(2017-12-13)惡意廣告詐騙行為讓企業廣告投資報酬率大減 900%!透過AI偵測模型:多重維度資料分析 X 自我學習,有效杜絕廣告詐騙行為。

Appier技術長暨共同創辦人蘇家永展示Appier人工智慧廣告詐騙防治機制。

(2017-12-13)廣告背後的惡意「潛伏者」,如點擊農場、惡意程式、仿真機器人所帶來的垃圾流量正在鯨吞蠶食行銷效益,為全球品牌與廣告主帶來巨大威脅。隨著數位廣告詐騙手法日新月異,偵測難度也愈來愈高,專精於人工智慧與跨螢技術的新創公司沛星互動科技,於今日公佈最新《 亞洲數位廣告詐騙行為研究報告 》,從Appier內部超過40億筆使用者真實行為資料中剖析傳統與新型態廣告詐騙行為,並展示Appier如何透過人工智慧防治機制偵測惡意數位廣告詐騙。

報告顯示,在亞洲,藉由人工智慧所偵測到的偽裝行動應用程式下載率較傳統防治機制還要高出兩倍,在台灣更是高達三倍;而從廣告成效來看,惡意的數位廣告詐騙將造成企業廣告投資報酬率918%的損失。

 

Appier技術長暨共同創辦人蘇家永指出:「近年來,惡意廣告詐騙行為已經在全球數位廣告產業中造成重大威脅,為企業帶來數十億美金的成本損失。隨著詐騙手法日益複雜與仿真,相較於傳統廣告詐騙偵測機制的侷限性,以人工智慧為基礎所開發的廣告詐騙偵測機制更能夠協助企業有效地偵測新興詐騙手法並過濾可疑流量,讓廣告主每一筆行銷成本都能發揮最大的價值。」

人工智慧詐騙偵測模型優勢:多重維度資料分析 X 自我學習
傳統廣告詐騙偵測機制侷限在一至三個維度的分析,並仰賴人為所定義的簡易規則來過濾可疑流量。然而,人工智慧可以分析超過八十個維度的資料,其自我學習的能力更可以即時分析與歸納新詐騙型態,並且快速建立與應用新規則,找出先前尚未出現過的可疑詐騙模式,幫助廣告主提早預防新興的廣告詐騙行為。

用人工智慧破解「變色龍」等新興偽裝型詐騙手法
人工智慧詐騙偵測模型的優勢在於能夠發掘更多傳統模型難以偵測的廣告詐騙行為模式 ,以Appier稱之為「變色龍」的偽裝型詐騙手法為例,不肖業者會先偽裝成合法的廣告發行商,於初期先提供正常流量,一段時間後才回傳大量的偽造下載數以掩人耳目。Appier的人工智慧詐騙偵測模型也能偵測如「廣告庫存量暴增」的可疑活動,在這種行為模式下,惡意發行商於單日突然回報大量廣告庫存量,但該日的應用程式內註冊率卻為零。

Appier技術長暨共同創辦人蘇家永表示:「就如同網路與金融詐騙一樣,數位廣告詐騙手法也不斷在進化當中。企業需要具備能快速偵測和抑制惡意威脅的因應能力,而傳統的防治機制已經無法跟上不肖業者的腳步,用人工智慧來打擊各種新興的廣告詐騙模式將會是最佳的選擇。」

關於Appier 2017亞洲數位廣告詐騙行為研究報告
本研究報告的資料來源為Appier於2017年5至8月間所進行的跨國的行動裝置廣告活動,共計約41.5億筆使用行為資料量,包含廣告點擊數、應用程式下載數、留存率、廣告投資報酬率等等,並以匿名的方式進行分析。報告中所有資料皆為實際使用者行為資料分析,無使用任何問卷。完整報告見此