Как проверить скликивание в яндекс метрике

Как можно проверить, скликивают вас или нет

Если рано с утра наблюдаем что CTR у нас под 10%, при средней позиции показа 6, при средней позиции клика 6, то вывод очевиден — вас скликивают.

Скликивают вас способом не особо замысловатым: ВЧ запрос (в них легче замаскировать скликивание), на страничке «Все объявления»

И начинают кликать по списку на этой страничке имитируя на сайте поведение пользователей, скорей всего, даже с конкретным целевым действием (отправка формы заказа)

• постоянно мониторить;
• писать в Яндекс со скриншотами;
• следить за возвратами;
• разрабатывать индивидуальную стратегию, которая лишает смысла скликивать рекламу

Аудит скликивания в Яндекс.Директе от 5 000 руб.
Необходимые условия:
Доступ к РК;
Доступ к Метрике;
Должны быть настроены Цели
Похожие статьи
Friday, June 11
Что служит сигналом скликивания бюджета в рекламных кампаниях?
Отслеживаем склик бюджета по статистике запросов
Thursday, May 27
Борьба со скликиванием в Яндекс.Директ
Скликивание по Визитке и Телефону в Яндекс.Директе
Saturday, January 25
Как определить скликивание в Яндекс.Директ
Что может служить сигналом скликивания бюджета в рекламной кампании?
Tuesday, September 24
Как бороться с скликиванием в Яндекс.Директ
Как избежать спама или скликивания в Директе
Консультация специалиста
Оставьте Ваши контакты и специалист перезвонит в ближайшее время
Реклама в Яндексе, Гугле под ключ
Оставьте Ваши контакты и специалист перезвонит в ближайшее время
Обратный звонок
Оставьте Ваш телефон и мы перезвоним в ближайшее время
Агентство контекстной рекламы «ЕЛЕНА»

8 (499) 411-33-11
c 9-00 до 20-00 (без выходных)

Офис:
г. Москва, Шоссейная ул., д1к2

Видеошпаргалка по интернет-маркетингу: как защититься от скликивания в Яндекс.Директе

«Видеошпаргалка по интернет-маркетингу» – это спецпроект, запущенный изданием SEOnews и сервисом eLama. В рамках проекта мы делимся лайфхаками и приемами, которые помогут сделать продвижение в интернете эффективнее.

В новом видео ведущий специалист по работе с платным трафиком eLama Никита Кравченко и Женя из Службы Заботы рассказывают, что такое скликивание рекламы, как его распознать и защититься.

Что такое скликивание

Скликивание – это пустые клики по рекламе, которые были сделаны по ошибке или со злым умыслом программой либо человеком. К скликиванию могут прибегать, чтобы исключить конкурента из борьбы на аукционе, накручивая ему клики объявлений и расходуя его бюджет.

Нужно уметь отличать скликивание от естественного органического прироста количества показов и кликов, потому что резкий всплеск кликов может быть обусловлен изменениями в настройке кампаний или социальными моментами.

Чтобы правильно понимать, что перед нами – скликивание или обычный всплеск, – необходимо обратиться к Мастеру отчетов в Яндекс.Директе. Основными показателями для нас являются количество кликов, показов и CTR.

Для просмотра данных нужно построить отчет по объявлениям или по ключевым фразам. Также можно построить отчет по площадкам, в случае если вы хотите проверить, скликивают ли вас в РСЯ.

Как отличить скликивание от всплеска показов

Если происходит рост количества показов и кликов по большому количеству площадок без резкого скачка CTR, факт скликивания можно исключить.

При скликивании резко увеличивается количество показов, кликов и CTR.

Чаще всего скликивание происходит за счет использования специализированных роботизированных программ. Скликивание объявлений человеком – очень трудоемкий способ, так как поисковая выдача персонализирована, сложно поймать одно и то же объявление.

Как рекламодателям защититься от скликивания

Универсального инструмента, который помог бы исключить скликивание, не существует. Чтобы обезопасить себя, нужно проводить комплексную, планомерную работу, регулярно анализировать рекламные кампании.

Несколько советов, как избежать скликивания

1. Пользоваться дневным бюджетом

Ограничения дневного бюджета задают дополнительные рамки, помогают предотвратить ситуации, когда весь ваш бюджет скликивают за короткий промежуток времени и выключают вас из конкурентной борьбы на несколько дней.

2. Использовать сегмент из Аудиторий

Можно использовать сегменты из Яндекс.Аудиторий – это уже собранные вами какие-либо аудитории, которые являются качественными. Используя их при настройках таргетинга, вы избегаете показов нежелательным пользователям.

3. Использовать бид-менеджер

Можно использовать бид-менеджеры, которые позволяют удерживать ставки на определенном уровне и понижать или повышать их в случае изменения конкурентной ситуации на аукционе.

4. Тестировать автоматические стратегии назначения ставок

Автоматические стратегии работают на основе машинного обучения. Они подбирают аудиторию таким образом, что туда попадают люди, которые с большей долей вероятности совершат клик по объявлению и достигнут установленной вами задачи. Система будет исключать возможность показа пользователям, которые могут много раз кликнуть и не совершить конверсию.

5. Исключить сегмент пользователей младше 18 лет

Необходимо отсекать все возможные лишние типы аудиторий: неплатежеспособных пользователей, нерелевантных. Чем больше рамок установить, тем выше шансы, что объявление не будут скликивать.

6. Создать корректировку по когорте в Метрике

В Метрике можно создать сегмент по когорте пользователей с временем на сайте менее 10 секунд и более чем одним визитом. То есть нужно исключить показ рекламы пользователям, которые зашли на сайт более 1 раза и провели на нем менее 10 секунд, так как фрод-боты обычно заходят на сайт и сразу же уходят.

7. Отслеживать статистику по веб-серверу

Также необходимо отслеживать статистику посещений по вашему веб-серверу. Если мы подключаем мониторинг логов веб-сервера, то можем оценивать пиковые значения по посещению. Потому что скликивание, если оно происходит, то происходит в формате пика. Всплески можно зафиксировать уже на стадии логов и оперативно внести корректировки в рекламные кампании, остановить их.

8. Установить дневной бюджет для групп объявлений и ключевых фраз

Можно задать группам объявлений и ключевым фразам дневной бюджет. Таких настроек нет в интерфейсе Директа, но при использовании API Директа можно написать скрипт, который позволит задавать ограничения дневного бюджета по ключам и группам объявлений.

9. Не использовать автотаргетинг

Автотаргетинг – полезный инструмент для компаний с узкой тематикой, для которой тяжело подобрать семантику и добраться до конечного пользователя. Однако для большинства бизнесов дополнительные фразы, которые нельзя проконтролировать, могут приводить к расходованию бюджета.

Если вы знаете свою аудиторию, умеете выбирать семантику по своему товарному предложению, не стоит использовать автотаргетинг.

10. Отключить расширенный географический таргетинг

Такое дополнительное ограничение поможет исключить попадание нерелевантного трафика из других регионов.

11. Не задавать ставки, имеющие большой запас перед требуемой позицией выдачи

Например, если у вас ставка 100 рублей достаточна, чтобы показываться с объемом трафика 100, и отвечает вашей задаче, не рекомендуется ставить ставку 150–170 рублей. Ставку лучше ставить впритык к занимаемой позиции, чтобы избежать дополнительных расходов.

12. Не определять факт скликивания через Вебвизор

Вебвизор – это инструмент, который направлен на замер и определение поведенческих характеристик пользователя на сайте. Он включает в себя набор статистических данных, которые не подходят для определения скликивания.

Что делать, если вы уверены в скликивании

Если вы проверили все отчеты и уверены в скликивании, можно обратиться в поддержку Яндекс.Директа или к агентству, которое ведет вашу рекламу. Необходимо будет предоставить ссылку на объявление, по которому вас скликивают, и ссылку на отчеты, которые доказывают скликивание.

В случае, если факт скликивания будет установлен, Яндекс возместит все недействительные траты.

• Как настроить отслеживание события на отправку формы в GA4
• Всплески и спады показов в Яндекс.Директе
• Как сделать рекламные баннеры за 5 минут

Друзья, теперь вы можете поддержать SEOnews https://pay.cloudtips.ru/p/8828f772 Ваши донаты помогут нам развивать издание и дальше радовать вас полезным контентом.

Теги: Видеошпаргалка по интернет-маркетингуЯндекс.ДиректРекламодателямКонтекстная реклама

Как определять и блокировать скликивание рекламы в Яндекс?

Меня зовут Максим Кульгин, и моя компания занимается защитой от скликивания контекстной рекламы. Мы подготовили эту большую статью для тех, кто хочет разобраться с проблемой скликивания рекламы и методиками борьбы с этим печальным явлением. В статье мы рассматриваем в том числе и механизмы обнаружения автоматизированного трафика, т.к. в 90% случаев рекламу скликивают именно с помощью таких инструментов.

Забегая вперед отмечу, что поисковые системы Яндекс и Google проделывают огромную работу по обнаружению кликфрода в своих рекламных сетях и мы не претендуем на то, что наши алгоритмы работают лучше — определение скликивания это вопрос вероятностный и мы здесь исповедуем принцип «лучше перестраховаться», чем допустить «утечку» бюджетов, в отличии от поисковых систем, которые занимают более терпимую позицию (в конечном итоге ведь их цель бизнеса не борьба с фродом, а формирование рекламной биржи между продавцом и покупателем рекламы).

Информационные технологии сегодня играют большую роль в жизни человека и общества, большинство сфер жизни, которые раньше сложно было представить вне физического мира перебрались в Интернет. От онлайн-магазинов до государственных служб все постепенно переходят в сеть. Вместе с ростом количества веб-ресурсов увеличивается и количество информации, которое ими генерируется, среди этой информации может быть множество данных, которые могут представлять коммерческий интерес для злоумышленников или конкурентов. Для оперативного сбора такой информации применяются веб-роботы, генерирующие автоматизированный трафик, тек самым, создавая проблемы веб-ресурсам.

Автоматизированный трафик на веб-ресурсах бывает разный. Есть хорошие роботы поисковых систем, которые не нагружают сайт, а также продвигают его для пользователей сети. А есть вредительский, который конкуренты, либо злоумышленники используют в своих целях.

Автоматизированный сбор информации с веб-ресурсов, иными словами – парсинг, приносит на данный момент много забот различным компаниям и организациям. Цели парсинга всегда различны – кто-то хочет получить какую-либо уникальную статистику, для дальнейшей обработки и использовании, кто-то мониторит цены конкурентов, а кто-то хочет таким образом обойти платные функции ресурса, либо использовать уникальные данные на своём ресурсе. Как раз последние виды парсинга больше всего не нравятся компаниям, но и причины не любить безобидный парсинг тоже есть. Например, парсинг может нагружать систему, из-за чего придётся докупать ресурсы для более стабильной работы, эта проблема в большей степени касается маленьких компаний, но и большие не очень рады тратить свои ресурсы в угоду своим конкурентам или в интересах чужого бизнеса. Кроме этого, парсинг портит статистику сайта, особенно если недобросовестные парсеры начинают добавлять товары интернет-магазина в корзину.

Кроме парсинга, роботизированный трафик может использоваться для кликфрода (скликивания рекламы) или рекламных бюджетов на рекламных площадках, с целью убрать конкурента, либо заработать на своей площадке. Робот создаёт человеческий трафик на сайте, обманывая системы аналитики, затем переходит по рекламным ссылкам расходуя бюджет конкурента в своих целях. Можно сказать, что проблема скликивания рекламы является наиболее финансово значимой для всех компаний, не зависимо от сферы их работы.

Такие сервисы как Distil Networks хоть и предлагают хорошую систему защиты, однако работают вне России, а также не могут влиять на некоторые факторы защиты сайта, как например, доступ по логину, скрытие информации о блокировке (т.е. бот получает информацию, но не достоверную). А некоторые сферы как скликивание не имеют эффективных существующих решений. Необходимо также отметить, что все эти решения представляют собой сторонние компоненты, которые встраиваются на сайт и не дают полного контроля над ситуацией. Поэтому крайне актуально дать веб мастерам структурированные решения, модели и алгоритмы для построения собственных систем защиты, учитывающие множество факторов.

1.2 Сценарии недобросовестного использования трафика

Бот-программы (или просто, «боты») всё искуснее имитируют поведение клиента на сайте: могут набрать URL, прийти с самого авторитетного ресурса и отправить товар в корзину, позвонить, заполнить анкету, добавить сайт в бот-сеть, украсть контент, опередив индексацию от Google.

Рассмотрим наиболее типичные ситуации бот-атак в сети:

Приём 1. Сбор ценной информации с сайта, для дальнейшего использования в собственных целях, регулирование ценовой политики конкурентного магазина, перепродажа данных в иной форме и другое коммерческое использование обработанной информации.

Приём 2. Накрутка поведенческого фактора. Боты, призванные совершить на сайте массовые действия за короткий промежуток времени, для того чтобы дать поисковым системам негативный сигнал. Поисковая система (Google, Яндекс), проанализировав странные переходы из другой страны, посчитает это «накруткой» поведенческого фактора – конечно, условно сто ботов, не достаточно для того чтобы отправить сайт в БАН, но может хватит, чтобы запомнить его, как ресурс с плохой репутацией и высоко не ранжировать.

Приём 3. Повышение количества отказов. Боты-даунлодеры, на первый взгляд являются самыми примитивными (просто загружают и через несколько секунд покидают страницу сайта), но вместе с тем, наиболее болезненными из-за динамической смены IP-адреса. В данном случае поисковик посчитает, что ваш сайт просто не интересен пользователям целевой аудитории. Обиднее всего, что именно они, чаще всего съедают и без того небольшой рекламный бюджет.

Приём 4. Снижение оригинальности ресурса. Бот-парсер «тихо» посещает сайт, сканирует и публикует контент на сторонних ресурсах ещё до официальной индексации, при этом не эмулируя действий посетителей. Вследствие чего сайт не поднимается в поисковой выдаче.

Приём 5. Мошеннические клики (скликивание) по рекламным объявлениям с оплатой за клик для получения незаконной платы с рекламодателя. Мошенничество с кликами связано с обманным получением денег с рекламодателей за клики по их объявлениям, отсюда и название модели. В 2017 году примерно каждый пятый клик по рекламным объявлениям был мошенническим, и это число непрерывно увеличивается с каждым месяцем. Мошенничество с кликами не только увеличивает расходы на рекламу, но также искажает аналитические данные, на которые многие компании полагаются для принятия эффективных маркетинговых решений.

На рисунке 2 можно увидеть график отношения рекламного трафика (черная линия) к общему (синяя), график показывает среднее между примерно сорока сайтами разных направленностей с установленной системой аналитики, к которым у нас есть доступ (то есть это сайты, которые мы защищаем от скликивания).

Для разработки системы защиты от скликивания рекламы, возьмём описанную ранее модель обнаружения автоматизированного трафика. Для быстрого создания работающей модели в угоду скорости разработки было решено отказаться от интеллектуального модуля построения поведенческих карт, однако его разработка планируется в будущем. Также для первичного функционала было решено строить систему защиты от скликивания на рекламных площадках Яндекса.

1.1 Концепция разрабатываемой системы защиты от скликивания

Чтобы понять, как защищать, нужно понять от чего защищаться. Система Яндекс Директа умеет защищаться от простых способов скликивания рекламы. Просто так с одно IP подряд скликать ничего не получится, Яндекс не засчитает эти клики, вернёт деньги и перестанет временно показывать рекламу. Однако важно понимать, что после возврата денег Яндекс больше не идентифицирует этого клиента как плохого, поэтому он может снова вернуться через некоторое время с кликами. Чтобы избежать детектирования со стороны Яндекса злоумышленники придумывают сложные схемы. В том числе перед кликом имитирую поведенческий трафик на сайте, переходя по ссылкам. Задачей разрабатываемой нами системы защиты от кликфрода должно служить не только детектирование подозрительного трафика с рекламных площадок, но и возможность сохранить блокировку показа рекламы этому клиенту на долгое время. Чтобы решить это проблему необходимо все подозрительные сессии отметить в Яндекс.Директе, на основе этих пометок построить сегмент и выставить этому сегменту коэффициент в Яндекс Директе минус сто процентов.

1.2 Алгоритм работы системы защиты от скликивания

Напишем простой алгоритм, по которому может работать система на начальном уровне:

• Сбор данных о посещении сайта:
• webdriver;
• идентификатор в рекламной системе (client id);
• fingerprint.
• Анализ полученного трафика, выявление подозрительного:
• существующие базы спам адресов;
• нецелевой рекламный трафик;
• наличие Webdriver.
• Фиксируем нежелательные сессии по client id.
• Отправляем полученные client id в Яндекс Метрику для формирования сегмента.
• В Яндекс Директе устанавливаем для этого сегмента коэффициент показа -100%.

Для начала работы определяем, как будут детектироваться автоматизированные сессии. Необходимо определить минимальные условия блокировки. Учитывая специфику блокировки скликивания, было решено сначала обратить внимание на сессии, которые являются кликами на рекламу.

Так определим первое условие блокировки: посетитель пришёл с рекламы, находился на сайте менее 20 секунд, посетил только одну страницу, а его ip-адрес находится в одном из списков подозрительных адресов. Данное условие будет проверяться только на завершённых сессиях, с последнего действия в которых прошло более 30 мин. Надо понимать, что бот мог почистить cookie и снова зайти на сайт, поэтому следующим шагом ищем подобных в связке ip-адрес плюс отпечаток браузера (fingerprint), такая связка даст гарантию, что это именно тот же посетитель. Для системы мгновенной блокировки добавляем параметр webdriver, так как он нам говорит, что сессия точно автоматизированная и можно не ждать конца, по этому параметру также сверяем связку ip-отпечаток.

В итоге получаем следующий перечень из условий, которые будут первоначально учитываться в системе защиты:

• параметр webdriver;
• приход с подозрительного ip адреса и моментальный отказ;
• блокировка по связке ip-отпечаток браузера.

Для следующих версий системы планируется добавить такие вещи как:

• блокировка на основе собственных списков ненадёжных ip-адресов, в которые будут добавляться найденные по другим алгоритмам ip,
• анализ на основе машинного обучения;
• блокировка по подсети.

1.3 Функциональные требования

Объектом разработки является группа процессов по обеспечению сбора, записи, хранению и обработке детальной информации о посетителях сайтов, на которых будет размещён скрипт с дальнейшей отправкой.

Информация, собираемая о посетителях сайтов, должна содержать данные позволяющие использовать максимальное количество инструментария по блокировке автоматизированного сбора.

Разрабатываемая система должна включать в себя:

• веб-сервер, собирающий «сырые» данные о посещениях;
• базу данных, настроенную на высокопроизводительную выдачу данных, которые могут быть использованы в ходе будущего анализа;
• модуль скриптов, размещаемых на сайте.
• микросервис, позволяющее быстро получить, обработать сырые данные и записать в базу данных;
• микросервис анализа и блокировки;

Создание сегментов в Яндекс Метрике, а также выставление отрицательных коэффициентов для этих сегментов в Директе на данном будет производиться вручную.

1.4 Архитектура разрабатываемой системы

Проектируемая система будет представлять собой набор совместно взаимодействующих систем:

• Целевой сайт, для которого предполагается защита от автоматизированного сбора информации.
• Платформа сбора информации о посетителях ресурса.
• Локальная база данных, хранящая отформатированные данные.

Учитывая набор взаимодействующих систем, а также требования к характеристикам разрабатываемой системы, была спроектирована следующая архитектура системы (рисунок 11).

Рисунок 11 – Архитектура системы защиты от скликивания

Разработанная архитектура системы позволяет быстро настроить работающее решение, а также в будущем масштабировать решение путем добавления новых обрабатывающих серверов, сервисов и баз данных. А выбранные средства разработки позволяют контролировать все этапы сбора информации, анализа и блокировки.

1.5 Выбор средств разработки

Решение задачи производилось на мощностях нашей компании, поэтому некоторые решения обусловлены доступностью инфраструктуры:

• Платформа для размещения кода на сайте клиента – Google Tag Manager.
• Система сбора данных о действиях пользователя – Matomo.
• База данных – Microsoft SQL Server.
• Платформа разработки ПО – .NET Framework, язык – C#.

Google Tag Manager – диспетчер тегов. Сервис позволяет из одного интерфейса управлять всеми тегами различных сервисов. На сайт интегрируется только один код, а остальные коды маркетолог самостоятельно добавляет в Диспетчер без участия IT-специалиста. В нашем случае данное решение помогает минимизировать контакты с клиентами при необходимости обновления кода скрипта и расширения его возможностей.

Matomo – это бесплатная система веб-аналитики с открытым исходным кодом. Система устанавливается на сервер владельца. Основное преимущество данной платформы перед такими онлайн сервисами как Яндекс Метрика является возможность полного контроля над хранящимися данными, удобный доступ ко всем данным через api, а также возможность отслеживания ip адресов и собственных параметров, в то время как решения от Яндекса не предоставляют информацию об ip адресах, а собственные параметры обрабатываются больше дня.

Microsoft SQL Server – система управления реляционными базами данных, разработанная корпорацией Microsoft. СУБД масштабируется, поэтому работать с ней можно на портативных ПК или мощной мультипроцессорной технике. Размер страниц – до 8 кб, поэтому данные извлекаются быстро, подробную и сложную информацию хранить удобнее. Система позволяет обрабатывать транзакции в интерактивном режиме. Реализован поиск по фразам, тексту, словам, можно создавать ключевые индексы – что является особым преимуществом для нашей задачи.

1.6 Скрипт получения данных от пользователя

Система аналитики Matomo позволяет предавать для каждого визита или действия дополнительные пользовательские параметры, внедрив специальный js код на сайт. Данный инструмент позволит нам расширить базовые возможности сервиса и использовать параметры повышения точности детектирования пользователей за счёт таких средств как вычисление fingerprint браузера, вычисление использования средств автоматизации (таких как selenium web driver). Также для повышения точности, если сайт параллельно использует систему аналитики Яндекс Метрика, то мы можем в Matomo передать уникальный идентификатор, вычисленный самой метрикой.

Для того чтобы собрать все скрипты вместе, освободить клиента от установки множества файлов и дать нам возможность совершать будущие обновления в одностороннем порядке было решено использовать специальный менеджер тэгов. Таким был выбран Google tag Manager ввиду удобства и функциональности, наличию средств гибкой кастомизации (рисунок 13).

В менеджер тэгов было добавлено три скрипта: «Fingerprint», «Matomo+Ycid», «WebdriverDetect».

«Matomo+Ycid» – это основной скрипт инициализации, он запускает сбор действий на клиенте и отправляет в matomo. В дополнение к этому скрипт id Яндекс Метрики и также отправить его в matomo.

Для детектирования отпечатка браузера было выбрано свободно распространяемое решение fingerprintjs2. Данный скрипт позволяет не только получить уникальный идентификатор для браузера на основе множества параметров, но и гибко регулировать используемые параметры. Проведя некоторое время над скриптом, было решено оставить, только те параметры, которые сложно было подделать или изменить, а именно рендеринг изображений, аудиозаписей и другие параметры.

Рисунок 13 – Интерфейс Google Tag Manager

Скрипт «WebdriverDetect» написан с целью быстрого выявления браузеров, использующих средства автоматизации. Многие системы автоматизации браузеров (такие как Selenium Webdriver) внедряют для правильной работы служебные переменные, которые можно отследить с помощью js кода. Код был написан на основе сбора и компоновки воедино разных приёмов детектирования автоматизации.

Для правильной передачи данных из Matomo в локальную базу данных мы сделали программу-обработчик, которая будет каждую минуту параллельно в цикле проходить по результатам, приходящим от сервера, обрабатывать поля и вызывать написанную нами хранимую процедуру для записи в базу данных.

Следующим важнейшим модулем являются системы мгновенной и отложенной блокировки, для того чтобы уменьшить время написания кода и сделать проектируемую систему более гибкой, системы были объединены в общую систему, параметры для которой хранятся в базе данных. По сути, мгновенная блокировка отличается от отложенной, только тем какой должен быть минимальный возраст сессии. Мгновенная блокировка берет последние сессии, которые даже не закончены, а отложенная берет законченные или старше. Все эти параметры хранятся в базе и инициализируются при запуске программы. Чтобы достичь масштабируемости, ведь методы блокировки будут совершенствоваться и меняться с каждым днём, код был поделён на отдельные элементы:

• анализаторы;
• вспомогательные критерии для анализа;
• блокировщики.

Для связи друг с другом каждой группе были написаны интерфейсы, через которые они общаются. Получившуюся схему внутренней логики работы блокировщика можно посмотреть на рисунке 16.

Рисунок 16 — модель работы системы защиты от скликивания рекламы Яндекс и Гугл

Получившаяся схема позволяет добавлять любое количество анализаторов. Учитывать множество критериев и способов блокировки. При необходимости можно будет добавить новый компонент-блокировщик и соответствующие ему анализаторы и настроить систему блокировать уже не только на рекламных площадках, но и на самом сайте, защитив его от парсинга. Полученная схема также позволяет в будущем, при добавлении достаточного количества критериев, вовсе отказаться от участия в блокировке программиста, так как все параметры гибко будут настраиваться через веб-интерфейс.

1.7 Тестирование системы защиты от скликивания

Для тестирования системы был подключен веб-ресурс с ежедневной посещаемостью примерно триста тысяч посещений в день. На сайте был установлен наш GTM скрипт, который начал передавать данные в реальном времени.

Разработанные решения по оптимизации записи в базу данных, позволили добиться максимальной производительности системы и обрабатывать большие массивы поступающих данных. На данный момент к системе подключено более 60 сайтов, для распределения нагрузки используется 3 сервера Matomo. В связи чем можно сделать выводы, что разработанное решение показывает высокую работоспособность и масштабируемость.

Чтобы убедиться, что блокируются именно автоматизированные сессии мы можем вывести список заблокированных сессий с параметрами и отсортировать их по ip-адресу (рисунок 17). На рисунке видно, что хоть мы и не используем пока алгоритмов по блокировке подсети, но заблокированные сессии находятся в одной подсети, все они кликают по рекламе и сразу же уходят. Можно обратить внимание, что есть сессии с одинаковыми отпечатками браузера в разные даты, что говорит о том, что бот использует одни и те же машины на протяжении нескольких дней.

Рисунок 17 – Заблокированные сессии отсортированные по ip-адресу

Конечно, обычный человек не будет на протяжении двух месяцев упорно кликать по рекламе и уходить с сайта, при этом всё время используя новые IP адреса – это нам даёт ясно понять, что все эти сессии автоматизированные, значит решение работает правильно, блокируя злоумышленников, вследствие чего им приходится использовать новые IP.

Для того чтобы убедиться в эффективности работы системы выгрузим дневную статистику по сайтам (рисунок 19). Выделим среди сайтов три типовых: крупный – site_id равное 7, средний site_id 3 и маленький site_id 15.

Дневная посещаемость у этих сайтов 281 101 посетитель, 28 617 и 1 580 соответственно. В последней колонке приведено общее количество заблокированных сессий за выделенный день. А в колонке visits_adv_count содержится информация о общем количестве переходов с рекламы. Посчитаем для этих сайтов относительное процентное соотношение заблокированных сессий к числу визитов с рекламы.

сколько мы блокируем?

(19898/117585)*100%=16,92% (1)

(2027/16399)*100%=12,17% (2)

(378/1285)*100%=29,42% (3)

Как настроить сегмент Яндекс.Метрика? Пошаговая инструкция

В вашей системе Яндекс.Метрике вам необходимо создать СЕГМЕНТ с параметром isBadSession (полная инструкция по созданию приведена ниже в этой статье), сохранить его и убедиться, что данные начали поступать в Яндекс.Метрику. Убедиться в поступлении данных можно перейдя в раздел Настройки / Загрузка данных (обычно в течении нескольких часов после корректного размещения GTM -кода на сайте появляются загрузки, но иногда на следующий день). Информация поступает в вашу систему Яндекс.Метрика каждые 10 минут автоматически по API. Если вы увидите в этом разделе красную надпись «Ошибка привязки» не переживайте, это значит Яндекс.Метрика не смогла найти у себя в базе передаваемый ClientID. Такое бывает (редко) если по каким-либо причинам Яндекс.Метрика не зафиксировала визит бота.

Мы сами не создаем СЕГМЕНТ за вас, так как не имеем доступа к Яндекс.Директу и Яндекс.Метрика и не видим результат создания вами СЕГМЕНТа. Если в течении суток после создания вами СЕГМЕНТа по инструкции из личного кабинета, вы не видите заполнения СЕГМЕНТа и/или данные в разделе Настройки / Загрузка данных не отображаются, то напишите, пожалуйста, в чат-поддержку на нашем сайте с описанием проблемы. При необходимости вы можете предоставить нам доступ в Яндекс.Метрика для почты traffic@clickfraud.ru (режима “Просмотр” будет достаточно) и тогда мы проверим самостоятельно. После предоставления доступа напишите об этом в чат поддержки.

Так выглядит корректное поступление данных (пошаговая инструкция по созданию сегмента доступна ниже):

ПОЛНЫЙ АЛГОРИТМ ПО СОЗДАНИЮ И ПОДКЛЮЧЕНИЮ СЕГМЕНТА

1. В вашей Яндекс. Метрика перейдите в раздел Отчеты. Создайте новый отчет и в нем укажите имя параметра обязательно isBadSession. Процесс создание СЕГМЕНТА в Яндекс.Метрика отражен в следующих изображениях:

После добавления параметра isBadSession не забудьте сохранить сегмент. Ниже представлена форма, куда необходимо ввести название (любое). Это название вы потом будете использовать в корректировке ставок (шаг 4). Для сохранения введите название и нажмите «Сохранить как».

2. Убедитесь, что вы верно добавили токен Яндекс.Метрика. Корректный токен должен представлять из себя набор символов, начинающихся обычно на AgAAAAA. Также не забудьте убедиться, что во время получения токена (ссылка становится доступна по клику на серый знак вопроса) вы были авторизованы под тем аккаунтом метрики (и имеете права на редактирование), за которым закреплен ваш сайт. Проверить корректность токена можно кликнув по кнопке «Проверить доступ»

3. После того, как вы создали СЕГМЕНТ, не забудьте поставить ставку -90% этому СЕГМЕНТУ. Созданному один раз СЕГМЕНТУ в Яндекс.Метрика вы сделали (тоже один раз) корректировку ставки -90% в Яндекс.Директ для всех ваших рекламных кампаний. Для этого нужно зайти в настройку рекламной кампании (каждой вашей кампании в Яндекс.Директ) и далее в раздел «Корректировки ставок»:

Важно! Обратите внимание, что сейчас в Яндекс.Директ можно создавать свои сегменты (их так же называют Аудитории) на основании чего угодно, например на базе сегмента в Яндекс.Метрике. Вам нужно создать новую Аудиторию на основе ранее созданного сегмента в Яндекс.Метрика. Это можно сделать кликнув на ссылку «Настройка условий» в разделе «Корректировки ставок» для кампаний Яндекс.Директ.

В итоге, мы создали новую Аудиторию в Яндекс.Директе, которая состоит из ранее созданного сегмента Яндекс.Метрика, содержащего подозрительных пользователей. И этой Аудитории назначили корректировку ставки -90%.

Обратите внимание, названия сегмента в Яндекс.Метрика и аудитории в Яндекс.Директ могут быть любые — не обязательно называть аналогично примерам выше.

4. Периодически токен Яндекс.Метрика, который вы создавали при регистрации, может прекращать свою работу (мы на это не влияем). Обычно время его жизни более полугода, но иногда возникают ситуации, когда токен прекращает работу раньше. Поэтому периодически, раз в 5-7 дней проверяйте, пожалуйста, раздел Настройки/Загрузка данных на предмет наличия новых поступлений данных для заполнения СЕГМЕНТа или осуществляйте проверку токена в нашем личном кабинете по клику на кнопку «проверить доступ» напротив токена Метрики.

Внимание! Для корректного обновления токена метрики вам необходимо быть авторизованным под нужным аккаунтом Яндекс.Метрика и иметь права на редактирование. В противном случае токен останется без изменений и не будет работать.