Ботовый трафик в трекере: как отрезать мусор до слива бюджета

Давайте декомпозируем этот кейс на составляющие метрики. Первый слой — не антифрод «на глаз», а сбор полей: click_id, IP, UA, referrer, время до лида, повторные клики, статус апрува. Без этого бот в отчете выглядит как обычный лид.

Базовые правила:
— лид быстрее 3–5 секунд — в отдельный поток;
— дубли IP/UA в коротком окне — в блэклист;
— пустой referrer + одинаковый viewport — метка риска;
— CR выше среднего по источнику в 3 раза — повод смотреть логи, а не масштабировать.

Резать нужно не кампанию целиком, а срезы: площадка, плейсмент, sub_id, крео, прокла. Ошибка — отключать источник после плохого EPC. Правильно сравнить CPA, апрув и долю подозрительных событий по каждому sub_id.

Технически схема простая: подозрительный трафик уводим на safe-проклу, нормальный — в рабочую воронку. Пиксель конверсии ставим только после валидного события, иначе оптимизация обучается на мусоре.

Вывод: антифрод в трекере — это матрица признаков, а не один фильтр. Цифры не врут, в отличие от авторов успешных кейсов: чистка на уровне sub_id чинит ROI быстрее, чем бесконечные новые крео.