理解并解读事件风险数据

按合作伙伴划分的风险 该报告分析转化事件,以识别无效流量(IVT)的指标,尤其是没有真实最终用户(例如机器人)或背后没有真实意图的事件。通过尽早呈现这些风险信号,报告可让您在转化操作锁定之前迅速采取行动。

最佳实践是定期查看此报告(每天或每周一次),以持续掌握风险百分比的变化。将这些百分比作为早期指标,用于优先安排调查。如果在点击层级检测到高风险,您可以通过优化点击过滤设置主动采取措施,防止低质量流量影响下游表现。

风险阈值指引

下表提供了用于解读风险百分比以及判断最值得关注位置的初始建议。不过,我们也鼓励您根据自身独特的业务目标和风险承受能力制定内部指南。请将这些风险区间作为评估表现的基础,并在验证流量质量时将这些洞察纳入您自己的决策流程。

风险 %
建议关注点
定义

0-5%

监控

风险水平仍然较低,通常源于误报或轻微异常。调取原因代码以找出风险升高的原因。某些高严重级别标记,例如转化伪造,即使在极低量级下也值得关注,应立即调查。

5-10%

更仔细地查看

这一水平的风险可能值得更深入查看。先在“按合作伙伴划分的风险”报告中查看原因代码,并参考原因代码指南,了解哪些原因代码被触发,以及风险是否集中在特定子来源中。可考虑联系合作伙伴,了解其流量获取方式。

10-20%

调查

一个值得注意的风险水平。值得与合作伙伴就其流量来源和推广方式进行沟通。查看内部数据,以判断是否少数来源导致了大多数被标记事件。例如,潜在客户是否在转化,销售商品是否被退回,或订单金额是否可疑。

20-30%

认真对待

这一水平的风险表明,合作伙伴流量中有相当一部分可能存在问题。根据您的项目政策,您可能需要考虑调整合同条款或对被标记事件进行撤销付款等选项。

30%+

评估合作关系

持续处于这一水平的高风险表明存在重大的质量问题。请考虑该合作关系是否能提供您的项目所需价值,以及是否值得进一步投入。

量级很重要

来自低量级合作伙伴的高风险百分比可能在统计上并不显著。要得出明确结论,请确保事件数量在统计上具有相关性,以避免被异常值误导。

例如,某合作伙伴只有15个事件,风险评分为33%(5个标记),这可能只是一个轻微异常。相反,某合作伙伴有5,000个事件,风险评分为95%,则表明存在严重、系统性问题,需要立即干预。

提示:使用 Actions >= 报告中的筛选器,移除其事件数量低于您项目显著性阈值的合作伙伴。作为基准建议,在评估其风险水平之前,可考虑筛选出至少有10个操作的合作伙伴。

查看原因代码

在采取行动之前,请先查看与被标记事件相关的 原因代码 。它们提供了事件为何被标记的背景信息。了解原因代码有助于您判断这些标记是指向真实问题还是合理解释。

示例:

  • 高严重级别模式:如果某合作伙伴拥有大量被标记事件(例如,>100个操作),并且这些事件归因于转化伪造等关键代码,那么无论整体百分比如何,都应立即调查。

  • 分层风险:当单个事件被多个原因代码标记(例如同时出现“代理”和“异常活动”)时,误报的可能性会显著降低。这些多重标记的区段应优先审查。

  • 量级与有效性:请记住,随着被标记流量量级的增加,未来出现表现问题或“垃圾”转化的可能性也会增加。请使用这些代码来判断合作伙伴的流量是否值得为您的转化数据承担长期风险。

调查合作伙伴

当风险水平值得进一步关注时,请考虑以下内容:

  • 您与这位合作伙伴合作多久了? 有过往记录的成熟合作伙伴,值得在采取激烈行动之前先进行沟通。

  • 最近有联系过吗? 可能有您不了解的背景,例如他们正在测试新的流量来源。

  • 这些被标记的原因代码是否有合理解释? 某些商业模式天然会产生较高比例的特定标记(例如,某些垂直行业中的VPN使用)。

  • 您的内部欺诈或合规团队看到了什么? 将事件风险数据与您自己的内部信号进行交叉比对。

如果出现进一步的欺诈担忧, 联系支持 并尽可能提供更多详细信息(合作伙伴ID、日期范围、数据集、风险担忧原因)。

长期项目健康的建议

  • 鼓励子来源透明度:为了更准确地应对风险,请与合作伙伴合作,确保他们传递子来源标识符(通常通过 Shared ID 等参数)。虽然这是一个可用于多种报告指标的开放字段,但拥有细粒度数据可以让您隔离特定问题来源,而无需对合作伙伴的全部流量进行处罚。

  • 定期审查:通过至少每周查看一次报告,将按合作伙伴划分的风险洞察纳入您内部的欺诈检查中。不要将风险管理视为被动应对, 安排报告 以自动将通知直接发送到您的收件箱。

  • 使用合同保障措施:考虑在合同中加入条款,说明如何处理被标记事件。请与法律团队协商以 起草条款 ,使其适合您的业务。

  • 创建一个 自定义欺诈通知,超出此报告所提供的范围。

    撤销操作 与高风险级别相关,并使用 CONS_FRAUD 原因代码。

了解更多关于 欺诈防范.

最后更新于

这有帮助吗?