Współczynnik konwersji nagle skacze z 2% do 5%. Świetnie. Potem zauważasz, że wszystkie nowe konwersje przyszły z jednego adresu IP w jednej sesji. I każda nastąpiła w odstępie sekundy. Podejrzane.
Nieprawidłowy ruch nie zawsze wygląda jak spam. Czasem sprawia wrażenie prawdziwego, ale ma wzorce, których nie stworzyłby żaden człowiek. Umiejętność ich dostrzegania chroni przed budowaniem strategii na fałszywych danych.
Co zalicza się do nieprawidłowego ruchu
Click fraud
Zautomatyzowane kliknięcia w reklamy, które nie odzwierciedlają prawdziwego zainteresowania klienta. Ktoś uruchamia bota, który klika Twoje płatne reklamy w wyszukiwarce, zawyżając koszt kliknięć (CPC) bez prawdziwych konwersji. Płacisz więcej za kliknięcia, które nic nie są warte.
Fałszywe konwersje
Boty wysyłające formularze lub przechodzące proces zamówienia, by sztucznie zawyżyć wskaźniki konwersji. Nic nie kupują. Tylko wywołują zdarzenia konwersji. Współczynnik konwersji wygląda lepiej, niż jest.
Podejrzane wzorce ruchu
Ruch, który wygląda na zautomatyzowany: identyczny czas sesji, dokładnie ten sam wzorzec przewijania, zero zróżnicowania zachowania. Użytkownicy z niemożliwych lokalizacji (jednoczesne sesje z różnych kontynentów). Ruch niepasujący do normalnego zachowania użytkowników Twojej strony.
Niemożliwe ścieżki użytkownika
Użytkownik wysyła konwersję, wychodzi, wraca i wysyła kolejną konwersję z innego urządzenia dwie sekundy później. Niemożliwe, chyba że to automat. Użytkownik odwiedza 500 stron w 30 sekund. Żaden człowiek nie przewija tak szybko.
Ruch z centrów danych
Ruch ze znanych zakresów IP centrów danych, a nie z adresów domowych czy mobilnych. Ruch z centrów danych jest często zautomatyzowany. Może być uczciwy (Twój zespół testuje) albo złośliwy (boty, skrypty kopiujące, farmy click fraud).
Jak rozpoznać nieprawidłowy ruch
Szukaj nagłych skoków bez przyczyny
Ruch podwaja się z dnia na dzień bez startu kampanii. Konwersje rosną, ale średnia wartość zamówienia spada do zera. Takie niewyjaśnione zmiany często wskazują na nieprawidłowy ruch.
Analizuj wzorce ruchu pod kątem anomalii
Prawidłowy ruch jest zróżnicowany. Użytkownicy spędzają różny czas. Odwiedzają różną liczbę stron. Odrzucają w różnym tempie. Nieprawidłowy ruch jest jednolity: ten sam czas, te same strony, to samo zachowanie za każdym razem. Szukaj sesji, które są zbyt podobne do siebie.
Sprawdź, czy ruch nie koncentruje się na jednym IP
Jeśli 50% nowych konwersji przyszło z jednego adresu IP, to podejrzane. Prawdziwi użytkownicy mają różne adresy IP. Jeden adres IP generujący wiele konwersji zwykle oznacza automatyzację.
Użyj wykrywania nieprawidłowego ruchu w swoim narzędziu
Google Analytics ma automatyczne filtrowanie nieprawidłowego ruchu. Używa uczenia maszynowego do wykrywania podejrzanych wzorców. Nie jest idealne, ale wychwytuje oczywiste przypadki. Włącz je w ustawieniu filtrowania botów w widoku.
Porównaj wzorce czasowe konwersji
Prawdziwe konwersje rozkładają się w ciągu dnia z naturalnym zróżnicowaniem. Wzorce nieprawidłowych konwersji są regularne. Konwersje dokładnie co 10 minut. Konwersje z tej samej sesji w odstępie mikrosekund. Takie wzorce wskazują na automatyzację.
Typowe źródła nieprawidłowego ruchu
Sieci reklamowe i click fraud
Sieci reklamowe czasem dostarczają ruch niskiej jakości, który nie konwertuje. Konkurenci lub osoby o złych zamiarach mogą uruchamiać boty klikające Twoje reklamy, by wyczerpać budżet. Reklamy w wyszukiwarce są szczególnie narażone, bo płacisz za kliknięcie bez względu na jakość.
Źródła ruchu z odesłań
Niektóre źródła odesłań celowo wysyłają ruch niskiej jakości. Zarabiają na wyświetleniach w analityce, więc wysyłają boty podszywające się pod odesłania. Źródło wygląda wiarygodnie, ale ruch nie konwertuje.
Sieci afiliacyjne
Niektórzy partnerzy afiliacyjni używają ruchu botów, by zawyżyć swoje prowizje. Wysyłają zautomatyzowany ruch, twierdząc, że pochodzi z wiarygodnych źródeł. Ruch nigdy nie konwertuje, a prowizję i tak żądają.
Boty kopiujące dane
Boty kopiujące treści, ceny lub informacje o produktach. Nie mają realnej wartości biznesowej. Zużywają zasoby serwera i zniekształcają wskaźniki ruchu.
Jak filtrować nieprawidłowy ruch
Włącz automatyczne filtrowanie nieprawidłowego ruchu
Większość narzędzi analitycznych ma wbudowane wykrywanie. Google Analytics automatycznie oznacza nieprawidłowy ruch, ale domyślnie go nie filtruje. Musisz włączyć filtrowanie. Wejdź w ustawienia widoku i włącz "Wyklucz wszystkie trafienia ze znanych botów i robotów" oraz filtrowanie nieprawidłowego ruchu.
Utwórz segment, który wyodrębni nieprawidłowy ruch
Zanim go odfiltrujesz, zmierz go. Utwórz segment wyodrębniający to, co wygląda na nieprawidłowy ruch. Jaka część ruchu jest nieprawidłowa? Jaki jest Twój prawdziwy współczynnik konwersji bez niej? Zrozumienie skali pomaga zdecydować, czy filtrować.
Utwórz własne filtry dla nieprawidłowych wzorców
Jeśli automatyczne filtrowanie pomija pewne wzorce, utwórz własne filtry. Odfiltruj ruch z zakresów IP centrów danych. Odfiltruj sesje z zerowym czasem odrzucenia i niemożliwą liczbą stron. Odfiltruj konwersje z pojedynczych adresów IP, które konwertują zbyt wiele razy.
Współpracuj z siecią reklamową
Jeśli nieprawidłowy ruch pochodzi z reklam, za które płacisz, zgłoś to sieci reklamowej. Ma narzędzia do wykrywania click fraud i często zwraca pieniądze za nieprawidłowy ruch. Google Ads i większość platform DSP mają wbudowane wykrywanie nadużyć.
Wyzwanie: fałszywe alarmy
Prawdziwy ruch, który wygląda podejrzanie
Zaawansowani użytkownicy Twojej strony mogą odwiedzić 500 stron w godzinę. Klienty API pobierające dane mogą wyglądać jak ruch z jednego IP o dużej liczbie żądań. Zespół testujący stronę z centrum danych może wyglądać jak nieprawidłowy ruch. Zbyt ostre filtrowanie wyklucza prawdziwych użytkowników.
Równowaga między czułością a precyzją
Agresywne filtrowanie wychwytuje więcej oszustw, ale ryzykuje fałszywe alarmy. Ostrożne filtrowanie może przeoczyć prawdziwe oszustwa. Znajdź równowagę, monitorując widok przefiltrowany i nieprzefiltrowany. Porównuj je regularnie, by wychwycić nadmierne filtrowanie.
Dokumentuj reguły filtrowania
Zapisuj, po co istnieje każdy filtr i co ma wychwytywać. Dzięki temu nikt nie usunie filtra, myśląc, że jest przestarzały, gdy w rzeczywistości jest ważny.
Najczęstsze pytania
Jaka część ruchu jest zwykle nieprawidłowa?
To mocno się różni. Strony z treściami mogą mieć 5-10% nieprawidłowego ruchu. Strony z reklamami lub mocno oparte na ruchu afiliacyjnym mogą mieć 20-30%. Sklepy internetowe zwykle mniej, chyba że są celem click fraud. Z kreatorem stron WEMASY możesz to skonfigurować bezpośrednio na swojej stronie.
Czy mogę odzyskać przychód utracony przez click fraud?
Jeśli ruch pochodził z reklam, za które zapłacono, tak. Większość sieci reklamowych zwraca pieniądze za wyraźnie fałszywe kliknięcia. Zgłoś nieprawidłowy ruch sieci reklamowej, a ona go zbada i wystawi kredyt. W przypadku ruchu organicznego utraconych konwersji nie odzyskasz.
Czy Google Analytics automatycznie wykrywa cały nieprawidłowy ruch?
Nie. Automatyczne wykrywanie Google wychwytuje oczywiste wzorce, ale zaawansowani oszuści potrafią je ominąć. To dobra pierwsza linia obrony, ale nadal warto monitorować ręcznie.
Czy cały ruch z centrów danych jest nieprawidłowy?
Nie. Test z Twojego biura (które może mieć zakres IP centrum danych) jest uczciwy. Użytkownicy z chmury są uczciwi. Część ruchu z centrów danych jest prawdziwa. Ale w centrach danych jest większa koncentracja ruchu zautomatyzowanego, więc monitoruj uważnie.
Czy filtrować nieprawidłowy ruch wstecznie?
Utwórz nowy widok z zastosowanym filtrowaniem. Nie zmieniaj danych historycznych w istniejącym widoku. Dzięki temu porównasz stan przed i po, by zrozumieć wpływ.
Skąd wiem, że jestem celem click fraud?
Szukaj dużej liczby kliknięć przy niskiej liczbie konwersji. Niskiego współczynnika konwersji przy wysokim koszcie konwersji. Nietypowego ruchu z krajów lub urządzeń, których nie targetujesz. Skontaktuj się z siecią reklamową i poproś o raport jakości kliknięć.