优艾设计网

打击异常流量,看国双大数据和人工智能技术如何赋能智能营销??

优艾设计网 https://www.uibq.com 2023-01-25 17:26 出处:网络 作者:PS抠图
最近,国双在中国广告协会的指导下,发表了《国内网络异常流量白皮书2020》。根据国家双AdDissector(网络广告监视分析优化平台)全年监视的网络广告数据,2020年网络广告异常曝光率为29.4%,比2019年下降了2.8%。异常

最近,国双在中国广告协会的指导下,发表了《国内网络异常流量白皮书2020》。根据国家双AdDissector(网络广告监视分析优化平台)全年监视的网络广告数据,2020年网络广告异常曝光率为29.4%,比2019年下降了2.8%。异常点击率明显下降,从33.8%下降到25.7%。总的来说,2020年的异常流量下降了,但形势依然不乐观。

数据技术和互联网产业的发展,在推进数字广告快速增长的同时,虚假流量、网络水军和背后的网络黑灰产业链也越来越蔓延,严重损害了用户、平台、品牌等各方面的利益。作为中国领先的企业级大数据和人工智能解决方案提供商,国双始终走在国内广告反欺诈的前列,那么国双是如何利用应用大数据、知识图谱和人工智能等方面的技术来对抗异常流量的?面对广告诈骗,传媒、广告主、代理商、第三方公司又发挥了什么作用?

对此,国双营销云和国双营销产品高级技术经理李济景结合国双最近发表的《国内网络异常流量白皮书2020》深入分析了行业现状。

1、作为国内广告反欺诈的积极推进者,国双已经连续四年制作并发布《国内网络异常流量白皮书》,国双发布《国内网络异常流量白皮书》的初衷是什么?给行业带来了什么价值?

首先,作为一家致力于利用大数据和人工智能进行智能营销的技术公司,国双不断帮助广告主监视媒体产生广告流量,科学测量广告发布效果,帮助客户利用人工智能提高广告效果,寻找客户,确定客户但是,由于流量所承载的经济价值,流量伪造的黑灰产业链也诞生了,国双继续发表《国内网络异常流量白皮书》,发表业界存在的异常流量,是提高数字广告的透明度,推进业界健康发展的义务。

第二,发表4年以来,国双的《国内网络异常流量白皮书》内容也不断完善和丰富,由于国双结合大数据、人工智能基因,不断升级异常流量识别技术。从最初关注硬广产生的异常流量到今年内容营销和KOL等无效流量分析的增加,国双为广告主了解网络流量行业的现状提供了数据依据,每年都受到顾客和行业伙伴的关注。

第三,《国内网络异常流量白皮书》的发表会对流量虚假组织发挥警告和威慑作用。

2、从国双最近发表的《国内互联网异常流量白皮书》来看,2020年异常流量整体呈明显下降趋势,异常流量下降的主要原因是什么?又出现了什么样的新趋势?

异常流量的下降首先是行业对异常流量的关注度提高,中国广告协会、MMA中国等行业组织大力推进行业标准的制定,国双也积极参与异常流量相关标准的制定,为许多黑名单做出贡献,各方共同努力有效抑制异常流量的上升趋势。

其次也与疫病有关。2020上半年的异常流量总体呈下降趋势,但下半年呈上升趋势。异常流量的存在,一方面是有造假的利益驱使,另一方面是在过去相当长一段时间,移动互联网处于红利状态,流量的买卖市场出现供不应求的状态,广告主需要越来越多的流量,但是媒体能提供的流量总池子已经达到瓶颈,这就会有一定的异常流量来堵上缺口。而2020上半年受疫情影响,很多广告主都缩减了预算,对流量需求降低,所以异常流量也就降低了。

从GIVT(一般无效流量)和SIVT(复杂无效流量)各自的变化来看,GIVT是下降的趋势,SIVT则处于上升的趋势。这说明造假成本较低的这部分异常流量在下降,因为整个行业的监管会越来越严,标准也越来越统一,媒体都会认可GIVT的识别。然而,相应的SIVT变化正在上升,因为这部分流量欺诈的投资成本更高,识别难度和整个行业的统一认知差异更大。

3、GIVT(一般无效流量)和SIVT(复杂无效流量)两种异常流量在识别方式上有什么区别?

GIVT(一般无效流量)的识别比较简单,通过中国广告协会发布的黑名单进行比较,或者根据一定的特征规则,如高频优艾设计网_Photoshop问答点击、曝光,可以发现其中的异常流量。

SIVT(复杂无效流量)的识别很复杂,其复杂性是通常的手段无法解决问题,也没有业界黑名单的依据,也许需要人工参加。为此,国双采取了一种灰名单的方式,通过人工智能技术将存疑的流量识别出来,再借助人工进一步来做更准确的判断。除了识别手段更复杂之外,行业在SIVT的认定上也会存在一些争议,这也是为什么市面上绝大多数媒体并不认同把SIVT直接剔除来作为结算依据。

  4、目前有哪些技术手段可以有效甄别异常流量?

构建数据模型。举一个具体的例子,比如手机墙刷的量。一般业者发表活动的目的是让消费者参加活动,产生一些反馈。如果我们作为消费者正常参话,不会影响活动的效果。但是,有些人用手机墙刷,这也是真正的设备产生的流量。对于这种异常流量的过滤和识别,需要构建数据模型,发现这部分数据的规则,例如来自同一个IP,或者操作时间比较集中等,通过这样复杂的特征来识别。当然,数据模型也需要不断优化,只有不断地给予数据,才能更好地发现规则,重生模型,提高识别效率和准确性。

5、识别异常流量的最大难点是什么?国双的应对方案是什么?

的难点主要表现在两个方面。一个是整个行业在复杂的异常流量识别中无法形成闭环,作为第三者可以识别复杂的异常流量,但如何评价和确定这是否是真正的复杂的异常流量,需要客户和媒体一起处理。由于媒体避免了复杂的异常流量,这个闭环还不能确立。

其次,无论是异常流量识别还是更全面的分析,都需要足够的数据量。虽然国双是基于多年的积累,积累了大量的数据量,但也占据了一定的市场规模,可以输出一些规则。但实际上数据的深度和维度还不够,需要整个行业一起推进。在GIVT方面,大家已经建立了有效的工作机制,但SIVT方面需要进一步推进。

复杂的异常流量识别不仅依赖算法,还依赖人工分析,知识和经验也很重要。国双下一步也将继续将执行内容沉淀在相应的知识体系中,通过知识图像技术构建异常流量知识库,更好地帮助我们识别复杂的异常流量。

6、随着内容营销对社会和公众的影响越来越大,其背后的KOL无效流量、虚假舆论等问题也越来越严重,对于这种不正当行为,国双具体如何应用大数据、知识图像和人工智能几个方面的技术来识别

国家双方在过去相当长的时间里积累了很多数据能力,另一方面,国家双方本身也帮助客户进行用户运营和效果评价,积累了很多第一手真实数据,可以科学准确地找到评价开发/舆论的数据指标、计算方式。

本次国双发表《国内互联网异常流量白皮书》也结合行业内多维数据,后续国双继续利用自己的人工智能和大数据技术优势和服务客户的能力,不断发表相关内容。

另外,从虚假的原因来看,硬广主要有两个方面。一是从虚假组的利益来看,二是流量本身的供给不足。而软广造假可能更复杂一点,这里面有利益的因素,也有一些是因为生态不健康导致的。作为第三方,国双能够通过大数据和人工智能技术构建数据模型帮助广告主发现这些问题,但是真正要根治,其实还需要包括平台在内的行业各方共同推动。

7、打击异常流量,守护数据真实安全,是推动行业健康发展的基础,在保障数据真实安全方面,国双都采取了哪些行动?

国双一直在配合中国广告协会、信通院、MMA等行业组织,共同推进异常流量的识别,同时也积极参与行业标准和规则的制定,比如OTT广告评估标准、互联网广告标识(CAID)、行业黑名单等。

  8、媒体、广告主、代理商、第三方作为互联网广告产业链上的重要环节,在广告欺诈与反欺诈中的关联是怎样的?作为第三方公司,又该如何保持客观公正性?

行业各方其实对广告防作弊有很大影响,国双作为第三方公司主要提供异常流量识别的技术手段,帮助行业发现异常流量。但是,实际上媒体方面也有相应的识别手段,有更有效的手段来识别异常流量。广告主起着决定性的作用,如果广告主更旗帜鲜明地站在反对异常流量的位置,同时给予足够的力量支持这方面的工作,整个行业都会形成完整的反欺诈链。

作为第三者公司,必须保证自己的客观公正性。因为第三者是这个链条上唯一有能力、立场客观公正判断的作用。首先,作为第三方公司,技术手段要过硬,拥有识别复杂异常流量的能力;其次也要积极参与到行业各种标准和相关事务中;最后要保证产品、公司背景的独立性,不受外界的影响干扰。

0

精彩评论

暂无评论...
验证码 换一张
取 消