AdFraud. 4. daļa: 5 veidi kā, izmantojot analītiku, cīnīties pret reklāmu čiepļiem

Esam izzinājuši, ka čiepļi pārņem digitālo mārketingu un "vējā izmestās naudas" apjomi aug. Otrajā daļā noskaidrojām, kādi ir ad fraud veidi, savukārt trešajā daļā apskatīju veidus, kā pacelt godīguma karogu un sākt cīņu pret reklāmu investīciju čiepļiem digitālajā vidē.

Tāpat kā māte mācīja uz ielas turēt acis vaļā, tāpat arī digitālā mārketinga pasaulē, turot acis vaļā, varam izvairīties no tā, ka mūsu tik sūri grūti pelnītie eiro aizplūst ļaundaru kontos.

Tāpēc šīs rakstu sērijas pēdējā daļā gribu apskatīt pāris praktiskus padomus, kā ar web analītikas palīdzību mārketeri un reklāmdevēji var izprast, kuri kanāli, formāti un tehnoloģiskie risinājumi atnes kvalitatīvu auditoriju. Tādejādi gribu sniegt rīkus, lai mēs lieki nesvaidītos ar tik vērtajiem eiro.

• Analizējiet referrer domēnus - analizējot referāļus, var uzzināt daudz par savas lapas apmeklētājiem. Analītikā varat izveidot atsevišķu segmentu "Paid traffic" un tad, izmantojot šo segmentu, aplūkot Referrals. Ja parādās daudz aizdomīgu saišu, ļoti iespējams kāds no jūsu maksas kanāliem ir problemātisks.
  

• Pārskatiet lietotāju metrikas - profesionāli čiepļi zina, kā neiekrist uz referral pārbaudi, tāpēc ir būtiski iet soli tālāk un analizēt ar lietotājiem saistītās metrikas, piemēram, time on site, bounce rate, pages per visit. Ja kāda no šīm metrikām ievērojami atšķiras no vidējiem rādītājiem, vērts pievērst padziļinātu uzmanību.
  

• Implementējiet scroll events - gudrāki roboti spēj apiet arī lietotāju metriku testu, tāpēc nākamais solis dienaskārtībā - ieviest scroll events. Tas parāda, cik tālu lietotājs ir nokļuvis vienas lapas ietvaros. No iegūtajiem datiem varēsiet redzēt, kāda daļa no lietotājiem (un kuri) ir nokļuvuši konkrētos lapas punktos. Īstiem cilvēki "skrollē" lapu, savukārt roboti neizsauks šo scroll event. Viens no dažādajiem scroll event .js kodiem meklējams šeit.
  

• Izmantojiet people based mārketingu - nu gudri tie roboti, gudri. Lai notvertu čieplīgos robotus, var nepietikt arī ar augstāk uzskaitītājām metodēm. Nākamais solis - uz īstiem, pārbaudītiem lietotāju datiem balstīts mārketings. Šobrīd Google un Facebook savu resursu ietvaros piedāvā augšupielādēt īstu lietotāju sarakstus, izveidot īstu lietotāju auditorijas un rādīt reklāmas tikai šiem lietotājiem. Tāpat šīs platformas piedāvā veidot tā sauktos lookalike segmentus, kas, ja veidoti uz īstas auditorijas datiem, arī ir ar lielāku pārliecību par to patiesumu. Protams, problēma - šis risinājums ir "telpā ierobežots" un šobrīd nodrošinātu reklāmu tikai divos tā sauktajos walled gardens.
  

• Izveidojiet "īstu cilvēku" segmentu analītikā - ja vien jūsu mājas lapas uzstādījumi un uzbūve to atļauj, ieteiktu izveidot analītikā konkrētu, pārbaudītu īstu lietotāju segmentu. Kad savākti dati par šo segmentu, iegūto informāciju varēsiet izmantot, lai salīdzinātu pārējo lapas apmeklējumu pret šo "īsto cilvēku uzvedību", tādejādi meklējot anomālijas.

Ar šo arī noslēdzu rakstu sēriju par ad fraud! Turi acis vaļā un izskaud čiepļus. Turpinām sekot līdzi šī temata attīstībai un meklējam arvien jaunus rīkus un paņēmienus, kā cīnīties pret krāpniecību.