Download to read offline
![ Kliknięcia bez udziału użytkownika (adware, pop-up lub pop-under, ramki)
Wyłudzane kliknięcia (reklamy zasłaniające treść, zwodnicze przyciski [x])
Omyłkowe kliknięcia (imitacje przycisków nawigacji, nieoczekiwane
pojawienie się reklamy np. w polu gry)
Click spam – ruch tani i bezwartościowy
Spam w social media (np. sensacyjny
nagłówek wymuszający serię
kliknięć);
Spam email, np. oferta otrzymania
bezpłatnego smartfonu;
Włamania na serwery stron www,
przekierowujące ruch z nich
na stronę reklamodawcy;](https://image.slidesharecdn.com/5witoldwrodarczyk-oszustwawpm-181113112015/75/semKRK-10-Witold-Wrodarczyk-20-2048.jpg)
semKRK #10 – Witold Wrodarczyk
- 1. Oszustwa w performancemarketingu Witold Wrodarczyk Dyrektor Operacyjny, Adequate
- 2.
- 3.
- 4.
- 5. Google wykrywafałszywe kliknięcia Wyższy CTR → Niższe CPC Ważny jest koszt konwersji To najczęściej nie konkurencja Unikaj ograniczenia budżetu! (zob. www.goo.gl/BU6Ftt) Dlaczego nie warto się tym przejmować
- 6.
- 7. fikcyjne dane prawdziwe dane osób wykorzystane bez ich zgody dane osób udostepniających tożsamość w celach zarobkowych, faktycznie nie zainteresowanych zakupem transakcje nie są opłacane transakcje są zawierane z zamiarem anulowania Wykorzystanie botów, farm i programów „zarabiania w sieci” Fałszywe konwersje
- 8.
- 10. Fałszywe konwersje nie tylkow CPA – wysoki współczynnik konwersji zachęca reklamodawców do alokacji budżetu
- 11. • Wysokie współczynniki konwersjinietypowe dla danego rodzaju źródła powinny zwrócić Twoją uwagę. • Stosuj walidację danych, re- captcha i doouble opt-in • Waliduj leady, zamówienia i transakcje. • Wykorzystaj import konwersji offline lub/i parametry Value Track {placement}, {target}. Jak wykrywać źródła fałszywych konwersji
- 12. Oszustwa atrybucyjne Autor ilustracji: Freepikz flaticon.com
- 13. • prawdziwi użytkownicy Fraudatrybucyjny • opłacone transakcje • źródło jest zupełnie inne niż to, za które płacimy, a oszuści stworzyli iluzję, że to oni dostarczyli klienta. • rzeczywiste konwersje
- 14.
- 15. Za tenruch już wcześniej zapłaciłeś Płacisz podwójnie Źródła dostarczające klientów są niedoszacowane i tracisz je Marnujesz budżet Sprzedaż spada Dlaczego zła atrybucja jest problemem
- 16. FM TV TVFM TV WOM Last Click FB AW AW TV FB AW AW Last Click TV FB AW FM AW FB AW FB Assist AW FB SEO RTB AW Assist CLICK FLOOD Last ClickRUCH BEZPOŚREDNI
- 19. Klienci szukający ubezpieczenia Kliencikupujący ubrania Klienci rozważający zakup samochodu Klienci szukający kredytu Konwersja w innym banku Zalando Farfetch Answear Fiat Opel PZUmBank ING Pekao AudiAXA Konwersja AXA Konwersja Audi Konwersja Zalando
- 20. Kliknięcia bezudziału użytkownika (adware, pop-up lub pop-under, ramki) Wyłudzane kliknięcia (reklamy zasłaniające treść, zwodnicze przyciski [x]) Omyłkowe kliknięcia (imitacje przycisków nawigacji, nieoczekiwane pojawienie się reklamy np. w polu gry) Click spam – ruch tani i bezwartościowy Spam w social media (np. sensacyjny nagłówek wymuszający serię kliknięć); Spam email, np. oferta otrzymania bezpłatnego smartfonu; Włamania na serwery stron www, przekierowujące ruch z nich na stronę reklamodawcy;
- 21. Reklamy ukryte przed użytkownikiem REKLAMA 1 px REKLAMA 1px REKLAMA 1 px REKLAMA 1 px REKLAMA 1 px REKLAMA REKLAMA 1 px 1 px REKLAMA 1 px REKLAMA 1 px REKLAMA 1 px REKLAMA 1 px Strona docelowa reklamy widocznej Ad Stacking Strony docelowe niewidocznych reklam (otwarte w 1 pikselu) 1 px REKLAMA WIDOCZNA DLA UŻYTKOWNIKA
- 22. Wykorzystanie domeny doclick spamu Co widzi reklamowawca
- 23.
- 24. Conversion hijacking –brand bidding
- 25. Conversion hijacking –kody rabatowe
- 27. ”…ale my niedajemy żadnych rabatów…” Zdjęcie: The Office (U.S. TV series)
- 28. Interwał 0 Konw ersja Interwał 1 Last Click Interwał 2 Assist 1 Interwał 3 Assist 2 Assist 3 Analiza ścieżekkonwersji Nie wierz, że „Google Analytics gubi dane” Analiza w kontekście timestamp Analiza poszczególnych wydawców i segmentów Analiza wzorców zachowań i anomalii Jak wykrywać fraud Last Click Konw ersja
- 29. Jak wykorzystać GoogleAnalytics do monitoringu performance marketingu
- 30. Dodatkowe wymiary wGoogle Analytics
- 31.
- 32. Raport użytkownika /timestamp
- 33. Eliminuj nierzetelnych wydawców Zob.www.goo.gl/BQYRvp
- 34. Odpowiedzialność sieci reklamowychi afiliacyjnych
- 35.
- 36.
- 37. Install hijacking Ad stacking Analiza ścieżek itimestamp w instalacjach aplikacji Click spam
- 38. Instalacje - analizawzorców zachowań i anomalii
- 39. 0 1000 2000 3000 4000 5000 6000 0 100 200300 400 500 600 700 800 Liczba podejrzanych instalacji na wydawcę 71% podejrzanych instalacji (>200/wydawcę) 92% podejrzanych instalacji (>20/wydawcę) Rekordziści odpowiadają za 37% podejrzanych instalacji (>1000/wydawcę Instalacje aplikacji - analiza wydawców