程序化廣告行業（59/89）：廣告驗證與反作弊實戰技巧

大家好！在程序化廣告領域，想要做好投放，除了了解基本的架構和原理，還得掌握一些關鍵的技能，比如廣告驗證和反作弊。今天就和大家一起深入學習這方面的知識，共同進步。

一、廣告反作弊全解析

在程序化廣告的世界里，作弊行為就像隱藏在暗處的“小偷”，偷走廣告主的預算，破壞市場的公平。所以，反作弊是保障廣告投放效果的重要環節。

（一）常見作弊現象及檢測方法

1. 離線檢測：我們可以通過分析一些數據特征來發現潛在的作弊行為。如果一個cookie對應超多IP或設備ID ，或者一個設備ID關聯了大量不同的IP和userAgent，這就很可疑。還有，如果點擊的refererurl里有奇怪的字符串，像包含display_ad.php ，或者出現有點擊卻沒曝光的IP，以及點擊率異常高（移動端大于10%或PC端大于6%且點擊量大于30 ）的IP和設備ID，這些都可能是作弊的信號。另外，如果某個廣告位的曝光或點擊都集中在少量的IP、cookie或設備ID上，或者頁面停留時間、窗口大小不符合常理，比如PC端平均窗口大小指標小于70萬像素或大于110萬像素，移動端小于1萬像素或大于50萬像素，都值得深入調查。
2. 實時檢測：在廣告投放的過程中，也有一些實時監測作弊的方法。要是發現某個cookie在N分鐘內使用的IP超過N個，或者點擊次數超過N次，那就很可能有問題。另外，如果userAgent里出現java、python這類關鍵字，直接拉黑，因為很多作弊機器人可能會用這些特征。

（二）反作弊方法

1. 基于用戶標識：通常，我們會用IP、cookie（或設備ID）來識別用戶。要是發現某些用戶的曝光或點擊頻次特別高，就得小心了。有些作弊者會用機器人不斷變換IP來迷惑我們，這時候就要綜合考慮瀏覽器指紋信息。比如說，當IP和cookie都不一樣，但瀏覽器型號、分辨率、用戶窗口大小、操作系統版本號、設備品牌都相同，那就很可能是作弊流量。
2. 基于用戶行為
   • 廣告瀏覽/點擊行為：仔細分析用戶的廣告瀏覽和點擊行為能發現很多線索。要是同一用戶在同一時間對多個廣告位進行瀏覽或點擊，或者短時間內在同一個廣告位頻繁操作，這就不太正常。還有，如果用戶的廣告瀏覽或點擊時間間隔特別規律，或者曝光數和點擊數在某個時間點突然暴增，又或者用戶沒看廣告就直接點擊（大量無曝光的點擊），以及瀏覽廣告的面積和時長數據異常，點擊位置過于規律或集中，還有瀏覽和點擊的時間順序錯亂，這些都可能是作弊行為。
   • 到站情況：用戶點擊廣告后到達目標頁面的表現也很重要。我們要綜合考慮用戶留存、停留時間、訪問深度這些指標，還要關注用戶在站內的交互情況，比如點擊、滾動、輸入等操作。有些作弊媒體會用機器制造大量頁面點擊，我們可以通過分析點擊區域、次數、頻率、頁面窗口大小等指標來辨別真假。
3. 基于廣告來源：對到站流量的來源頁面進行偵查也能發現作弊流量。如果出現大量沒有refer（來源頁面信息）的廣告流量，或者refer和投放媒體不對應，比如要求投放到A網站，結果refer里大量出現B網站，那就可以判定是作弊流量。

下面用一段簡單的Python代碼來模擬檢測同一用戶短時間內多次點擊的情況：

import time# 模擬用戶點擊記錄，格式為 (用戶ID, 點擊時間)
click_records = [("user1", time.time()),("user2", time.time() + 1),("user1", time.time() + 2),("user1", time.time() + 3)
]user_click_count = {}
for user_id, click_time in click_records:if user_id not in user_click_count:user_click_count[user_id] = {"count": 1,"last_click_time": click_time}else:user_click_count[user_id]["count"] += 1time_diff = click_time - user_click_count[user_id]["last_click_time"]if time_diff < 5 and user_click_count[user_id]["count"] > 2:print(f"用戶 {user_id} 可能存在短時間內多次點擊的作弊行為")user_click_count[user_id]["last_click_time"] = click_time

二、品牌安全保障

品牌廣告對投放環境的要求很高，因為它關系到品牌的美譽度。想象一下，如果一個高端品牌的廣告出現在色情網站或者敏感時事新聞頁面上，用戶肯定會對這個品牌產生負面印象，嚴重的話還會損害品牌形象。

為了保障品牌安全，通常會有專門的廣告驗證平臺提供服務。廣告主可以在這些平臺上設置敏感或非法的關鍵詞、頁面黑名單，在投放時過濾掉相關流量。DSP平臺和這些廣告驗證平臺對接有兩種方式：Pre - bid和Post - bid 。Pre - bid就是DSP平臺在出價前詢問廣告驗證平臺，根據流量是否符合廣告主的條件來決定是否出價，這樣可以排除效果差和內容敏感的流量，避免產生不必要的費用。Post - bid則是在競價成功后再詢問廣告驗證平臺，如果流量符合條件就展示廣告，不符合就用空白或其他圖片代替，但不管怎樣，廣告主都得為這個流量付費。

三、廣告可見度測量

廣告曝光了，不代表用戶就能看到。廣告可見度的統計邏輯比普通廣告投放曝光要嚴格得多，它需要驗證廣告是否出現在瀏覽器的可見區域，并且滿足一定的可見時長要求。

通常，我們通過JS代碼來檢測當前頁面的位置和可視面積。MMA（移動營銷協會）的廣告可見性驗證標準還規定了驗證時間間隔，展示類廣告最低100毫秒檢測一次，視頻廣告最低每200毫秒檢測一次。可見度相關的指標有可監控曝光次數、可視曝光次數和可視率。

不過，有些情況下廣告可見度是無法監測的。比如部分媒體不支持JS代碼投放，還有媒體的廣告位是跨域iframe形式，JS無法檢測跨域廣告位的位置和可視面積。在App環境里，由于廣告位基于webview，可視面積默認是100%，所以移動端的Viewability（可見度）并不是特別準確。

四、總結

今天我們詳細學習了程序化廣告中的廣告驗證和反作弊知識，包括常見的作弊現象、檢測方法、反作弊策略，以及品牌安全和廣告可見度的相關內容。這些知識對于優化廣告投放、提高廣告效果非常重要。

寫作不易，如果這篇文章對你有所幫助，希望大家能關注我的博客，點贊評論支持一下。后續我還會分享更多程序化廣告行業的干貨，咱們一起在這個領域不斷探索，共同提升！