Как изменился рекламный фрод в 2024 году и какие угрозы ждут индустрию?

Почти 30% мировых убытков от мошенничества в рекламной индустрии приходится на мобильную рекламу. По данным Juniper Research, в этом году потери от фрода могут превысить $100 млрд, а исследования Adjust показывают, что до 20% мобильного трафика подвержено мошенническим схемам.

Этот сегмент особенно уязвим, поскольку мошеннические схемы становятся все более изощренными, нанося ущерб бюджетам рекламодателей и снижая эффективность кампаний. Чтобы защитить свои инвестиции, маркетологам необходимо разрабатывать стратегию противодействия фроду. Что для этого можно сделать в 2025 году рассказывает Леонид Елецких, директор по продажам Adjust в Восточной Европе.

Новые методы фрода и тренды 2024 года

Фрод в мобильной рекламе — это манипуляции с рекламными технологиями с целью обмана рекламодателей, паблишеров и партнеров. Он принимает разные формы и затрагивает все категории приложений — от игр до e-commerce и банковских сервисов. Чтобы сохранить рост и защитить бюджеты, важно уметь выявлять и предотвращать мошенничество. Рассмотрим, какие новые схемы были самыми популярными в 2024 году у мошенников.

1. Фрод с вовлечением AI
   Развитие искусственного интеллекта открыло новые возможности для мошенников. Теперь они могут создавать более убедительные ботовые сети, имитирующие поведение реальных пользователей, включая просмотр рекламы, клики и даже установки приложений. Такие методы усложняют выявление фрода традиционными инструментами.
2. Рост SDK Spoofing
   Этот вид мошенничества продолжает развиваться. Фродеры учатся подделывать запросы от SDK мобильных приложений, заставляя рекламные платформы считать фальшивые установки реальными. Улучшенные механизмы аутентификации и продвинутые алгоритмы детекции становятся ключевыми инструментами защиты. Мошенники перехватывают зашифрованные данные SDK и подделывают установки, клики и другие события. Они могут массово создавать ложные конверсии, обманывая системы аналитики.
3. Манипуляции с пост бэками
   Некоторые мошенники находят способы перехватывать и изменять данные в постбэках, отправляемых MMP (Mobile Measurement Partners). Это даёт им возможность подделывать атрибуцию, перенаправляя рекламный бюджет в свои карманы.
4. Фрод в CTV и DOOH рекламе
   Connected TV (CTV) и Digital Out-of-Home (DOOH) реклама привлекают всё больше рекламодателей, и мошенники не остаются в стороне. Поддельные просмотры, накрученные импрессии и фейковые устройства — вот лишь часть угроз в этих сегментах.

Предотвращение мошенничества

Поскольку злоумышленники постоянно совершенствуют свои тактики, системы защиты должны быть гибкими и инновационными, позволяя маркетологам минимизировать риски еще до того, как они повлияют на рекламные кампании.

1. Экономия бюджета
   Блокируя мошеннический трафик, вы защищаете свой рекламный бюджет от нецелевых расходов. Согласно исследованиям, около 14% всех кликов по модели PPC являются поддельными
2. Достоверные данные
   Очистив статистику от фальшивого трафика, вы получаете точные метрики для принятия обоснованных решений. Это позволяет эффективно перераспределять ресурсы и повышать результативность кампаний.
3. Оптимизация партнёрских отношений
   Фильтрация ненадёжных источников трафика помогает выявить наиболее эффективных партнёров, способствующих росту вашего бизнеса. Это повышает общую эффективность и снижает риски сотрудничества с недобросовестными площадками.
4. Защита данных и репутации
   Соблюдение нормативных актов, таких как GDPR и CCPA, требует надёжной защиты пользовательских данных. Интеграция систем предотвращения мошенничества обеспечивает безопасность информации и поддерживает доверие к вашему бренду.
5. Конкурентное преимущество
   Компании, использующие антифрод-решения, привлекают более качественную аудиторию и оптимизируют расходы на рекламу. Это способствует устойчивому росту и укрепляет позиции на рынке.

Внедрение продвинутых систем защиты от мошенничества в мобильной рекламе не только сохраняет бюджет, но и обеспечивает точность данных, безопасность бренда и конкурентные преимущества в динамичном цифровом пространстве.

Как бренды могут защититься?

Использование AI для выявления аномалий

Современные системы антифрода всё чаще интегрируют машинное обучение для анализа пользовательского поведения. Это позволяет быстрее выявлять подозрительные паттерны и блокировать мошеннические действия в режиме реального времени.

Более строгая валидация трафика

Работа с проверенными партнерами, использование дополнительных уровней аутентификации и более строгие фильтры на стороне платформы помогают минимизировать риски.

Продвинутая аналитика

Глубокий анализ всех этапов воронки пользовательских действий (от клика до конверсии) позволяет выявлять аномалии, связанные с ботами или мошенническими схемами.

Прозрачность и сотрудничество

Обмен информацией между рекламными платформами, MMP и брендами становится критически важным в борьбе с фродом. Чем быстрее индустрия будет реагировать на новые угрозы, тем сложнее мошенникам будет адаптироваться.

Рассмотрим ключевые подходы к борьбе с различными видами рекламного мошенничества.

Анализ временных паттернов для выявления клик-спама

Одним из распространенных методов мошенничества является клик-спам – ситуация, когда злоумышленники генерируют фиктивные клики, не приводящие к реальному вовлечению пользователей. Такой трафик можно определить, анализируя время от клика по рекламе до установки приложения (CTIT). В нормальном сценарии большинство установок происходит в течение первого часа после взаимодействия с рекламой, с последующим естественным снижением. При клик-спаме же распределение оказывается более случайным или равномерным. Системы выявления мошенничества используют моделирование распределения, чтобы обнаружить эти несоответствия и фильтровать подозрительный трафик до момента атрибуции.

Фильтрация внедренных кликов

Еще одна тактика мошенников – подмена кликов (click injection), когда фиктивные клики подставляются в момент установки приложения, чтобы перехватить атрибуцию. Для выявления таких аномалий используются временные метки из магазинов приложений, таких как Google Play Store и Huawei AppGallery. Сравниваются ключевые параметры:

• Install_begin_time – все клики, зарегистрированные после этой временной отметки, считаются подозрительными.
• Install_finish_time – дополнительный уровень фильтрации, предотвращающий регистрацию мошеннических кликов после завершения установки. Если установка произошла за пределами официальных магазинов, анализ временных меток также позволяет выявить внедренные клики и исключить их из отчетности.

Использование цифровой подписи SDK для защиты от спуфинга

Одним из наиболее сложных видов мошенничества является SDK-спуфинг, при котором злоумышленники эмулируют установки и события в приложении. Противодействие этому возможно за счет использования цифровых подписей SDK, позволяющих проверять подлинность запросов. При этом неподписанные или неправильно подписанные данные автоматически отклоняются. Внедрение механизма цифровой подписи снижает вероятность мошеннических атак и повышает достоверность аналитических данных.

Фильтрация анонимных IP-адресов

Еще одним способом выявления мошенничества является анализ IP-адресов. Мошенники часто используют VPN, прокси-серверы или центры обработки данных, чтобы скрыть источник трафика. Для фильтрации таких случаев применяются базы данных анонимных IP-адресов, позволяющие идентифицировать установки, поступающие из ненадежных источников. Данные, поступающие через анонимайзеры, могут классифицироваться как подозрительные и исключаться из отчетности, что помогает сохранить точность данных.

Выводы

Фрод в мобильной рекламе не исчезнет, но бренды, вооружённые передовыми технологиями и аналитическими инструментами, могут минимизировать его влияние. В 2024 году борьба с мошенничеством становится приоритетной задачей для всей индустрии, и компании, инвестирующие в защиту своего бюджета, получат значительное конкурентное преимущество. Благодаря этим методам рекламодатели могут минимизировать потери, связанные с мошенническим трафиком, и обеспечить более точную атрибуцию, что в итоге способствует эффективному распределению маркетинговых бюджетов.