Anzeigenbetrug ist eines der größten Probleme, mit denen alle Beteiligten in der Ad-Tech-Branche konfrontiert sind. Laut TrafficGuard verlieren Werbetreibende 26 % ihres Werbekampagnenbudgets durch Anzeigenbetrug, wenn sie nicht über eine Lösung zur Betrugserkennung verfügen. Darüber hinaus handelt es sich lediglich um die direkten Kosten des Anzeigenbetrugs, die durch die Berücksichtigung indirekter Kosten noch erhöht werden. 

Betrügerische Aktivitäten treffen Werbetreibende am stärksten, da sie für gefälschte Impressionen und Zielgruppen bezahlen müssen. Dies bedeutet jedoch nicht, dass Werbebetrug keine negativen Auswirkungen auf Publisher hat. Der Wert des Anzeigeninventars kann durch Anzeigenbetrug erheblich sinken. Daher ist es unerlässlich, dass Verlage wissen, wie sie mit solchen Aktivitäten umgehen sollen. 

Schauen wir uns genauer an, was Anzeigenbetrug ist, bevor wir uns mit der Erkennung befassen.

Was ist Anzeigenbetrug?

Google definiert Ad-Betrug als „Alle Klicks oder Impressionen, die die Kosten eines Werbetreibenden oder die Einnahmen eines Publishers künstlich in die Höhe treiben könnten“. Ungültiger Datenverkehr deckt sowohl vorsätzlich betrügerischen Datenverkehr als auch versehentliche Klicks ab.

AdSense-Anzeigenbetrug kann in drei große Unterkategorien unterteilt werden:

Richtlinien zur Anzeigenplatzierung: Dies bezieht sich auf die Position der Anzeigenplatzierungen auf Ihrer Website. Dazu gehört die Platzierung von Anzeigen, die zu versehentlichen Klicks anregen könnten, oder in der Nähe von Navigations-/Paginierungsmenüs.

Inhaltsrichtlinien: Dies bezieht sich auf die Platzierung von Anzeigen auf Inhalten, die nicht für die Familie sichtbar sind, oder auf die Platzierung von Anzeigen an Orten, an denen illegale Inhalte heruntergeladen werden (wie Torrentz).

Verkehrsregeln: Dies beinhaltet, ist aber nicht beschränkt auf:

  1. Klicks oder Impressionen, die von Publishern generiert werden, die auf ihre eigenen Live-Anzeigen klicken
  2. Wiederholte Anzeigenklicks oder Impressionen, die von einem oder mehreren Nutzern generiert wurden
  3. Publisher ermutigen zum Klicken auf ihre Anzeigen (Beispiele können sein: jede Sprache, die Benutzer dazu ermutigt, auf Anzeigen zu klicken, Anzeigenimplementierungen, die zu einer hohen Anzahl versehentlicher Klicks führen können usw.)
  4. Automatisierte Klick-Tools oder Traffic-Quellen, Roboter oder andere betrügerische Software

Natürlich werden die meisten AdSense-Kontoinhaber nicht versuchen, ihre Messwerte mithilfe der oben aufgeführten Taktiken zu erhöhen. Es lauern jedoch einige schändliche Geschäftsmodelle, die Ihrer Website durch Anzeigenbetrug schaden können.

Wie erkennt man, ob man angegriffen wurde? 

Sie haben die Möglichkeit, kostenpflichtige Tools wie IAS oder Moat zu verwenden, die funktionieren, indem sie einen Wrapper um den Anzeigenblock legen und dessen Netzwerkliste mit Websites anpingen, deren Inventar bereits als sicher/bösartig eingestuft ist. Allerdings sind die meisten dieser Tools recht kostspielig und für kleine und mittlere Verlage unerschwinglich.

Zum Glück gibt es Betrugserkennung Google Analytics kann Ihnen dabei helfen, zu überprüfen, ob auf Ihrer Website etwas faul ist. Zu diesen Werbebetrügereien zählen unter anderem: Domain-Spoofing, Keksfüllung, Ad Injection und Klicken Sie auf Farmen.

Lesen Sie auch: 5 Arten von Anzeigenbetrug (und wie sie sich auf Publisher auswirken)

Wie erkennt man mithilfe von Analytics ungültigen Traffic und Anzeigenbetrug?

Da es sich bei Google Analytics um ein kostenloses Tool handelt, müssen Sie hier bestimmte Kompromisse eingehen. Sie werden nie in der Lage sein, den gesamten Werbebetrug zu 100 % genau zu erkennen und eine vollständige Liste der Quellen zu erstellen, die Betrug verursachen, aber Sie können dem wirklich nahe kommen. Es gibt in GA viele Richtungsindikatoren, die auf Betrug auf Ihrer Website hinweisen können. Einige davon sind:

Indikator Nr. 1: Die Absprungrate beträgt 100 %. 

In Analytics wird ein Bounce speziell als eine Sitzung berechnet, die nur eine einzige Anfrage an den Analytics-Server auslöst, z. B. wenn ein Benutzer eine einzelne Seite Ihrer Website öffnet und sie dann verlässt, ohne während dieser Sitzung weitere Anfragen an den Server auszulösen. Die Wahrscheinlichkeit, dass keiner Ihrer Besucher nach dem Besuch der ersten Seite auf die zweite Seite wechselt, ist sehr gering. Wenn Ihre Absprungrate nahezu 100 % beträgt, ist dies ein Hinweis darauf, dass der Großteil Ihres Datenverkehrs Bot-/ungültiger Datenverkehr ist.

Indikator Nr. 2: Die durchschnittliche Sitzungsdauer zum Schließen beträgt 0 Sekunden

Die durchschnittliche Sitzungsdauer ist die Gesamtdauer aller Sitzungen (in Sekunden) geteilt durch die Anzahl der Sitzungen. Mathematisch gesehen kann der Durchschnitt nur dann Null sein, wenn alle Ihre Besucher weniger als eine Sekunde auf der Website sind, was höchst unwahrscheinlich ist. Auch dieses Szenario, wie das obige, ist ein Hinweis darauf Bot/ungültiger Datenverkehr.

Erkennung von Anzeigenbetrug in Google Analytics
Beispiel-GA-Konto mit hervorgehobener Sitzungsdauer und Absprungrate

Um Anzeigenbetrug in Google Analytics zu erkennen, können Sie im Unterabschnitt „Zielgruppe“ von Google Analytics auf beide Messwerte zugreifen. 

So gelangen Sie dorthin:

  1. Melden Sie sich GA an
  2. Gehen Sie zum Publikum Abschnitt
  3. Klicken Sie auf die Übersicht Abschnitt
  4. Dort finden Sie sowohl Ihre durchschnittliche Absprungrate als auch die durchschnittliche Sitzungsdauer

Nachdem Sie nun wissen, dass auf Ihrer Website Bot-Traffic vorhanden ist, wie können Sie herausfinden, wer dafür verantwortlich ist, und die Traffic-Quelle blockieren?

Filterung verdächtiger Verkehrsquellen

Sie können einen komplexen Filter anwenden, um die IP-Adresse herauszufinden, die diesen Bot-Verkehr an Ihre Website sendet, damit die Quelle des Anzeigenbetrugs klar wird.

So erkennen Sie Anzeigenbetrug in Google Analytics
Erkennen der Quelle des Bot-Verkehrs
  1. Melden Sie sich bei GA an.
  2. Gehe zu Erwerb > Der gesamte Verkehr
  3. Wähle aus Kanäle Unterabschnitt
  4. Nutzen Sie Netzwerkdomäne als Sekundärfilter. Dadurch erhalten Sie auch die Netzwerk-ID, die mit jeder Domäne verbunden ist

Dann werden Sie einen Trend bemerken Welche Website/Netzwerkdomäne sendet Ihnen Datenverkehr mit einer Sitzungsdauer von 0 und einer durchschnittlichen Verweildauer auf der Seite <1 Sekunde? Am besten filtern Sie diesen Bot-Traffic heraus, indem Sie einen Traffic-Filter einrichten.

Als nächstes müssen Sie die Netzwerk-ID der falschen Traffic-Quelle herausfiltern. Dies kann über Filter in Google Analytics eingerichtet werden.

Erkennung von Anzeigenbetrug mithilfe von Google Analytics
Festlegen eines Filters in GA, um betrügerische Netzwerk-IDs zu blockieren
  1. Gehen Sie zum Administrator .
  2. Klicke Anzeigen > Filter
  3. Gehe zu Neuen Filter erstellen
  4. Geben Sie die ID des verdächtigen Netzwerks ein
  5. Klicke Gespeichert

Da die Erkennung von Anzeigenbetrug in Google Analytics relativ einfach ist, sollten immer mehr Verlage dies nutzen, um öffentlich IP-Adressen zu nennen, die zum Wohle des Verlagsökosystems Schaden anrichten.

3 Kommentare

  1. Das ist sehr hilfreich und wird mir ab heute bei der Betrugsbekämpfung helfen. Eines der Probleme müssen Werbetreibende und Publisher in der Branche sein. Hier wird ausführlich dargelegt, wie man Betrug erkennt und potenziellen Betrug verhindert. Ich habe bis heute noch keinen ausführlichen Beitrag zu diesem Thema gesehen.

    Vielen Dank, dass Sie sich die Zeit genommen haben, uns aufzuklären.

  2. Brian Rodriguez antworten

    Danke dafür. Durch das „Blockieren“ des Bot-Verkehrs wird dieser lediglich in der Berichterstellung gefiltert. Es gibt keine Site-Blockierung dieses Datenverkehrs, richtig?

    • Shubham Grover antworten

      Das ist richtig, Brian. Sobald die Filterung eingerichtet ist, filtert die Google Analytics-Benutzeroberfläche den von einer bestimmten IP-Adresse eingehenden Datenverkehr einfach heraus (und blockiert ihn nicht). Sie müssen ausgefeiltere Tools verwenden, um diese IPs zu blockieren.

Schreibe einen Kommentar

Diese Seite verwendet Akismet, um Spam zu reduzieren. Erfahren Sie, wie Ihre Kommentardaten verarbeitet werden.