Кейсы
Demis Group
Вчера
ADPASS рекомендует материал к прочтению
Appska
Кейс Appska: как распознать фрод под маской качественного трафика
Расскажем о том, по каким признакам можно оперативно вычислить фрод в мобильной рекламе, даже если трекер в реальном времени не помечает события как «подозрительные».
Контекст
Вертикаль клиента: Services.
Продукт клиента: мобильное приложение — платформа для размещения торговых предложений и купли-продажи продуктов и услуг.
Целевое действие: первая оплата в приложении.
География продвижения: WW.
Тип трафика и источники: UA, in-app сети.
Формат сотрудничества: прямой рекламодатель.
Период сотрудничества: 2 года.
Кейс посвящен оперативному обнаружению и блокировке фродовой активности в рамках рекламной кампании мобильного приложения. Несмотря на то, что события не маркировались антифрод-системой как мошеннические, углубленный анализ сырых данных позволил выявить аномалии и предотвратить потери рекламного бюджета. Подробнее — в кейсе.
Ситуация
3 сентября 2025 года в рамках штатного ведения рекламных кампаний мобильного приложения клиента было зафиксировано аномально высокое количество событий от одного источника. При этом трекер AppsFlyer не идентифицировал трафик как фродовый. Объем событий превысил среднестатистические показатели по офферу на 1000–1500%.
При ведении in-app кампаний часто тестируются новые источники, не входящие в блэклисты рекламодателя и агентства (они формируются на основе исторических данных по каждому офферу). Источник, обеспечивший резкий всплеск трафика, в черные списки не входил. Однако резкий скачок количества событий при относительно равномерном количестве кликов и установок с высокой конверсией вызвал подозрения.
Решение
Для проверки качества трафика было принято решение проанализировать raw data — сырые данные.
В ходе проверки выявили аномальные временные лаги между установкой приложения и целевыми действиями. Они оказались нулевыми, повторяющимися или аномально короткими, что не характерно для поведения реальных пользователей. Дополнительный анализ распределения событий по Site ID показал, что практически весь трафик поступил всего с 2–3 идентификаторов Site ID.
Такой набор сигналов указывал на синтетический трафик, даже несмотря на его идентификацию как «чистого» стандартными антифрод-алгоритмами.
Илл. 1. Данные антифрод-системы за период 2 — 6 сентября 2025
На иллюстрации отчетливо видно фрод, но в моменте трекер его не подсвечивал. Система работы трекера такова, что события сначала проходят как «чистые», а потом через дополнительные проверки/алгоритмы часть трафика ретроспективно помечается как фрод. Поэтому всплеск может появиться задним числом.
Агентству удалось идентифицировать трафик как фродовый до того, как трекер успел его проанализировать. Таким образом было сэкономлено время и оптимизация прошла максимально эффективно и оперативно.
Предпринятые меры
В первую очередь интеграция с проблемным источником трафика была немедленно остановлена. В ходе дальнейшего погружения в проблему обнаружили, что этот же источник был подключен к тому же офферу через другую рекламную сеть и с другого аккаунта AppsFlyer. В результате его интеграцию остановили сразу на двух аккаунтах.
В тот же день сообщили рекламодателю о сложившейся ситуации для определения дальнейших шагов по ее разрешению.
Для проверки валидности целевых действий клиент использовал внутреннюю BI-систему, которая подтверждает факт совершения заказа и отсутствие его отмены. По результатам этой проверки события действительно оказались фейковыми.
Причины
Фродовые события не были идентифицированы трекером, так как источник, вероятно, сумел обойти все известные маркеры, такие как боты, клик-флудинг и другие. Трафик выглядел «чистым» по базовым параметрам, которые учитываются антифрод-системой при фильтрации.
Важно воспринимать фрод не просто как метрику или цифру в дашборде, а как паттерн поведения, который можно и нужно распознавать.
Анастасия КлюкинаAccount manager Appska
Результаты
Благодаря слаженным действиям клиента и агентства источник фрода был оперативно нейтрализован, а рекламный бюджет — сохранен. В рамках кампании внедрили на еженедельной основе мониторинг не только количества событий и фродрейта, но и их динамики, временных паттернов, а также задержек между установкой и действиями пользователей.
Принятые меры позволили снизить уровень фрода более чем в полтора раза: с 65% до 25%. Клиент поблагодарил агентство за проактивность и оперативное реагирование на ситуацию.
Выводы
Не стоит полагаться исключительно на автоматические антифрод-инструменты. При резком росте событий с идеальными показателями необходимо копать глубже: перепроверять события и трафик, анализировать сырые данные, изучать временные лаги между установкой и событиями, распределение активности по времени суток и концентрацию по Site ID. Несколько простых метрик в совокупности часто выявляют аномалию, даже когда автоматические системы показывают обратное. Крайне важна и оперативная синхронизация с клиентом: обмен данными помогает подтвердить или опровергнуть подозрения, сохранить лояльность клиента и сократить потери бюджета.
Анастасия КлюкинаAccount manager Appska
Неделя рекламы 
Новости 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Энциклопедия обмана 
Проверено ADPASS 
Рекламные кампании