8 шагов найти фрод в вебе с помощью Яндекс Метрики: гайд + инструкция для ecommerce

Фродовый трафик искажает аналитику, ухудшает показатели рекламных кампаний и приводит к лишним расходам. Боты могут имитировать действия пользователей: заходы на сайт, скроллы, клики, а в ecommerce они даже могут делать «покупки». Разберем, как обнаружить некачественный трафик и что делать с ним дальше:

• Зачем нужен ручной анализ

• 8 шагов, чтобы выявить фрод в веб-трафике с помощью Яндекс Метрики

• Поиск фрода в электронной торговле: 5 признаков

• Основные признаки фрода: шпаргалка

• Выводы

Зачем нужен ручной анализ

Мы в Realweb используем инструмент «Антифрод» — это полноценное решение для глубокой и системной работы с качеством трафика. Однако его внедрение подходит не для всех ситуаций. Чтобы пользоваться «Антифродом», нужно:

• установить пиксель на сайт, что не всегда возможно из-за ограничений со стороны служб безопасности или внутренних регламентов клиента;

• накопить статистику — как правило, около месяца (срок зависит от объема и специфики трафика);

• заложить время на интерпретацию данных и настройку сценариев.

Это небыстрый процесс и не всегда подходит для задач, где требуется оперативная оценка трафика. В таких случаях ручной анализ позволяет сделать первичную оценку самостоятельно.

8 шагов, чтобы выявить фрод в веб-трафике с помощью Яндекс Метрики

Ниже — пошаговый алгоритм ручной проверки трафика в Метрике. Бенчмарки приведены для понимания общей картины и могут отличаться в зависимости от тематики сайта, источника трафика и региона. Бенчмарки по роботности основаны на данных Яндекса. Остальные — сформированы на основе внутренних данных Realweb.

Важно: фрод нельзя определить по одному показателю, нужно выявить как минимум три сигнала.

Шаг 1. Сравниваем качество трафика

Первое, с чего стоит начинать поиск фрода, — сравнение качественных показателей подозрительного трафика со средними значениями по тому же каналу. Какие метрики смотрим:

• визиты;

• отказы;

• глубину просмотра;

• время на сайте;

• конверсию (CR).

Как настроить сравнение:

1. Перейдите в отчет «Источники, сводка». Создайте два сегмента:

   1. сегмент № 1 (искомый трафик, который вы проверяете на фрод);

   2. сегмент № 2 (общий трафик по этому же каналу, как ориентир нормы).

2. Сравните показатели между сегментами.

Если часть метрик выглядит заметно лучше средних, а часть — резко хуже, это повод продолжить проверку. Часто фродовый трафик искусственно «улучшает» отдельные показатели или, наоборот, ухудшает их из-за низкого качества ботов.

Шаг 2. Оцениваем долю роботного трафика по данным Яндекса

У Яндекса есть алгоритмы определения роботов, но этот механизм очень мягкий, и значительную часть он всё-таки пропускает. Поэтому показатель роботности стоит рассматривать как дополнительный сигнал фрода. Где смотреть:

1. Перейдите в отчет «Источники, сводка».

2. Добавьте показатель «Роботность» в таблицу.

3. Настройте два сегмента:

   1. сегмент с проверяемым трафиком;

   2. сегмент со всем трафиком по этому же каналу для сравнения.

      Бенчмарк: допустимая доля роботного трафика — до 10%.

Что должно насторожить:

1. Доля роботного трафика заметно выше 10%.

2. Резкие скачки роботности по дням или часам без изменений в настройках рекламных кампаний.

3. Высокая роботность именно у одного источника при нормальных значениях по остальному трафику.

Шаг 3. Проверяем распределение устройств

Фродовый трафик часто имеет перекос по типу устройств. Это связано с тем, что боты работают либо с серверов (эмуляция ПК), либо с мобильных ферм с однотипными настройками. Посмотреть это можно в отчете «Технологии» → «Устройства».

Бенчмарк: в последнее время доля мобильных устройств выросла с 60 до 80% от аудитории сайта. Остальная часть приходится на десктоп.

Что должно насторожить (если такие значения не заложены в настройках рекламной кампании):

• доля мобильных устройств 95% и выше;

• доля ПК 50% и выше;

• резкие всплески трафика на графике без видимых причин.

Шаг 4. Проверяем модели устройств

Это один из самых чувствительных признаков фрода. Низкоуровневые боты работают по заранее заданным скриптам и запускают однотипные цепочки действий. При этом характеристики устройств часто задаются одинаково или некорректно, из-за чего в отчетах появляются аномальные перекосы. Чтобы это посмотреть, перейдите в отчет «Технологии» → «Устройства» и раскройте раздел «Смартфоны».

Бенчмарки (специфика сайта может отличаться, рекомендуем ориентироваться на свою органику или трафик по каналу в целом):

• Samsung — ±10–20%;

• Apple — ±5–20%;

• Xiaomi — ±10%;

• HONOR, Realme, Tecno, Huawei — ±5%.

Что должно насторожить:

• резкий перекос в сторону одного бренда без логичного объяснения;

• одинаковые модели у большого числа визитов;

• распределение, которое сильно отличается от органического трафика или среднего по каналу.

Шаг 5. Анализируем браузеры

На анализ браузеров тоже нужно обратить внимание. Как и с «устройствами» он может подсвечивать низкоуровневых ботов, у которых не заданы характеристики или заданы с одними устройствами на всех.

У реальных пользователей браузеры чаще всего предустановлены на устройстве. Для iOS — это Safari, для Android — Яндекс Браузер или Google Chrome. Чтобы это посмотреть, перейдите в отчет «Технологии» → «Устройства» и добавьте срез по браузерам.

Бенчмарки (взяты у сайтов с большой аудиторией, но специфика ресурса может отличаться):

• Google Chrome, Chrome Mobile — ±38%;

• Яндекс Браузер, Яндекс Старт, Яндекс с Алисой — ±28%;

• Mobile Safari, Safari — ±16%;

• все остальные браузеры (Opera, Edge, Android Browser, Samsung Internet, Firefox, MIUI, Huawei Browser) — не более 5% суммарно.

Что должно насторожить:

• доля «редких» браузеров превышает 5%;

• в трафике массово появляются браузеры, нехарактерные для платформы;

• распределение браузеров резко отличается от органического трафика.

Шаг 6. Проверяем географию трафика

В настройках рекламной кампании обычно задается таргетинг на гео. Поэтому распределение трафика по регионам — один из самых простых способов выявить фрод.

Где смотреть: в отчете «Аудитория» → «География».

Бенчмарк: доля трафика из регионов, не входящих в целевое гео, не должна превышать 10%.

Что должно насторожить:

• значительная доля визитов из регионов, которые не указаны в настройках рекламной кампании;

• резкие всплески трафика из отдельных городов или стран без очевидных причин;

• география, которая сильно отличается от органического трафика.

Шаг 7. Анализируем посещаемость пользователей

У более совершенных роботов в скриптах прописана смена характеристик «устройства», но бывают боты низкого качества, которые не меняют свои настройки. Такой фрод можно заметить по большому количеству визитов за короткое время при минимальной вовлеченности.

Где смотреть: в отчете «Аудитория» → «Общее число визитов».

Какие сценарии подозрительны:

• у пользователя более 50 визитов за месяц;

• при этом суммарное время на сайте — менее 60 секунд.

Шаг 8. Проверяем микроконверсии

Для борьбы с фродом важно устанавливать не только финальные KPI-цели, но и базовые цели взаимодействия с сайтом — микроконверсии (скролл страницы, клики, переходы между разделами). Например, если настроить цель на скролл в 30%, то можно отследить трафик, у которого высокое время на ресурсе, но при этом никто не листает сайт — весь этот трафик будет относиться к фроду.

Как посмотреть: в отчете «Источники, сводка» добавьте в таблицу показатель «Достижение цели» или «Конверсии» по выбранной микроконверсии.

Что должно насторожить:

• высокое среднее время на сайте при нулевых или минимальных значениях микроконверсий;

• большое количество визитов без скроллов, кликов и переходов при формально хороших поведенческих метриках;

• микроконверсии достигаются единично или не достигаются вовсе при большом объеме трафика.

Поиск фрода в электронной торговле: 5 признаков

Во фроде в ecommerce используются более сложные сценарии, чем в обычном веб-трафике. Боты могут имитировать просмотры товаров, добавления в корзину и даже покупки. Разберем пять основных признаков, на которые стоит обращать внимание.

Признак № 1. ID заказов, которых нет в CRM

Как это происходит:

1. Приходит робот, находит уязвимость в коде сайта и внедряет скрипт.

2. Скрипт генерирует событие «Покупка товара».

3. В Яндекс Метрике фиксируется заказ, но в CRM его не будет.

Где смотреть: ID заказов доступны в отчете «Электронная коммерция» → «Содержимое заказов». Данные из Метрики нужно выгрузить и сравнить с CRM клиента.

Признак № 2. Взаимодействие с товарами, которых нет на сайте

Алгоритм, аналогичный покупке. Приходит робот и внедряет событие. Содержимое или товары отличаются от тех, что есть на сайте.

Где смотреть: отчет «Электронная коммерция» → «Популярные товары». Сравниваем с информацией от клиента по товарам.

Признак № 3. Суммы или товары с отрицательными значениями

Иногда в логике работы роботов, которые внедряют скрипты, может произойти сбой. И вместо того, чтобы товарам присвоить положительные показатели, в отчетах появляются отрицательные значения просмотров, добавлений в корзину и сумм покупок.

Где смотреть: отчет «Электронная коммерция» → «Товары в корзине».

Признак № 4. Аномально большое число действий с товарами в рамках одного визита на пользователя

Если роботы низкоуровневые, то у них нет смены характеристик устройства. И если они запрограммированы на просмотр или взаимодействие с большим количеством товара, то мы можем увидеть таких пользователей, у кого много просмотров в рамках одного визита. Однако это могут быть реальные юзеры, поэтому этот параметр нужно рассматривать в совокупности с другими признаками.

Где смотреть: любой отчет, например, «Источники, сводка», где можно добавить сегментирование «Электронная коммерция → Товаров просмотрено в визите > 30». Также можно вывести конкретные значения в таблицу «Электронная коммерция → Количество просмотров товаров в визите».

Признак № 5. Взаимодействие только с конкретными товарами в рамках одной кампании (если такое не прописано в настройках таргета)

Роботы могут иметь сценарии с конкретными товарами. Чтобы это исключить, нужно вывести продукты в таблицу. Всплеск взаимодействия с конкретным товаром может говорить о фроде.

Где смотреть: любой отчет, например, «Источники, сводка», где можно добавить в таблицу группировку «Название товара».

Основные признаки фрода: шпаргалка

В таблице собраны основные признаки фрода и бенчмарки, которые можно использовать для быстрой проверки трафика.

Выводы

Фродовый трафик напрямую влияет на качество аналитики и эффективность рекламных кампаний. Он искажает поведенческие метрики и мешает корректно оценивать вклад каналов.

Если не отслеживать фрод, бизнес рискует оптимизировать кампании на основе искаженных данных. В итоге:

• бюджеты могут уходить в неэффективные источники;

• работающие каналы отключаются;

• часть рекламных расходов тратится на автоматизированный трафик.

В ecommerce это дополнительно приводит к ложным заказам, искажению воронки и ошибкам в прогнозировании выручки.

Регулярная проверка трафика помогает своевременно выявлять подозрительные источники, улучшать качество данных в аналитике и принимать более точные решения по оптимизации рекламы.

Возможно, вам будет интересно:

• Уроки антифрода: причины, виды и как бороться с фродом

• Как избавиться от ботов в рекламном трафике с минимальными затратами

• Реклама в эпоху ИИ: как боты учатся скликивать рекламу и что с этим делать

• Невидимая угроза: как фрод в мобильной рекламе лишает рекламодателей доходов