Советы
Тятя, тятя, наши сети притащили хитреца! Примеры нечестной игры в CPA-маркетинге
За последние годы CPA-маркетинг (от англ. Cost Per Action — оплата за действие) на рынке СНГ набрал неплохие обороты. Такая модель интернет-рекламы достаточно эффективна и при грамотном использовании может приносить до 20% от всего трафика на сайте. Однако в ней есть свои подводные камни. Например, партнеры, которые приводят некачественный трафик или откровенно мошенничают. В статье мы расскажем о примерах нечестной работы веб-мастеров, с которыми сталкивались сами, и покажем, как вовремя обнаружить такие кейсы. Но сперва немного матчасти.
Содержание
- Как работает CPA-маркетинг
- Какие сложности могут возникнуть при работе с CPA-сетями
- Примеры обмана рекламодателей в CPA-маркетинге
- Что может быть тревожным звоночком
- Как настроить CPA-отчеты
- Что вы можете сделать с помощью CPA-отчетов в BI Smart Data
- Выводы
Как работает CPA-маркетинг
В процессе участвуют три стороны:
- Рекламодатель — заказчик, сайт, чьи товары и услуги нужно рекламировать.
- Веб-мастер — исполнитель, который размещает рекламу на баннерах, в соцсетях, email-рассылках, на собственном сайте и т.д.
- CPA-сеть (партнерская сеть) — посредник между первым и вторым, который принимает заказы (офферы) от рекламодателей, подбирает веб-мастеров и занимается организационными вопросами: заключение договоров, учет выполненной работы, выплата вознаграждений.
Итак, заказчик и исполнитель находят друг друга на площадке партнерской сети и договариваются о сотрудничестве. Веб-мастер размещает на своем сайте или в другом канале партнерскую ссылку, которая содержит его метки. Когда человек переходит по такой ссылке на сайт рекламодателя и выполняет конверсионное действие (покупка, бронирование, регистрация и т.д.), веб-мастер получает за это деньги.
Какие сложности могут возникнуть при работе с CPA-сетями
Здесь работает принцип «доверяй, но проверяй». Естественно, не все партнеры пытаются обмануть своих рекламодателей, но если не контролировать качество affiliate трафика, то вероятность столкнуться с мошенничеством значительно увеличивается. К тому же, игнорируя деятельность недобросовестных веб-мастеров, вы не только теряете деньги, но и рискуете испортить отношения с партнерами, которые работают честно. Ведь это их труд мошенники присваивают себе. Давайте разберемся, как именно они это делают.
Примеры обмана рекламодателей в CPA-маркетинге
Контекст на бренд
Веб-мастер размещает контекстную рекламу, используя в ключевых словах название компании-заказчика. Когда пользователь кликает по такому объявлению, он попадает на сайт веб-мастера, там его помечают партнерскими метками и перенаправляют на сайт рекламодателя. Если человек в итоге оформит заказ, то веб-мастер получит за нее вознаграждение. Почему это плохо? Да потому, что интернет-магазину приходится платить за привлечение клиентов, которые и так собирались сделать в нем покупку без какой-либо рекламы. К тому же в таких случаях повышаются ставки по ключевым словам и рекламодателю приходится тратить больше на собственные кампании с брендовыми запросами.
Кликандер (ClickUnder)
Человек заходит на какой-нибудь сайт, например, для онлайн-просмотра сериалов и кликает мышкой в любой его области. В этот момент в новой вкладке открывается сайт рекламодателя и пользователь помечается партнерскими куками (cookies). Если через время этот пользователь зайдет на сайт рекламодателя через organic или type-in и совершит конверсию, то веб-мастер получит за нее деньги.
Открытие сайтов во фрейме
Этот способ очень похож на кликандер с той лишь разницей, что партнерские сайты открываются не в новых вкладках, а в страницах размером 1×1 пиксель, незаметных человеческому глазу. Происходит это благодаря тегу <iframe>, который позволяет загружать одну страницу внутри другой.
Тулбары
Это расширения к браузерам, которые предлагают дополнительные возможности, например, возвращают часть суммы от онлайн-покупок, блокируют рекламу, показывают погоду и т.д. Когда пользователь заходит на сайт рекламодателя, такие расширения могут подставлять партнерские куки или перенаправлять пользователя на этот же сайт, но с UTM-метками веб-мастера. Если человек что-то покупает на сайте, то продажа идет в зачет партнеру, хотя на самом деле клиента привел другой канал.
Перезаписывание source/medium
Интересный кейс, с которым мы недавно столкнулись в своей работе. Один ретаргетинг сервис, работающий по CPA-модели, перед отправкой хита в Google Analytics добавлял свои метки type-in пользователям. В итоге отчеты Google Analytics показывали, что клиента привел CPA-источник. Партнер объяснил это тем, что помечает таким образом только своих пользователей, чтобы было удобнее считать post-view конверсии. Однако, если между просмотром партнерского баннера и прямым заходом на сайт (direct трафик) был другой источник, например google/cpc, то он перезаписывался.
Что может быть тревожным звоночком
Основные маркеры того, что партнер ведет нечестную игру:
- Разные CPA-партнеры выставляют вам счет за одну и ту же транзакцию.
- Расходы по affiliate трафику резко выросли, а доход остался прежним. Увидеть это можно в стандартных отчетах Google Analytics: «Источники трафика» — «Весь трафик» — «Источник/канал» («Acquisition» — «All Traffic» — «Source/Medium»).
-
Наблюдаются частые разрывы сессий перед заказом.
Это также можно проверить в Google Analytics. Заходим в отчет «Аудитория» — «Статистика по пользователям», кликаем на ID клиента и видим в истории взаимодействий пользователя с сайтом такую картину:
Как настроить CPA-отчеты
Создать отчеты, которые помогут контролировать работу CPA-партнеров, можно с помощью разных инструментов (об этом чуть ниже). Условно выделим три основных шага:
- Сбор сырых данных о действиях посетителей сайта.
- Выборка подозрительных сессий, когда промежуток между ними меньше 60 секунд, при этом источник трафика меняется на affiliate.
- Построение отчетов.
Шаг 1. Собираем сырые данные
Чтобы обнаружить кукистаффинг, нам понадобятся для анализа полные, несемплированные данные о действиях пользователей на сайте. По нашему опыту, их удобнее всего собирать и обрабатывать с помощью SQL-запросов в облачном хранилище Google BigQuery.
Для импорта данных с сайта в Google BigQuery можно использовать:
- OWOX BI Pipeline — такое решение позволяет передавать сырые данные практически в реальном времени.
- BigQuery Export — стандартный экспорт, доступный пользователям платного Google Analytics 360.
Есть несколько моментов, на которые обязательно стоит обратить внимание в таблице с данными о поведении пользователей:
- Наличие и корректная передача Client ID, User ID или другого идентификатора пользователя. Поскольку все запросы будут базироваться на этом параметре, важно, чтобы он был корректным и уникальным для каждого посетителя сайта. Чтобы проверить, нет ли проблем с передачей этого параметра, вы можете сформировать в Google Analytics сегмент пользователей, у которых есть User ID, и посмотреть в динамике за последние несколько месяцев, как количество таких пользователей коррелируется с общим числом посетителей сайта.
- Если в данных встречаются ошибки и вы не можете исправить их с помощью SQL-запроса (например, отфильтровать аномальные транзакции и пользователей), для анализа лучше брать только период с корректными данными.
Примечание: для тех, кто не использует Google BigQuery, есть альтернативное решение. С помощью языка R можно выгрузить из Google Analytics или Яндекс.Метрики в Google Sheets список всех пользователей, у которых на одной и той же странице в течение 60 секунд менялся источник трафика. Подробнее об этом вы можете почитать в блоге Дмитрия Осиюка.
Шаг 2. Выбираем подозрительные сессии
Далее на основании данных о поведении пользователей необходимо сформировать выборку со следующим набором полей:
- Дата.
- Идентификатор пользователя (Client ID или User ID).
- Источник и канал сессии.
- Время между двумя сессиями.
- Стартовый и конечный URL каждой сессии.
Кроме того в SQL-запросе нужно задать условия, которые помогут понять, что произошла подмена источников. Эти условия можно кастомизировать под ваш бизнес. Например, в нашем совместном кейсе с одним из клиентов они были такими:
- Между двумя сессиями проходит меньше 60 секунд.
- При смене источника не меняется страница.
- В последней сессии была покупка.
- Последний канал — affiliate. Тут нужно учесть, что в некоторых проектах CPA источник определяется иначе, например, cpa или aff.
В результате у вас получится примерно такая таблица с информацией о клиентах, у которых менялся источник трафика, а время между сессиями не превышало 60 секунд:

Шаг 3. Строим отчеты
Данные, полученные с помощью SQL-запроса, можно оформить в отчет любым удобным для вас способом.
Способ 1. Импортировать данные из Google BigQuery в Google Sheets с помощью бесплатного аддона OWOX BI BigQuery Reports. Далее эти данные можно оформить, к примеру, в такой сводный отчет, который поможет мониторить статистику по affiliate партнерам:

На скриншоте мы видим, что больше всего подозрительных транзакций было у affiliate партнеров под номерами 3,4,5 и 8. При этом чаще всего на CPA заменяли такие источники как CPC и Organic.
Способ 2. Вы можете импортировать данные из Google BigQuery в Google Data Studio, Power BI, Tableau или любой другой сервис для визуализации данных, с которым привыкли работать.
Способ 3. Использовать сервис OWOX BI Smart Data. Наши клиенты периодически сталкиваются с фродом в CPA-маркетинге и обращаются к нам за помощью. Поэтому мы добавили в BI Smart Data целый набор отчетов на эту тему. В сервисе можно ввести вопрос человеческим языком (не используя SQL) и тут же получить ответ в виде таблицы, графика или диаграммы.
Что вы можете сделать с помощью CPA-отчетов в BI Smart Data
1. Выявить подмену источников трафика.

Этот отчет показывает, сколько было транзакций со сменой источника по каждой кампании. Например, на скриншоте мы видим, что у кампаний 3, 5 и 4 был самый большой процент транзакций с промежутком между сессиями меньше 1 минуты. Чем выше доля таких транзакций, тем выше вероятность подмены источника. Поэтому стоит уделить больше внимания работе партнеров, которые запускали эти кампании.
2. Узнать, какие источники и каналы недополучают ценность из-за фрода.

Этот отчет показывает источники и каналы, которые стояли в воронке перед партнерским источником. Например, на скриншоте выше мы видим, что у кампаний 1 и 4 перед сессиями с CPA-транзакциями были платные каналы (facebook/cpm и bing/cpc). Разница между сессиями в 17 и 18 секунд говорит нам о вероятном кукистаффинге. Из этого делаем вывод, что рекламные кампании в Bing и Facebook недооцениваются.
3. Узнать, какие партнеры используют в рекламе брендовые запросы.

Если вы введете в BI Smart Data вопрос «Как количество CPA-сессий распределено по посадочным страницам и ключевым словам?», то получите отчет, как на скриншоте выше. Чтобы узнать, используют ли партнеры название вашей компании, просто укажите его в фильтре для столбца «Ключевые слова» (Keyword).
4. Понять, кому платить деньги, если одна и та же транзакция дублируется у разных партнеров.

Если несколько веб-мастеров выставили вам счет за одну и ту же покупку, то этот отчет поможет разобраться, чей именно источник был последним в цепочке перед заказом.
По нашему опыту, в случаях дублирования транзакций вознаграждение получает последний источник.
Полный список CPA-отчетов, которые доступны в BI Smart Data, вы можете посмотреть в нашем справочном центре.
Выводы
В заключение хотим сказать, что мы ни в коем случае не призываем отказаться от affiliate трафика или снизить расходы на его привлечение. Наоборот, простые антифрод-отчеты, описанные в этой статье, помогут вам:
- Эффективнее работать с честными веб-мастерами.
- Сделать максимально прозрачными взаиморасчеты с CPA-партнерами.
- Оценить полезность affiliate трафика, сколько он приносит денег и как влияет на другие источники. Например, если мы говорим о кукистаффинге, то можно недооценивать источники, которые были перезаписаны
- Избавиться от ручной работы, настроив автоматизированные отчеты для проверки партнерской рекламы.
Чтобы обнаружить подмену cookies, достаточно собрать полные данные о поведении пользователей с помощью OWOX BI Pipeline и применить к ним SQL-запрос. Заполните форму, и мы пришлем вам на email текст такого запроса.