315打假季，如何让广告行业流量造假无处遁形？

草长莺飞、好鸟相鸣是三月的标签。可是这个月，却会让很多人过得惊心动魄、胆战心惊。因为自1991年3月15日以来，央视每年的“3.15国际消费者权益日专题晚会”上，都会有一大波企业和商家被点名。“年年有今日”对于这些商家和平台来讲，并不是什么美好祝愿。

就在前两天的全国两会上，阿里还被全国人大代表、马可波罗瓷砖董事长黄建平“喊话”：平台售假现象严重，破坏了品牌厂商的价格与服务体系。消息一出甚嚣尘上，引来无数关注。

事实上，对于造假售假，绝非电商平台“一枝独秀”。随着互联网技术的飞速发展，数据造假也正在侵染着各行各业的健康发展。经济数据造假、企业数据造假、直播数据造假...各式各样的假数据只有你想不到没有他们做不到。其中，深受数据造假荼毒的行业之一就有广告行业。

在广告行业里一直流行一句话：“广告主都知道广告费的一半儿被浪费，却不知道浪费在哪里？”据数据统计，2015年，全球广告主因虚假流量遭遇的损失达63亿美金。这一年，百度推广每天监测并过滤的千万量级无效点击中，5%为人工作弊，49-65%为机器作弊。当记者在搜索引擎输入“广告刷量”、“流量买卖”等关键词时，弹出的相关交易网站和软件的信息高达584万条，数字触目惊人。为了深度了解广告行业的假流量以及假量防护问题，记者对畅思广告CTO丁瑞彭进行了专访。

畅思广告CTO丁瑞彭表示，互联网广告营销行业每年都在高速发展，而数据流量作弊猖獗也一直是行业面临的共性问题。有的流量造假“魔高一尺”，有的广告平台“道高一丈”，归根结底，流量反作弊是行业里“魔与道”的不断较量。而从产业链角度讲，利用数据分析搭建防作弊系统是与产业结构中各环节都相关的事情，需要的是“广告主+广告平台+第三方”等多方协同合作，才能让流量造假无处遁形。

广告营销的数据造假，这锅到底该由谁背？

事实上，只要流量存在质量问题，最终受损的除了媒体和广告推广平台的信誉度之外，最直接的就是广告主的广告预算。因此，行业里对流量反作弊的呼声越来越高，相关方产品也做得越来越好。那么，为什么广告行业的数据刷量恶习依然难以遏制呢？丁瑞彭表示，这是多方原因造成的。

首先，媒介方“劳苦功高”。2014年至今，移动广告市场出现了交易流量供不应求的状况，很多广告公司都在争取优质的媒介资源，而媒体变现的关键资产之一是流量，所以流量的地位不言而喻。由于在媒体网站上，用户对广告的每次浏览与点击行为都可以为平台带去不菲的佣金收入，所以不少媒介为了吸引广告主和投放平台的广告投放，采用刷流量方式，实现投放交易。

2014年，在积分墙最盛的时候（积分墙是一种激励型广告，以可兑换实物的积分作为奖励手段，刺激用户做相应任务，如下载app等），很多媒体自身流量作弊，市场上近60%的流量都是假量。猖獗的作弊现象不仅为广告主带来严重的财务损失，也大大阻碍了数字广告行业的健康发展。

其次，广告主的小“助攻”。很多广告主意识淡薄或者技术欠缺，没有对用户行为数据进行深入分析，没有详细评估各渠道引入用户的质量，难以分辨假流量，最终使广告预算越来越多的被浪费在垃圾流量上，客观上纵容了作弊流量，导致市场上存在很多“劣币驱逐良币”的例子。

因此，广告主可以说既是广告刷量的受害者，也是“推动者”。不过，目前已经有一些高瞻远瞩的广告主开始针对假量带来的危害，结合自身全面的用户数据在做广告平台的效果评估。

最后，广告平台“推波助澜”。实际上，除了上面所描述的两方原因之外，广告平台也要在流量造假乱象中负一定责任。当前市场上，一些平台出于利益驱使，或者为了迎合广告主的不合理KPI效果，选择和媒体“同流合污”，对假流量视而不见，一定程度上助长了造假恶习。

广告平台绕不开的难题，不得不防

流量作弊在广告行业已经十分常见，如果不将假量过滤掉，不仅对广告主的广告预算损害严重，对于广告平台的发展也影响重大。

丁瑞彭告诉记者，广告投放平台是连接广告主、开发者和用户的纽带，如果不能把作弊的假流量实时过滤，广告主费用的大部分损失将由平台方承担。所以，如何让广告主获得好的流量，让用户看到不会拒绝的内容，是关乎广告平台长期生存的关键。

不过，流量反作弊这件事情对于广告平台来讲，不仅有技术要求，而且有很多其他问题需要考虑。首先，由于作弊手法多变，需要采集的数据维度指标繁杂，数据监测技术门槛高，导致一些广告平台不具备流量反作弊能力；其次，从短期发展角度看，如果广告平台将这些假流量过滤，会失去众多与之合作的媒体资源，那么平台流量必然减少，最终导致的结果就是平台方营收减少。

丁瑞彭坦言，畅思广告防作弊系统在2014年刚上线的第一个月，他们的营业额就大幅度降低至50%，但是他们还是坚持要做这件事。因为从长远发展看，只有这样做才能为广告主提供高效的服务以及获取广告主的长久信任。

目前畅思反作弊系统包括规则系统和模型学习系统两部分，其中规则系统主要对常见的作弊模式编写识别规则算法，进行直接查杀，目前大约有60大项规则，每次流量访问时，经过这些规则引擎进行评估打分，超过阈值的直接判定为作弊流量，可有效过滤大部分常见的流量作弊手法；同时，模型学习系统每天运用机器学习算法，对媒体流量进行多维度模式分析，发现异常访问流量，抽取作弊特征，更新作弊流量判定系统。离线作弊特征模型学习系统和实时作弊判定系统相结合，减少平台以及广告主的损失。

数据开放合作才是解决问题的关键

无论如何，广告主和广告平台都已经意识到假流量带来的危害。从产业链角度讲，多方合作才有机会把反作弊做得更好。

丁瑞彭指出，从数据分布来看，拥有最具深度数据的其实是广告主，广告主拥有最全面的用户后续行为数据，比如应用启动、注册、付费、订单等一系列数据。从理论上讲，广告主是可以利用大数据技术打造自己的评估标准和数据系统，并结合自身用户行为数据评估渠道质量以及作弊情况，这主要是一种事后评估体系，逐渐将劣质或作弊渠道淘汰。

除此之外，从流量监测环节来看，目前市场上已经有第三方数据监测机构，凭借其第三方的中立性，又兼顾全平台、全网络数据，开始帮助客户筛选点击、激活数据中有多少是作弊嫌疑数据，进行流量作弊防护。但是，从现实情况来看，由于缺少很多必要的媒体侧数据，其反作弊系统能使用的数据特征有限，可能会导致一些过于简单的防作弊规则，比较容易被作弊媒体突破。如果仅仅以此作为唯一标准，长期会导致劣币驱逐良币。

因此，从评估渠道质量角度讲，广告主应该更多使用用户后续行为数据进行深度分析；从屏蔽作弊流量提高投放效率角度讲，更加有效的做法是三方合作，广告投放平台着眼于长期发展，真正投入技术力量做好对媒体端的流量防护，打击作弊流量和媒体。同时，广告主和第三方数据平台可以将一些深度的数据开放给广告平台，以便广告平台更深入地评估媒体，淘汰作弊流量，定向目标用户，提升投放效果。

总之，反作弊不是一件简单的事情，但当行业中的各个环节对于反作弊意识都提高的时候，对行业发展绝对是好事一件。三月份打假的阴霾也许只是暂时，但广告产业要想健康长远的发展，必须积聚第三方监测平台数据的广度、广告主数据的深度，以及广告投放平台的数据技术，三方齐心协力，才能让流量造假无处可逃！