俗話說，有錢能使鬼推磨。為了保障下載量、使用量，企業(yè)通常會在 App 推廣中投巨資給第三方渠道，用于引流買量。但在這一過程中，內(nèi)鬼、羊毛黨、刷量中介總會趁虛而入，成為刷量造假的核心群體。那么，今天就根據(jù)我的經(jīng)驗來談談怎么通過數(shù)據(jù)分析，辨別流量的真實性，揪出異常渠道。
做渠道數(shù)據(jù)分析的前提是拿到靠譜的第一手數(shù)據(jù)。數(shù)據(jù)如果不夠準確，那么基于此數(shù)據(jù)進行分析也就沒有任何意義。
渠道推廣比較精準的統(tǒng)計平臺我以 openinstall 為例，它能程序化生成渠道包以及海量渠道推廣鏈接，各個渠道只需拿著對應的專屬鏈接即可獲取相應數(shù)據(jù)，即便是用戶個體間的社交分享傳播，也能實現(xiàn)自動識別渠道分享來源。
數(shù)據(jù)獲取只是萬里長征第一步，防作弊分析才是重中之重。目前市場上的作弊方法很多，作弊工作室可能采用分布式人肉刷量的方式來刷量（可以參考基于任務獎勵形式的積分墻）；也有可能采用更為智能的方式，通過編寫程序腳本，修改真機參數(shù)，驅(qū)動真機運行。這些行為已經(jīng)跟真實的用戶行為幾乎沒有差別了，很難從技術上分辨這些數(shù)據(jù)。但我們還是能從數(shù)據(jù)上分析出一些蛛絲馬跡，下面就講講具體的辨別方法。
一、先做渠道排重
第一步，先利用現(xiàn)成的工具和系統(tǒng)，從技術上將重復多余的數(shù)據(jù)剔除，現(xiàn)在許多第三方基于不同的方案，都有一套自己的排重機制，比如 openinstall 后臺就能提供免費的排除重復功能，主要維度包括：安裝量、注冊量、1日/7日/30日留存、增長趨勢、IP 分布、系統(tǒng)版本等，也可以根據(jù)業(yè)務需求自定義目標事件，精準的排重功能可以幫我們做一個初步數(shù)據(jù)篩選，也為后面的分析環(huán)節(jié)省去不少工作量。
二、渠道效果評估
1、留存率判斷
從留存率看刷量的話，最簡單的判斷是觀察1日、7日、30日這三個節(jié)點的數(shù)據(jù)波動，不少刷量工作室會選擇在這三個節(jié)點定時導入或者批量導入大量用戶數(shù)據(jù)。所以，如果在沒有外在因素影響的情況下，數(shù)據(jù)出現(xiàn)過高或過低的波動，那么該渠道就有作弊嫌疑。
真實的用戶留存曲線應該是平滑下降的，如果一個 App 的次日留存率能達到40%的話，那么7日留存率達到20%，30日留存率達到10%，這個 App 的留存率就高過業(yè)內(nèi)標準了，需要警惕。一般高頻類 App（如社交、外賣、工具類）留存率會大于低頻類 App（如租房、旅游、電商類），其次，如果有簽到獎勵、沉默喚醒機制的 App 留存率或許會高一些，這些因素也要考慮進去。
2、終端設備判斷
用戶終端可以準確追蹤到的包括：IP分布、系統(tǒng)版本、品牌/機型等，這些都有分析技巧。
IP分布關系到投放策略層面，一般我們都會根據(jù)產(chǎn)品調(diào)性做重點投放，比如一二線高消費城市、三四線等相對下沉城市，或者根據(jù)區(qū)域，比如華東、華南或省份等。查看數(shù)據(jù)時，如果有部分用戶來自重點投放區(qū)域外，或者過于集中在某個地區(qū)，那么數(shù)據(jù)來源可能來自某個作弊工作室。
系統(tǒng)版本和操作系統(tǒng)占比也能看出些貓膩。事實上很多作弊渠道都是統(tǒng)一采購作弊設備，畢竟如果一直換新手機作弊成本也太高了，但真實用戶不是，因此如果觀察到的版本和系統(tǒng)都是比較落后的版本，或者是過于集中在某個時段的版本，那可能就有問題，比如現(xiàn)在2019年，而來自某個渠道的用戶機型和操作系統(tǒng)基本都是2017年6月份發(fā)布的新機，那就值得懷疑。
品牌機型也是同理，尤其是 iOS 沒有模擬機，必須用真機觸發(fā)，因此刷量作坊會大量采購二手蘋果手機，安卓方面，出于成本考慮，主要的刷量也都是由低價機、二手機、冷門機型完成，這些都是可以辨別的依據(jù)。
3、用戶行為判斷
即便如今的作弊工作室能模擬出連系統(tǒng)都無法辨別的逼真行為數(shù)據(jù)，但訪問頁面、使用時長、訪問間隔、使用頻率這些實際行為是很難和真實用戶一模一樣的。
想要辨別的話，一是跟日常數(shù)據(jù)做比較，在沒有活動或重大更新之類的影響下，真實用戶的行為數(shù)據(jù)應該是趨向平穩(wěn)的，這個能從某個頁面的訪問或功能使用時長判斷；二是參考權(quán)威數(shù)據(jù)，應用寶之類的應用市場或第三方評測平臺，會根據(jù)市場大數(shù)據(jù)定期發(fā)布用戶行為報告，這個也是參考標準之一。
4、轉(zhuǎn)化率分析
分析一個 App 的流量轉(zhuǎn)化率，不僅能幫助我們提高投放效率，還能判斷引流渠道的價值。
通常用戶行為都是可以做成漏斗模型的，我們可以把“訪問-下載-安裝-打開-注冊-付費”等行為步驟做成沙漏，每經(jīng)過一層，作弊難度就會大幅增加，觀察每一層轉(zhuǎn)化的異常，可以對渠道質(zhì)量得出一個大致的結(jié)論。
以上這些方法在實際運用中還有很多發(fā)揮空間，可以自行根據(jù)產(chǎn)品性質(zhì)做出調(diào)整，跟作弊行為斗智斗勇，是每個 App 推廣中必須經(jīng)歷的，這些就需要經(jīng)驗積累和工具輔助運用才能實現(xiàn)。
A5創(chuàng)業(yè)網(wǎng)推出企業(yè)會員服務，為企業(yè)公司提供合適的營銷服務，助力初創(chuàng)企業(yè)迅速成長，打開全網(wǎng)營銷渠道！掃碼了解詳情：
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
