Fraud di iklan jarang terlihat seperti serangan. Lebih sering ia berupa latar yang tenang: sepersepuluh klik tanpa satu konversi pun, placement yang tiba-tiba «ngebut» di malam hari, setumpuk lead dengan nomor telepon yang sama. Sistem anti-fraud dibutuhkan agar latar itu terlihat dan berhenti memakan budget.
Mari kita bahas apa itu anti-fraud, jenis fraud apa yang ditanganinya, dan dari komponen apa ia dibangun.
Apa itu anti-fraud
Anti-fraud adalah sistem yang secara otomatis menilai event — klik, tayangan, lead, pembayaran — dan memisahkan yang jujur dari yang palsu. Istilah ini berasal dari dunia perbankan, tempat anti-fraud menangkap transaksi penipuan. Di iklan logikanya sama: ada aliran event, setiap event dibayar oleh seseorang, dan sebagian di antaranya palsu.
Anti-fraud di iklan bekerja di beberapa tingkat:
- di platform iklan — agar tidak menagih untuk klik dan tayangan yang jelas tidak valid;
- di jaringan CPA — agar tidak membayar publisher untuk lead palsu;
- di pengiklan atau affiliate — agar tidak membeli sampah dan melihat hasil yang sebenarnya.
Tingkat-tingkat ini tidak saling menggantikan: masing-masing punya data dan kepentingannya sendiri.
Jenis-jenis ad fraud
| Jenis fraud | Seperti apa | Siapa yang dirugikan |
|---|---|---|
| Klik bot | Program mengklik iklan, kadang meniru browser | Yang membayar per klik |
| Click fraud | Klik kosong yang disengaja untuk menghabiskan budget orang lain | Pengiklan |
| Penggelembungan tayangan | Iklan «tayang» di blok tak terlihat atau ke bot | Yang membayar per tayangan |
| Fraud placement | Situs di jaringan iklan menggelembungkan klik untuk dirinya | Pembeli traffic di jaringan itu |
| Lead palsu | Formulir diisi bot atau orang dengan data karangan | Jaringan CPA dan pengiklan |
| Traffic insentif | Orang dibayar untuk melakukan aksi, tapi diakui sebagai traffic biasa | Pengiklan |
| Pemalsuan sumber | Traffic dari satu tempat diakui berasal dari sumber lain yang lebih mahal | Pembeli traffic |
| Pembajakan atribusi | Konversi milik orang lain diklaim sebagai milik sendiri | Sumber yang jujur |
Tentang klik lebih rinci di artikel click fraud dan cara melindungi budget, tentang traffic mobile di aplikasi di materi traffic in-app dan fraud.
Traffic tidak valid: umum dan canggih
Alat ukur iklan membagi traffic tidak valid menjadi dua kelompok. Umum (GIVT) — yang tertangkap dengan aturan sederhana: robot yang dikenal, jaringan data center, crawler yang jelas. Canggih (SIVT) — bot yang menyamar sebagai manusia, penggelembungan lewat perangkat yang terinfeksi, proxy residensial. Yang pertama diblokir di pintu masuk hampir tanpa kesalahan, yang kedua butuh pemeriksaan browser dan perilaku — dan justru di sinilah anti-fraud paling sering keliru.
Cara kerja sistem anti-fraud
Hampir semua anti-fraud, dari bank sampai iklan, dibangun dari tiga komponen: aturan, scoring, dan daftar.
Aturan
Aturan adalah syarat yang kaku: «jika X, maka tolak». Contohnya: negara di luar daftar yang diizinkan, lebih dari tiga klik dari satu alamat per hari, permintaan datang dari program, bukan browser. Aturan itu transparan dan bisa diprediksi, tapi kasar: cepat atau lambat setiap aturan akan mengenai pengguna yang jujur.
Aturan yang baik memblokir apa yang jelas bukan traffic target, dan menyerahkan kasus yang meragukan ke scoring.
Scoring
Scoring adalah penilaian berdasarkan jumlah tanda. Setiap tanda mencurigakan menambah penalti: VPN, jaringan hosting, tidak ada JavaScript, kombinasi bahasa dan zona waktu yang aneh, tidak ada situs perujuk. Sendiri-sendiri, tanda itu tidak banyak berarti — orang dengan VPN tetaplah manusia. Tetapi ketika penalti menumpuk melewati ambang, event dianggap fraud.
Scoring lebih fleksibel daripada aturan: ambang dan bobot tanda bisa disesuaikan per sumber. Traffic dari browser bawaan media sosial sering tidak punya referrer, jadi di sana tanda ini hampir tidak boleh berbobot, sedangkan untuk traffic pencarian justru sebaliknya.
Daftar
Daftar adalah memori sistem. Daftar hitam berisi alamat, jaringan, dan perangkat yang sudah tertangkap melakukan fraud; daftar putih berisi pihak sendiri: kantor, perangkat uji, mitra yang terpercaya. Yang paling kuat adalah daftar bersama, yang diisi dari data banyak klien: bot yang tertangkap di satu akun langsung dikenali di semua akun. Bagaimana daftar seperti ini bekerja dan kenapa daftar milik orang lain berbahaya dibahas di artikel daftar hitam IP dan reputasi alamat IP.
Belajar dari data sendiri
Di atas tiga komponen tadi kadang dipasang model yang belajar dari riwayat: klik mana yang kemudian menghasilkan pembayaran, dan mana yang ternyata bot. Model ini menangkap hal yang tidak bisa dijelaskan dengan aturan sederhana. Kelemahannya: butuh riwayat — di akun baru, ia belum punya bahan untuk belajar.
Anti-fraud untuk affiliate marketing: apa yang diperhatikan
Seorang affiliate membutuhkan anti-fraud di dua tempat: di pintu masuk (tidak membiarkan fraud masuk ke landing page dan offer) dan di analitik (melihat dari mana fraud datang dan berhenti membayarnya). Cara membaca hasilnya dalam angka dijelaskan di artikel cara mengecek kualitas traffic.
Di pintu masuk sebaiknya:
- Memblokir bot yang jelas dan peninjau sebelum halaman ditampilkan.
- Membatasi jumlah klik dari satu alamat — melawan klik berulang dan click fraud.
- Memeriksa jaringan: VPN, proxy, data center (rinciannya di artikel VPN, proxy, dan IP data center).
- Memeriksa browser: apakah skrip dijalankan, apakah ada jejak otomatisasi.
Di analitik sebaiknya:
- Memasukkan placement atau zona ke parameter kampanye agar fraud terlihat per placement.
- Menghubungkan klik dengan konversi lewat postback agar terlihat klik «bersih» mana yang sebenarnya tidak menghasilkan apa-apa.
- Memantau status ditolak dan «trash» di jaringan CPA (tentang status ada di artikel status konversi).
- Mematikan placement sampah di jaringan iklan itu sendiri, bukan hanya menyaringnya di sisi Anda: dengan begitu Anda berhenti membayarnya.
Tips. Filter di sisi Anda tidak mengembalikan uang untuk klik yang sudah dibayar. Ia melindungi landing page dan statistik, sedangkan penghematan muncul ketika berdasarkan datanya Anda mengecualikan placement dan alamat di akun iklan.
Anti-fraud di sisi platform dan jaringan CPA
Ada gunanya memahami apa yang dilihat sistem anti-fraud pihak lain — lebih mudah berkomunikasi dengan mereka dan tidak heran dengan keputusannya.
Platform iklan melihat tayangan dan klik: perangkat, alamat, akun pengguna, riwayat perilakunya di platform itu. Ia bagus menangkap traffic tidak valid yang kasar dan biasanya tidak menagih untuknya. Tapi setelah klik, platform menjadi buta: ia tidak tahu apakah landing page Anda terbuka, apakah skrip berjalan, dan apakah lead masuk, kecuali Anda mengirimkan konversi kembali.
Jaringan CPA melihat lead dan nasibnya: apakah call center berhasil menghubungi, apakah nomor telepon sama dengan sebelumnya, apakah pesanan dibayar. Anti-fraud-nya menolak lead secara surut — kadang berhari-hari kemudian, saat masa hold berakhir. Bagi affiliate ini jenis anti-fraud yang paling menyakitkan: uang untuk klik sudah keluar, tapi payout tidak ada.
Filter Anda sendiri melihat apa yang ada di antara keduanya: kunjungan ke halaman itu sendiri. Ini satu-satunya tempat untuk memblokir bot sebelum ia mengisi formulir dan merusak hubungan Anda dengan jaringan.
Tips. Saat jaringan menolak lead sebagai fraud, minta click id atau sub ID dari lead yang ditolak. Setelah dicocokkan dengan log Anda, biasanya akan ketemu penyebut yang sama: satu placement, satu jaringan ISP, satu rentang jam.
False positive anti-fraud
Setiap anti-fraud keliru ke dua arah: meloloskan fraud dan memotong pengunjung jujur. Kesalahan kedua lebih berbahaya karena tidak terlihat: pembeli sungguhan sekadar tidak sampai ke offer, dan di laporan itu terlihat seperti «traffic-nya jelek».
Siapa yang paling sering terpotong anti-fraud:
- orang yang memakai VPN dan proxy kantor;
- internet seluler, di mana ribuan pelanggan berbagi satu alamat;
- browser bawaan media sosial dan WebView di aplikasi, yang kadang terlihat seperti otomatisasi;
- perangkat dan browser lama dengan fitur yang dinonaktifkan;
- orang yang kembali lewat bookmark atau tautan yang diteruskan.
Cara menangkap false positive:
- Lihat alasan setiap penolakan. Jika porsi besar diblokir oleh satu pemeriksaan, pemeriksaan itu patut dicurigai.
- Pantau porsi yang lolos. Porsi tinggi itu sendiri tidak buruk: pada traffic berbayar dengan click id terverifikasi, tingkat lolos bisa tinggi, dan itu normal. Yang mengkhawatirkan justru ketika tingkat lolos turun hampir ke nol: kemungkinan besar filter memotong manusia.
- Aktifkan pemantauan tanpa pemblokiran. Biarkan sistem menandai dulu siapa yang akan diblokir, lalu Anda cocokkan dengan konversi.
- Ubah satu pengaturan setiap kali dan bandingkan konversi sebelum dan sesudahnya.
Cara membaca penolakan dibahas rinci di artikel kenapa klik masuk ke White Page.
Cara kerja anti-fraud di ArtisanClo
ArtisanClo adalah layanan penyaringan traffic iklan dengan tracker, dan filternya dibangun dari tiga komponen yang sama.
- Aturan. Sebagian pemeriksaan langsung memblokir kunjungan: daftar hitam IP, browser robot yang jelas, program alih-alih browser, layanan peninjau iklan, aturan audiens (negara, perangkat, jadwal), batas klik dari satu IP.
- Scoring. Sisanya dijumlahkan menjadi skor kepercayaan: VPN, data center, IPv6, tidak ada ISP, tidak ada situs perujuk, tidak ada JavaScript. Sakelar proteksi menentukan bobot setiap tanda, dan keketatan diatur dengan level «Lunak», «Seimbang», dan «Ketat» yang disesuaikan dengan platform sumber.
- Daftar. Daftar hitam dan daftar putih IP milik Anda sendiri, ditambah daftar bot bersama: alamat yang dengan pasti dikenali sebagai peninjau atau program di akun klien mana pun langsung mendapat White Page di semua flow. Pengunjung asli dengan jaringan meragukan tidak dimasukkan ke sana.
- Belajar. «Penjaga ekstra» belajar dari riwayat akun — siapa yang Anda bayar dan siapa yang ternyata bot — dan hanya memeriksa kunjungan yang sudah diloloskan aturan lain. Ia mati sendiri jika mulai memotong porsi konversi yang terlihat.
- Transparansi. Setiap klik di log punya keputusan dan alasan dari puluhan kemungkinan; di statistik terlihat di tahap mana traffic diblokir: jaringan dan permintaan, pemeriksaan browser, atau pemeriksaan yang tidak kembali.
- Perlindungan dari false positive. Shadow mode (pada file PHP dan dalam integrasi dengan Keitaro atau Binom) menunjukkan siapa yang akan diblokir filter tanpa memblokir siapa pun, sedangkan diagnostik flow menjalankan ulang kunjungan sebelumnya dengan pengaturan saat ini dan menunjukkan filter mana yang memotong traffic yang berkonversi.
Untuk menghubungkan klik dengan lead, ada tracker dan postback dari jaringan afiliasi. Kemampuannya ada di halaman fitur, paket di halaman harga.
Ringkasnya
Sistem anti-fraud adalah aturan untuk yang jelas, scoring untuk yang meragukan, dan daftar sebagai memori. Anti-fraud yang baik bukan yang memotong paling banyak, melainkan yang menjelaskan setiap keputusannya dan membantu Anda segera menyadari ketika ia mengenai manusia sungguhan. Untuk affiliate marketing, kedua sisi sama penting: filter di pintu masuk dan analitik yang menunjukkan dari mana fraud berasal.
