IVT — это не «плохой трафик», а разные сигналы: как читать fraud-алерты без самообмана
В ad-fraud detection нельзя сваливать всё в одну корзину. Минимальный разрез: GIVT, SIVT и misattribution. Первый ловится правилами: датацентры, known bots, invalid UA, кривые referrer/seller chain, аномальные IP-диапазоны. Второй требует поведенческой модели: скорость скролла, видимость, паттерны кликов, timing между impression и interaction.
На уровне bid stream полезно проверять не только win rate, но и связку signals: user agent + IP + device type + placement + creative + session depth. Если impression прилетает с одинаковыми таймингами, а клики идут вне нормального окна viewability, это уже не «шум», а кандидат в SIVT. Отдельно смотрите на аномалии в frequency: слишком ровные интервалы часто выдают автоматизацию.
Для детекта держат три слоя:
— pre-bid фильтр: blocklist, allowlist, ads.txt/sellers.json, ASN/geo rules;
— post-bid валидация: render beacon, viewability, JS events, mismatch по dom/iframe;
— аналитика: cohort-level comparison по паблишерам, placement ID, creative ID и часу суток. Если одна связка стабильно выбивается, режьте источник, а не всю кампанию.
Главная ошибка — мерить fraud только по кликам. В programmatic чаще ломается верх воронки: impressions, которые не могли быть viewable по физике рендера. Сначала отделяйте GIVT от SIVT, потом уже спорьте с вендором.
Programmatic Deep — RTB и header bidding
@programmatic_deep
IVT — это не «плохой трафик», а разные сигналы: как читать fraud-алерты без самообмана
Этот пост опубликован в Telegram-канале Programmatic Deep — RTB и header bidding. Подписаться можно по ссылке: @programmatic_deep.