手游如何甄别渠道商用假量冒充真实用户？

sea_bug

我做数据挖掘技术出身，并从事推广工作三年，App付费推广的作假现象已屡见不鲜，这次终于长见识了，见过作假的，没有见过那么扯淡的。

数万元推广费用，获得上万激活量，只有7个真实用户，当然，还不排除这7个“真实”全是这个坑爹渠道的测试人员，产品、运营、商务的亲们千万小心了：

我所在公司长期做App的换量及付费推广，最近上线一套智能算法用来甄别假量，发现某“渠道A”（该渠道真实名称可向赵童鞋私下询问）严重作弊刷假量。先来看看该渠道A最近一周的数据（注：因涉及产品机密数据，隐去了具体数值，仅表现大体趋势。下述所有图表均如此）：

• 注册率
• 留存率
• 启动次数
  

（1）注册率


（2）一次留存用户


（3）启动次数（平均每人每日）


所有数据无明显异常，从数据上看，还是个“高质量渠道”。不甘心？！？！再多些深度数据（最近一周）：

• 用户流失速度
• 用户回访间隔
• 铁杆用户比率
  

（1）用户流失速度


（2）用户回访间隔


（3）铁杆用户比率


常用的数据都查了，还是没有确凿的异常！好吧，不管愿意不愿意接受，苦逼的现实是：

传统的数据指标已区分不出作假的渠道了。

怎么办，还有没有数据能够让作假无处遁形的？有！比如用户的应用使用时长。

可以设想一下，刷假量的机器人毕竟不是真实用户，它们完成“指定”的操作任务后，不会再因为看到美女就猛点她的头像，也不会玩爽了再多玩会儿。那么来看一下用户使用时长曲线对比：



渠道Ａ的使用时长远低于整体平均值（其他渠道），且没有随着日期形成周期性规律震荡。总算是露马脚了，完全可以确定是机器人刷假量！

机器人刷假量，应该是能找出特征的。按以前的做法是对比IMEI号，但现在的刷量机器人却早就能伪造假IMEI了。

但依然可以根据IMEI寻找机器人特征，正常渠道的IMEI号极少重复，且重复的概率不随时间推延而增大；而作弊渠道的IMEI重复率往往较高，且随着时间不断增长。



可以实际上IMEI数据还是不能看出异常，需要再想别的办法。不同用户的手机，是用的不同通讯运营商（诸如移动、联通、电信）的电话卡，通过统计运营商有希望找出机器人特征。为了做分析，抽样了一小撮用户，提取了他们的运营商信息，统计结果显示：




看来通过运营商的情况是分析不出机器人特征的。而我又抽样部分用户IP地址，不管是IP分布还是IP跨省概率都与正常用户一致。

一个血淋淋的现实摆在了眼前：

假用户的仿真度越来越高，识别它越来越难，而提取作假特征几乎已不可能。

当然，没有苦鳖青年走不通的路，最终我们公司还是完成了取证。

抽样提取了该渠道部分Android用户所安装的App列表，发现很多用户安装的App是一模一样的。再深挖这个猫腻，结果得知：

A渠道，一共制作了4组机器人，每组机器人数量若干，同组内机器人所安装的App一模一样，且不增不减。





总算是把A渠道的机器人揪出来了，但是因为法律法规的问题，我们并不能把该渠道怎么样，只能是不给钱，然后将造假消息告诉认识的朋友。

而且，事件的结果并没有像童话故事一样美满，苦鳖的我们又遇上了更无敌的机器人刷量，而且上述的所有判断方式全部失效。真是道高一尺，魔高一丈。

至今为止，与我所在公司合作的渠道，有近3成查出了刷假量作弊，从2010年最简单的弱智灌水；到2011年出现智能机器人，开始会模拟真实用户进行注册，还能够回访；再到2012年，机器人已能做到个性化的高仿真。

而事后想想，这样的渠道能提供如此高仿的假用户，传统的所有数据指标都无效，让普通的开发者完全没办法区分，最大的原因就是因为暴利的驱使，花费数万元获得的上万激活却只有7个真实用户，这黑心钱挣得太犀利了，这几乎是零成本的获利！

而且现在并没有多少家公司在查作弊，作弊的风险的低，且无相关法规约束，作假也变的理所当然了。

此外，就我所知，做假量的激活cpa，单价仅在1角到7角之间，远低于真量，中间巨大的差价带来了巨大的回扣空间。推广的负责人也许已经发现了作弊，但是受回扣驱使或者是业绩压力，故意隐而不发也是很有可能的。

感谢小白的投递。


来自：jet 大数据

老薛的猫

心惊肉跳中...这让第一次跟完一个手游项目的小白在下 直接虚了

fancy6

撸主，这个要怎么去抽样提取该渠道部分Android用户所安装的App列表？

moweiqi

分析其实没虾米意义的，只考量三个数据：导入量、在线率、次存留，但现在为了避免作弊都加一个在线率。

pig345

fancy6 发表于 2013-10-16 15:39
撸主，这个要怎么去抽样提取该渠道部分Android用户所安装的App列表？

他客户端内置收集功能的吧（其实也算窥探用户隐私了）。