Фрод видно не по жалобам, а по аномалиям в данных: где искать первым делом

Фрод видно не по жалобам, а по аномалиям в данных: где искать первым делом

Сначала смотри не на средние значения, а на хвосты. Фрод почти всегда ломает распределение: всплеск конверсий с одного преленда, одинаковые таймстемпы, слишком ровный CR по множеству кликов или странная концентрация лидов в одном часе.

Дальше проверь связки:
— клик → конверсия: слишком короткий или одинаковый лаг;
— GEO / device / OS: перекос в одну сторону без логики;
— IP / subnet / user-agent: повторяемость там, где должна быть вариативность;
— event flow: пропуски ключевых событий или одинаковая последовательность действий.

Полезный фильтр — сравнивать не весь трафик, а сегменты между собой. Если у одного источника резко отличаются CTR, LPV→CR, time-to-convert и доля повторных кликов, это повод копать глубже. Ещё один маркер — «идеальные» данные: слишком чистые сессии, одинаковые суммы, одинаковая глубина воронки, одинаковое время на странице. У живого трафика так почти не бывает.

Не ищи фрод только по одному признаку: одиночная аномалия может быть шумом. Сильный сигнал появляется, когда несколько метрик ломаются одновременно и в одном и том же сегменте. Тогда уже проще отделить случайность от схемы и быстро поставить источник на ручную проверку.