Wycena projektu
Promowanie aplikacji mobilnych
5
(1)

Wielu, jeśli nie większość, marketingowców prowadzi kampanie promujące aplikacje lub gry w oparciu o współczynnik instalacji. Jest to dowód na to, że użytkownik został pozyskany, a wysiłki marketingowe przyniosły oczekiwane rezultaty. Jednakże Kochava monitoruje cały ruch generowany przez użytkownika, a liczba kliknięć przypadających na instalację nie zawsze się sumuje. Podczas gdy przyczyny tej sytuacji mogą być różne – zwykły błąd bądź celowe działanie oszustów – wciąż jest to ruch niepożądany. Wykrywanie fraudów poprzez zliczanie kliknięć i analizowanie liczby kliknięć w stosunku do liczby instalacji jest jednym ze sposobów mobilnych narzędzi do wykrywania fraudów reklamowych wśród połączonych urządzeń.

Nasze algorytmy często raportują nadmierną liczbę kliknięć w stosunku do instalacji, która zwiększa Twoje wydatki i wypacza rzeczywiste wyniki kampanii. W ciągu najbliższych kilku tygodni, przeanalizujemy kilka scenariuszy i pokażemy marketingowcom oraz mobilnym sieciom reklamowym jak interpretować nasze raporty dotyczące fraudów.

Poniższa tabela zawiera szczegółowe informacje na temat współczynnika kliknięć w stosunku do instalacji (CTI ‑ click‑to‑install) w wielu sieciach reklamowych, dla aplikacji o z kategorii Rozrywka, w styczniu:

https://storage.googleapis.com/kochava-web/2017/03/Why-Clicks-Matter-Table-v1.png

Używam wskaźnika CTI (CTI ‑ click‑to‑install) zamiast współczynnika konwersji (CVR), ponieważ łatwiej jest dostrzec różnicę pomiędzy 1.000 a 10.000 kliknięć, niż pomiędzy konwersją 0,001 a 0,0001. Jaki jest rozsądny współczynnik odpowiedzi dla ruchu z sieci reklamowej? Innymi słowy, ile kliknięć wydaje się być uzasadnione dla jednej instalacji aplikacji lub gry mobilnej?

Kiedy planujemy kampanię instalacyjną dla aplikacji lub gry mobilnej, wyobrażamy sobie kreatywną jednostkę reklamową, wzywającą do działania, która przyciąga uwagę użytkownika. W idealnej sytuacji użytkownik klika w reklamę mobilną, odwiedza App Store, Google Play i instaluje aplikację lub grę mobilną. Jeśli tak wyglądałaby rzeczywistość w przestrzeni reklamowej, zobaczylibyśmy CTI (współczynnik kliknięcia w reklamę do instalacji) na poziomie od 1 do 10 – a nie w tysiącach.

Kiedy ma miejsce instalacja aplikacji lub gry mobilnej, średni współczynnik CTI (CTI ‑ click‑to‑install) jest bliski 2,5. Tutaj mamy dodatkowo zróżnicowanie pionowe: aplikacje społecznościowe są nieco wyżej, aplikacje do gier niżej, ale średnia wśród wszystkich aplikacji nie jest zbytnio zróżnicowana; jest bliska 2 lub 3 kliknięciom na instalację aplikacji lub gry. Najprawdopodobniej odpowiada to Twoim własnym doświadczeniom. Pomyśl o ostatniej aplikacji, jaką zainstalowałeś. Być może kliknąłeś reklamę, odwiedziłeś App Store, wyszedłeś, a potem zobaczyłeś kolejną reklamę, która doprowadziła Cię wreszcie do instalacji (z łączną liczbą kliknięć w ilości dwóch). Nie klikałeś 9.000 reklam przed instalacją.

Wysoki współczynnik kliknięć: co tu się dzieje?

https://storage.googleapis.com/kochava-web/2017/03/fraud-blog-graphic-4.jpg

Dlaczego obserwujemy tak dużą liczbę kliknięć w stosunku do instalacji gier lub aplikacji mobilnych? Czy są to kliknięcia pochodzące od użytkowników czy z innych źródeł? A może są to wymuszone przekierowania? Najprawdopodobniej każdemu z nas zdarzyło się korzystać z telefonu czy tabletu i nagle ni z tego ni z owego wylądować w App Storze bez żadnego rozsądnego uzasadnienia, dlaczego właściwie tam trafiliśmy – tak po prostu się zdarzyło.

Czy są to samoklikające się reklamy czy zarejestrowane wyświetlenia?

Pierwszym powodem dużej liczby kliknięć mogą być samoklikające się reklamy. Wyobraź sobie reklamę wideo, która zaprogramowana jest na generowanie kliknięć w tle wyświetlanego filmu, bez wiedzy odbiorcy. Drugim powodem może być fakt, że zarejestrowane kliknięcia są w rzeczywistości wyświetleniami. Ten ostatni przypadek jest o tyle przerażający, że najbłahszy cel reklamy (wyświetlenie, które dopiero może zaangażować użytkownika) przedstawia jako osiągnięcie najbardziej pożądanego celu (kliknięcie, które oznacza, że użytkownik już się zaangażował).

Zalewanie kliknięciami

Ten ostatni scenariusz staje się szczególnie problematyczny, ponieważ webowa reklama zazwyczaj nie przekazuje ID urządzenia, które matchowałoby się z instalacją, stąd w zamian stosuje się matchowanie na podstawie fingerprint. Match to połączenie adresu IP i User Agent (typ urządzenia, system operacyjny, wersja itp.). Jeśli ekosystem jest zalewany fałszywymi kliknięciami, a okno atrybucji fingerprint jest długie, ukazuje nam się scenariusz, w którym jedno “kliknięcie” użytkownika może zostać przypisane do instalacji innego użytkownika.

Przykładowo, powiedzmy, że okno atrybucji fingerprint ma siedem dni. Z jak dużą liczbą różnych IP łączymy się w ciągu jednego tygodnia? Inne IP mamy w domu, w pracy, w drodze, na siłowni, w restauracji itd. Nie ma tu zbyt wielu różnych kombinacji UA. IPhone 6 z najnowszą aktualizacją systemu operacyjnego stanowi duży odsetek wśród użytkowników mobilnych. Gdy jeden użytkownik ze stosunkowo popularnym profilem łączy się z adresem IP, na którym jest podłączonych wiele innych iPhone’ów 6, zaczynamy dostrzegać błąd atrybucji, który może powodować zalewanie kliknięciami w cyfrowej przestrzeni reklamowej. Jeśli ja kliknę reklamę na moim urządzeniu, ktoś inny może dokonać instalacji, a instalacja z tej sieci zostanie uznana za pochodzącą ode mnie – mimo, że nie występuje tu żaden ciąg przyczynowo skutkowy. Nigdy nie “kliknąłem” reklamy, a rzeczywisty użytkownik, który dokonał instalacji, nie jest związany z płatną promocją aplikacji mobilnej.

O co chodzi z atrybucją? Te instalacje się zdarzyły – o co więc to zamieszanie?

Cała zabawa naprawdę sprowadza się do tego, kto może pokryć przestrzeń reklamową najczęściej zgłaszanymi kliknięciami. Zapomnij o widoczności. W wielu przypadkach użytkownik nie wie, że gdzieś znajdowała się reklama, ale wykonał pewne działanie, które spowodowało kliknięcie w tle. A dzięki pokryciu przestrzeni reklamowej za pomocą kliknięć niepochodzących od użytkowników, sieci i sub-publisherzy otrzymują wynagrodzenie za instalacje, które i tak by się zdarzyły lub byłyby napędzane przez inne źródło.

Co powinienem zrobić z fraudami dotyczącymi atrybucji?

Jeśli jesteś marketingowcem aplikacji mobilnych, ustal pewien podstawowy średni poziom kliknięć w stosunku do instalacji (MCTI), abyś wiedział czego spodziewać się po kampaniach promujących aplikacje lub gry mobilne. Gdy masz już pierwszą figurę w grze, zastosuj dźwignię Kochava Fraud Console, która zawiera obszerną czarną listę fraudów, której możesz używać z Traffic Verifier. Od tego momentu wszystkie identyfikatory urządzeń, adresy IP i identyfikatory sieciowe/witrynowe z czarnej listy zostaną wykluczone w czasie rzeczywistym.

Ustaw również w Traffic Verifier limity częstotliwości/liczby wyświetleń i kliknięć. Każda aktywność wykraczająca poza próg jest uważana za niezweryfikowany ruch, a decyzja co do atrybucji zostaje pozostawiona Tobie.

Połącz limity częstotliwości z Alertem, aby wiedzieć, kiedy próg zostaje przekroczony. Marketingowcy mogą skonfigurować Alerty dla wielu wskaźników i otrzymywać powiadomienia w czasie rzeczywistym (e-mail, SMS, Slack, poczta głosowa), gdy limit zostanie osiągnięty.

Fraudsterzy mogą mieć wiele taktyk, ale narzędzia Kochava pozwalają marketingowcom na utrzymanie kontroli nad swoim ruchem.

W następnym odcinku naszej serii poświęconej zwalczaniu fraudów omówię urządzenia z dużymi liczbami kliknięć i wyjaśnię powody, jakie kryją się za tą oszukańczą taktyką..

How useful was this post?

Click on a star to rate it!

Average rating 5 / 5. Vote count: 1

No votes so far! Be the first to rate this post.

Grant Simmons - Dyrektor ds. Analityki Klienta w Kochava

    Następny post