Adit Abhyankar propõe uma nova abordagem para acabar de vez com bots capazes de reproduzir cliques e impressões em anúncios online

Muitos profissionais reconhecem a presença de fraude nos anúncios digitais. E artigos recentes publicados na ExchangeWire reacenderam o debate.

Pesquisas sugerem que até 50% de todos os pagamentos por anúncios são gerados por tráfego não humano.

Enquanto muitos profissionais não classificam esse tráfego de bots como um incômodo, estimativas sugerem que fraudes de anúncios online podem custar até 6 bilhões de libras (equivalente a 22,5 bilhões de reais) anuais. Podem então melhores métricas ser a solução para combater isso? Primeiro, vamos considerar o estado atual do mercado.

Com o aumento do tráfego de bots, é mais difícil distinguir entre atividade legítima e fraudulenta, bem como gerar uma avaliação real do sucesso de uma campanha.

Infelizmente, fraudes de anúncios online afetam todos os estágios do processo de compra, incluindo taxas de clique, impressões e conversões: as fraudes de cliques são o tipo mais comum de atividade fraudulenta e custa aos anunciantes perda de receita à medida que cria resultados imprecisos, sem aumentar ou produzir qualquer venda ou conversão.

A fraude de impressão é quando as impressões são feitas - frequentemente por meio de atividades de bots -, mas não foram visualizadas por humanos.

Geralmente começa por grandes fraudadores que desenham os bots para dominar um computador em espera ou inativo, e então programam esses bots para imitar um usuário real visualizando páginas ou anúncios.

Os fraudadores também  carregam as impressões ao renderizar alguns anúncios invisíveis aos usuários, ou até escondê-los por trás de outros anúncios.

Um último tipo, mais raro, de fraudes de anúncios é a fraude de conversão, que ocorre quando o que parece ser um lead de negócio genuíno é na verdade gerado por uma máquina.

Então, se esses tipos de fraudes são reconhecidas e entendidas, onde elas param?

Infelizmente essas atividades fraudulentas são quase sempre registradas como legítimas por sistemas de prevenção, então os anunciantes estão pagando por anúncios que pode nunca ter sido vistos por humanos. Isso diminui qualquer chance de seu anúncio resultar em conversão ou receita. Com a indústria perpetuando o problema ao reconhecer que o anúncio é válido, sistemas de prevenção de fraude claramente não trabalham nesses pontos, altamente necessários.

Com isso em mente, quais as soluções atuais para o problema?

A fraude de anúncio pode ser superada, no entanto, é um processo lento e longo ainda em sua infância.Aqui estão organizações que ativamente buscam e retificam os problemas causados por fraudes online, incluindo Spider.io, White Ops e Integral Ad Science, que estão usando algoritmos de detecção de bots desenhados para identificar e interromper tráfego suspeito.

Além disso, muitas das ferramentas de busca usam filtros desenhados para identificar comportamento suspeito e reconhecer atividades fraudulentas, como marcar inúmeros cliques do mesmo endereço IP. O trabalho também está sendo feito para diferenciar um entendimento disseminado na indústria de que o que conta como uma impressão de visualização legítima, por companhias como Nielsen, enquanto o IAB recentemente divulgou novos padrões de visualização.

Tão encorajador quanto é que muitas companhias estão ativamente buscando maneiras de superar o controle bot online, e as fraudes ainda permanecem como um probelma real e sério. Na medida em que os anunciantes ganham conhecimento sobre isso, os fraudadores apenas encontrarão maneiras mais sofisticadas de cometer uma nova fraude no futuro.

Então, há alternativa para superar isso?

A única solução para se defender online de uma vez por todas pode ser alterar a maneira com que medimos campanhas de anúncios. Muitas delas estão usando métricas como CPM e CPC para aferir efetividade, enquanto são excepcionalmente suscetíveis a fraudes por meio das imitações de bots.

A outra métrica lógica e resistente a bots para campanhas é comparar a receita produzida. Apesar de que os bots estejam se tornando cada vez mais complexos e podem reproduzir muitas atividades e comportamentos humanos, eles não podem imitar uma conversão real ou um aumento na receita.

A métrica de receita também produz avaliações claras e compreensíveis sobre o sucesso da campanha. Os profissionais precisam reconhecer os benefícios dessa métrica e entender que, ao medir a receita, ele estão se beneficiando de um entendimento à prova de bots sobre o engajamento real de consumidores e o resultado dos anúncios.

Infelizmente, na era digital, onde bots dominaram o tráfego humano, as fraudes são comuns e custosas. Elas serão derrotadas, e nós poderemos vencer caso anunciantes e profissionais meçam o que importa ao bottom line de negócio. E agir de acordo.