Фейковые заявки с рекламы: откуда берутся и как с ними бороться

Фейковые заявки давно стали серьезной проблемой для компаний, использующих контекстную рекламу. Боты сливают бюджет, искажают статистику и метрики эффективности кампаний, а Яндекс не спешит возвращать деньги даже за явно нецелевые обращения.

К сожалению, полностью избавиться от ложных заявок невозможно. Однако существуют методы и подходы, которые помогут значительно снизить их количество и минимизировать ущерб. В статье рассмотрим, как бороться с фейковыми заявками, поделимся практическими рекомендациями по их выявлению и предотвращению.

Что будет в статье

• Какие лиды называются целевыми в контекстной рекламе?
• Что такое фейковые заявки и как они возникают?
• Как бороться с фейковыми заявками: 12 эффективных методов

Целевые лиды – это обращения потенциальных клиентов, которые соответствуют целям и критериям рекламной кампании. Это контакты людей, которые действительно заинтересованы в товарах или услугах и с высокой вероятностью могут совершить покупку.

Некоторые примеры целевых лидов:

1. Заявка от человека, находящегося в вашем географическом таргетинге и соответствующего портрету клиента. Например, для интернет-магазина одежды это может быть женщина 25-35 лет из крупного города России.
2. Звонок с четко выраженным намерением совершить покупку или получить услугу. Человек искал конкретный товар, сравнивал цены или условия доставки.
3. Контакт посетителя, который провел на онлайн-площадке достаточно времени, изучил информацию о продукте, добавил товар в корзину.
4. Целевок действие на сайте - регистрация, подписка, запрос коммерческого предложение, скачивание демо-версии программы и т.д.

Нецелевыми считаются лиды, которые не соответствуют критериям кампании. Например, заявки от неподходящей аудитории, ошибочные звонки, заполнение формы ботами и т.п. Отслеживание и анализ таких фейковых лидов позволяет оптимизировать расходы и повышать эффективность рекламных кампаний.

Фейковые заявки в Яндекс.Директ (фрод) - это некачественные или мошеннические обращения, которые поступают на сайт, но на самом деле не являются реальными запросами от потенциальных клиентов.

Это могут быть:

• Клики роботов или программ для накрутки показателей.
• Массовые клики по объявлениям для слива рекламных бюджетов.
• Автоматическое заполнение ботами даже сложных форм с квизами.
• Переходы конкурентов по объявлениям для быстрого расходования средств и получения преимущества.
• Клики случайных пользователей, которые попали на сайт по ошибке и быстро его покинули.
• Люди, которые оставили некорректные номера телефонов и e-mail.
• Клики недобросовестных сотрудников или партнеров рекламодателя для искусственного завышения отчетности.
• Регистрация фейковых лидов мошенниками для получения бонусных вознаграждений.

Как правило, фейковые заявки возникают из-за халатности или злого умысла. Их характерные признаки:

● Слишком короткое время, проведенное на сайте (5-10 сек). Реальный пользователь физически не успевает за это время ознакомиться с контентом.
● Отсутствие просмотров других страниц кроме посадочной. Целевой посетитель, как правило, переходит в другие каталога, на страницы контактов, о бренде, доставка и оплата и др.
● Отсутствие каких-либо полезных действий - заявок, подписок, добавлений в корзину и т.п.
● Большое число отказов (быстрый уход с веб-ресурса после перехода по рекламе) с одного IP-адреса, с определенных площадок или по некоторым устройствам.
● Несоответствие геолокации посетителя вашему таргетингу.
● Использование виртуальных частных сетей (VPN) и прокси-серверов.
● Множественные посещения с одного IP с коротким интервалом, особенно с разных браузеров/устройств.

● Некорректные или нелогичные HTTP-рефереры, с которых пришли переходы.
● Переходы с известных "семенных" сайтов, специализирующихся на продаже фрода.
● Аномально высокий коэффициент конверсии с каких-либо площадок, не соответствующий среднему по кампании. Например, 100% конверсия при 1-2 кликах - явный признак ложной заявки.
● При передаче ID клиента в CRM выясняется, что заявки с одинаковым клиент ID приходят многократно, но с разными контактными данными (имя, телефон, город). Это указывает на бота.
● Обращения не подтверждаются при разговоре с менеджером и не проходят квалификацию в CRM. Если передавать квалифицированные лиды обратно в Метрику, то отсутствие конверсии может свидетельствовать о фейковом характере контакта.
● Несколько обращений за короткий промежуток времени с одинаковыми или похожими клиентскими идентификаторами в веб-аналитике.
● Поведение пользователей перед отправкой ложной заявки, например, быстрый переход на страницу формы без просмотра остального содержимого площадки.
● Кластеры заявок, поступающих из одного места (по IP-адресам), региона или в определенные временные промежутки.
● Различия в поведенческих факторах, таких как среднее время, проведенное пользователем на сайте, глубина просмотра, между реальными обращениями и подозрительными.

Выявление и блокировка фрода очень важна, так как он приводит к нецелевому расходованию бюджетов и недостоверной аналитике кампаний. Квалифицировать фейковые заявки в Яндекс.Директ помогает комбинация аналитических данных, отчетов и обратной связи с предполагаемыми клиентами.

Особенно важна борьба с фродом при использовании автостратегий, которые приводят пользователей, похожих на тех, кто выполнил указанное целевое действие.

Подводя итог, следует понимать, что полностью избавиться от фейковых заявок в Яндекс.Директ практически невозможно. Однако применение комплексного подхода, включающего использование сложных форм, фильтров, корректировок ставок, регулярный анализ источников трафика и обращения в службу поддержки, позволит значительно сократить количество ложных заявок и минимизировать потери бюджета.