Uber起诉Fetch Media点击欺诈有了新进展 流量反作

小提示：您能找到这篇{Uber起诉Fetch Media点击欺诈有了新进展 流量反作}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的Uber起诉Fetch Media点击欺诈有了新进展 流量反作内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

疑因“点击欺诈”，Uber 起诉 Fet精准营销指标ch Media Ltd. 有了新进展。

今年 1 月，Fetch Media Ltd. 反起诉 Uber，理由是 Uber 有一笔 1970 万美元（1400 万英镑）的应付账款未支付。而现在，Uber将在旧金山州法院重新提起诉讼，内容涵盖了之前诉讼内容以及 Fetch Media Ltd. 提到与支付账单有关的合同索赔。

这起诉讼至今未有结果，也受到各国媒体和用户的关注，关注焦点，集中在 Uber 的诉讼内容——“点击欺诈”。

据广告监测公司 Adloox 估计，2017 年广告主因不是人类观看或点击广告而造成的损失，达到 164 亿美元，在全球数字广告支出中的占比达到 20.5%。

广告欺诈仍在猖獗

去年 9 月中旬，Uber  向旧金山法院提起诉讼，以“点击欺诈”为由，要求 Fetch Media Ltd. 赔偿 4000 万美元。同年 12 月 22 日，在案件被移交至美国加州北区联邦地方法院由 Yvonne Gonzalez Rogers 法官审理后，Uber 自愿撤销这起诉讼。 

Uber 发现，投放的广告出现在被“拉黑”的网站 Breitbart ，投放停止后，并未导致软件装机量的实质性下降。在诉讼书中，Uber 称 Fetch Media Ltd.未能“阻止并纠正网络和出版商之间的欺诈行为”，从而 “浪费了数千万美元购买不存在的、不可浏览的、欺诈性的广告”。

Fetch Media Ltd. 是全球第四大广告公司日本电通旗下公司。在其目前的法院备案中，称 Uber 是“无诚意的商业合作伙伴”，并表明其推广为 Uber 带来超过 3500 万新用户。

路透社对Uber 和 Fetch Media Ltd.纠纷事件的最新报道 |  截图自：路透社

Uber 和 Fetch Media Ltd. 的合作开始于 2015 年，后者为 Uber 提供新司机和新用户引入服务。因为未收到Uber的应付账款，Fetch Media Ltd. 已于 2017 年 5 月终止了与 Uber 达成的为期两年的协议。

近年来，因“点击欺诈”引起的合作纠纷屡见不鲜，“行业较为常见的处理办法，是打折结算”，一位不愿透露姓名的移动应用开发公司 CEO 告诉出海，一般双方在签订线上推广合同的时候，都会有有些附加条款，把可能存在的因假量等不可控因素造成的转化率低等问题做约定，“打折结算，或者提前结束合作”。

但他也补充说道，advertiser(广告主)结算时以“坏账”临时要求打折的情况也经常发生，如果不同意，就拖着。

对比 2017 年上半年和下半年，作弊安装的总体比例提高了 5%。从排名中的所有媒体渠道的作弊率发现，与之前的报告相比，45% 的媒体渠道作弊量有所增长，其中 8% 的平台的作弊量大体持平，47% 的媒体渠道作弊量有所下降。这组统计，来自 AppsFlyer 在 3 月新发布的《广告平台综合表现报告》。

很明显，媒体渠道鱼龙混杂。很多媒体公司非常重视作弊新闻，而很多公司在这方面表现需要进一步改善。很明显的一点的是，作弊行为非常猖獗。对应用营销人员来说，需要利用高级的反作弊机制，通过持续监控自己的受危害程度，保护自己免受作弊影响。

为什么广告欺诈无法根治？

新型的移动广告欺诈行为，试图通过例如点击泛滥、基于恶意软件的点击或安装劫持等方式窃取自然流量或非自然用户。移动应用安装欺诈，从类型上可以划分为七大类。

根据 AppsFlyer 去年 9 月发布的数据报告，DeviceID 重置欺诈占比最大，超过 51%，造成 11 亿美元 – 13 亿美元的损失。其次，是被恶意软件劫持的自然安装（22%），被点击泛滥劫持的自然安装（10%），被点击泛滥劫持的非自然安装（7%），被已知的基于设备的欺诈（5%）和被恶意软件劫持的非自然安装（5%）。

DeviceID 重置欺诈的原理，是使用手机刷单的作弊人员大规模地在每个应用安装之间重置其设 ID，从而绕过所有其他反欺诈技术，产生大量欺诈性流量。

绝大多数的广告平台本身是没有作恶动机的。但受限于广告平台流量来源分散，开发者众多，作弊的开发者也在总流量中，所以从广告平台的角度，他能看到的数据相对比较窄，所以也难以对每一支广告的投放媒介做全面监控。

移动营销作弊是一个全球化现象，但大致的规律是单个用户获取成本高的地区，作弊行为越活跃。作弊也有成本支出，包括雇人、设备、脚本。也就是说，发达国家和地区对应的用户获取成本较高，作弊行为也较活跃。如，报告称，仅  DeviceID  重置欺诈在地区经济损失的占比中，北美洲高达 33.6%，西欧占比 17.1%，东南亚（ 14.5% ），北太平洋（ 12.3% ），印度次大陆（ 6% ），东欧（ 4.8% ），拉丁美洲（ 4% ）。

在 Uber 和 Fetch Media Ltd. 的诉讼纠纷中，Fetch Media新媒体时代下企业危机公关 Ltd. 也可能或多或少受到无法从根本控制的现状所累。外媒在报道这一事件时，曾写道，据 Uber 分析，Fetch Media Ltd.也受此（广告欺诈）所累，没有能即时“阻止并纠正网络和出版商之间的欺诈行为”。

反作弊方法和建议

广告欺诈无法根治，反欺诈到底应该怎么做？

以 DeviceID 重置欺诈为例，AppsFlyer中国区总经理王玮曾在接受出海采访时，给出了一些建议。

对营销人员来说，要注意三个方面。首先，重新定义流程，在订单条款中加入对反作弊期望；在营销期间启用透明报表，避免在结算费用时产生纠纷；尽可能阻止欺诈以避免纠纷。其次，要求合作伙伴和广告平台提高透明度。再者，支出越高，风险越大，大额推广容易引起作弊者的注意。

而对广告平台和归因商（可以理解成把激活和之前的点击甚至是曝光做一个匹配，然后把这个安装归给对应的渠道）来说，前者需要注意数据，了解受到 DeviceID 重置欺诈影响的原因和提高透明度；后者在发现新的欺诈类型时，为广告主提供保护自己所需的工具 ，为广告平台提供足够的透明度，以便及时发现、打击和消除新类型的欺诈。

而海外营销广告解决方案的一站式服务商 Papaya 也就广告欺诈这一现象，给出了专业建议。

Papaya 总结了三种互联网流量常见的作弊方法，分别是假量作弊，刷量作弊和归因作弊。可以通过监测 IP 异常、转化率异常、广告点击到转化的安装时间异常来辨认作弊行为。

以下是 Papaya 根据自身操作经验提供的实际操作方案：

IP 异常

1、统计每组 (offer_id, affiliate_id) 每天内相同IP的转化率(cr)，当转化率 > 50%，click数 >5，标记为可疑。

2、统计前后两天每组 (offer_id, affiliate_id) 数据中click独立IP分别取自于两天的重合度，定义 ip_dup = 两天内重合的独立 IP 数 / 两天内不重合的独立 IP 数，rate > 0.3 (经验数据)，并且转化转化数>10，标记为可疑。

3、统计每个国家的 r1 = click / 独立ip数，再统计每组 (offer_id, affiliate_id)在这个国家上的 r2 = click / 独立ip数，如果 (r2 - r1) / r1 > 1，并且click数 > 1000，转化数 > 10，标记为可疑。

转化率异常

统计每组 (o无印良品危机公关始末ffer_id, affiliate_id) 每小时的转化率(cr)，如果转化率 > 30%  （经验数据表示,较好的转化率是5%－10%），并且 (offer_id, affiliate_id) 数据在这一小时的转化的量(conversion)大于其一整天内总转化量的 1/40 (暂时取小于小时均值1/24的经验数据)，标记为可疑。

广告点击到安装的时间异常

统计每组（offer_id, affiliate_id）的广告点击时间到应用激活的时间差，如果低于 X 秒的点击数大约百分之 XX%，标记为可疑；如果高于 XX 秒的点击数大约百分之 XX%，标记为可疑。