Antifraud в programmatic: какие сигналы DSP ловят в креативах и трафике

Antifraud в programmatic: какие сигналы DSP ловят в креативах и трафике

DSP смотрят не только на клики и конверсии. В антифроде у них в приоритете связка сигналов: повторяющиеся креативы, странные цепочки редиректов, несоответствие домена и landing page, а также аномалии в post-click поведении. Если креатив стабильно собирает показы, но почти не даёт нормального вовлечения, система быстро уводит его в риск-зону.

Чаще всего детект строится на трёх слоях:
— image fingerprinting: совпадение или сильная похожесть баннеров, скриншотов, видео-кадров;
— OCR и NLP: одинаковые заголовки, обещания, дисклеймеры, повторяющиеся текстовые паттерны;
— behavioral scoring: резкие скачки CTR, короткие сессии, одинаковые события после клика, подозрительная география.

Отдельно DSP смотрят на окружение креатива. White/black page, динамический редирект, подмена контента по UA или GEO, mismatch между объявлением и страницей — всё это не обязательно ловится сразу, но накапливает риск. Когда один и тот же шаблон повторяется на нескольких аккаунтах, срабатывает уже не ручная модерация, а связка ML-моделей и rules engine.

Самая частая ошибка — пытаться считать, что банит только текст или только картинка. На практике DSP сравнивают креатив как объект целиком: визуал, текст, домен, поведение после клика и историю связанного инвентаря. Чем больше повторяемости между запусками, тем быстрее растёт confidence у антифрода.

Если креатив выглядит “нормально”, но система его режет, почти всегда проблема в связности сигнала, а не в одном триггере.