dimanche , 20 août 2017

Combattre la fraude sur mobile pour économiser jusqu’à 30% sur votre facture !

 

ChinaPhonesDe nombreuses études montrent que la fraude représente jusqu’à 20% à 30% de l’inventaire mobile mondial et coûterait aux annonceurs plus d’1 Milliard de $ par an. Le marché mobile, encore jeune et peu structuré, laisse place à de nombreuses sources frauduleuses, peu identifiées et peu combattues. Ces fraudes se manifestent par du faux trafic, réalisé par des robots (impressions/clics/installations), ou du trafic non conforme à ce qui est acheté (de qualité inférieure).

Comment détecter ces fraudes, éviter les arnaques et réduire vos factures d’acquisition mobile ?

 

  1. Quels sont les différents types de fraude répandus en marketing mobile ? 
  • Le faux trafic

Il s’agit, pour une application frauduleuse, de générer de faux impressions/clics/installations sur votre publicité. Le développeur de cette application intègre une ligne de code qui fait croire au SDK de la régie publicitaire qu’il y a eu plus d’impressions/clics que la réalité. Il peut aussi utiliser une « ferme de robots » pour générer de gros volumes de fausses installations. Ce type de fraude peut être le fait de développeurs isolés au sein de l’inventaire d’une régie publicitaire, d’affiliés d’un réseau d’affiliés voire de réseaux d’affiliés eux-mêmes. Il s’agit le plus souvent de faux trafic généré artificiellement, mais il existe également des « fermes humaines ».

  • Le trafic de qualité non conforme

 Vous payez pour du trafic de haute qualité, mais vous obtenez en réalité du trafic de mauvaise qualité… Par exemple, vous payez du trafic non-incentivé mais vous obtenez à votre insu du trafic incentivé, vous achetez du trafic de pays dit « Tier 1 » (USA, EU5, Japon…) mais vous obtenez à votre insu du trafic Vietnamien… Ces tactiques de fraude, moins grossières que le faux trafic sont largement répandues. Elles consistent à cacher la véritable adresse IP grâce à des VPN (réseau privé virtuel).

Ces fraudes peuvent représenter jusqu’à 30% de votre facture en marketing mobile. Elles sont plus courantes au sein des réseaux d’affiliés que des régies publicitaires, mais aucune source d’acquisition, même les plus qualitatives, ne peut affirmer ne jamais délivrer de trafic frauduleux. De façon générale, les régies publicitaires sont peu équipées techniquement pour détecter et combattre la fraude… les agences mobiles et les annonceurs non plus… C’est finalement l’annonceur qui paye la facture, chaque intermédiaire ayant gagné sa marge.

  1. Comment identifier et lutter contre ces fraudes ?

 Grâce aux données remontées par l’outil de tracking (Adjust, Appsflyer, Tune, Kochava), on peut identifier le trafic suspect ou incohérent. Par exemple, si on décèle, pour un nombre conséquent d’installations (200+) les comportements suivants :

  • Répétition du nom du smartphone (l’application a été installée par l’iPhone de Claire une dizaine de fois, l’iphone d’Antoine une dizaine de fois aussi, etc) : il s’agit de faux utilisateurs
  • Répétition du même modèle de smartphone et du même système d’exploitation (l’application a été installée une dizaine de fois par un iPhone 6 de version iOS 8.2) au même moment : il s’agit de faux utilisateurs
  • Un taux anormalement faible d’actions au sein de l’application (temps moyen passé dans l’application de 0,6 sec, zéro utilisateur n’a dépassé la première étape du tutoriel, zéro achat réalisé dans l’application) : il s’agit de faux utilisateurs, ou de « fermes humaines ».
  • Des taux clics/installations/actions in-app anormalement bas pour une source d’acquisition ou une sous-source, comparée aux autres sources : peut révéler du trafic incentivé
  • Une concentration d’installations en pleine nuit peut révéler du trafic d’un pays non conforme (fuseau horaire de la Chine vs. Europe). En règle générale, pas plus de 20% des téléchargements d’une application s’opèrent la nuit. Si ce pourcentage est supérieur, c’est qu’il y a sans doute une fraude.
  • Une différence entre le pays et la langue (l’installation a eu lieu en Italie mais la langue du smartphone est English US) : il s’agit de trafic non-italien.

En cas de suspicion de fraude, il est nécessaire de signaler les incohérences et de couper rapidement les sources d’acquisition qui paraissent suspectes. Ensuite, il est important de les faire remarquer au partenaire (réseau d’affilié ou régie publicitaire) afin qu’il optimise à son tour son trafic tout en refusant de payer pour ce trafic frauduleux.

La fraude en marketing mobile est aujourd’hui un phénomène d’ampleur mondiale, qui peut avoir un impact significatif sur le ROI des campagnes. L’identifier de façon systématique et efficace nécessite d’utiliser des algorithmes qui vont analyser les données détaillées de vos campagnes et détecter des comportements incohérents ou suspects. Des technologies de détection de la fraude émergent sur le marché (Mobupps, AdTheorent). Chez Addict Mobile, nous avons fait le choix très tôt de développer des algorithmes efficaces de détection de la fraude, pour garantir à nos clients des performances et un ROI optimisé.

Sources

http://fortune.com/2015/07/23/mobile-ad-fraud/

http://www.marketingdive.com/news/app-fraud-weighs-on-mobile-marketers/402357/

A propos de Christophe Mosa

Christophe Mosa
Avant de créer Addict Mobile, Christophe a travaillé comme Team Leader chez Amazon. Expert des architectures cloud, des Web Services Amazon et de la gestion de larges bases de données (big data), Christophe a occupé le poste de chef architecte pour l’intégration des nouvelles marketplaces européennes d’Amazon. Il a également cofondé Mob In Life en tant que CTO, architecte du design et responsable du développement des infrastructures nécessaires à l’accueil de millions de joueurs en temps réel, avec des données de jeu géolocalisées.

Check Also

Pourquoi augmenter vos dépenses publicitaires maintenant sur mobile?

Le mobile est en passe de devenir le media sur lequel les utilisateurs passent le …

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *