Нечестная игра: Как распознать мошенников в СРА-сетях

Команда OWOX BI и Райффайзенбанк сотрудничают с 2018 года. За первые 4 месяца работы, они  вместе решили интересную задачу, которая помогла банку распознать нечестных СРА-партнеров и оптимизировать расходы. Этот кейс будет полезен тем, кто пользуется услугами СРА-сетей (партнерских сетей или партнерок).

 

Кратко о компаниях

OWOX BI — это сервис маркетинг-аналитики, который помогает компаниям быстрее развивать свой бизнес и достигать маркетинговых целей. С его помощью можно объединять данные из разных источников, автоматизировать отчеты и находить в них ценные инсайты.

Райффайзенбанк — российский банк, который предоставляет коммерческие услуги корпоративным и частным клиентама. Банк является дочерним предприятием австрийской группы банков, Raiffeisen Bank International.

В России, банк работает с 1996, и уже сегодня насчитывает 7 900 сотрудников и 180 отделений по всей стране.

Клиенты Райффайзенбанка пользуются услугами банка не только в отделениях, но и через другие каналы, такие как банкоматы, онлайн-банк, терминалы самообслуживания, SMS-банк и мобильное приложение.

С какой проблемой столкнулись

Маркетологи банка обратились к команде OWOX BI с просьбой разобраться с данными источников трафика.

Они заметили, что расходы по партнерскому трафику возросли, тогда как доход оставался без изменений. К тому же, аналитики обнаружили, что сессии пользователей часто обрывались перед совершением заказа.

Райффайзенбанк начал подозревать, что партнерские сети недобросовестно работают.

СРА-маркетинг и интернет реклама эффективны для бизнеса, но рекламодатели все чаще сталкиваются с примерами нечестной игры.

CPA-партнеры могут преднамеренно подставлять другой источник трафика на страницах оформления заказа, чтобы присвоить себе вознаграждение за конверсию. Часто это делается через тулбары и расширения к браузерам.

Вот как это работает:

  • Пользователю предлагают установить расширение на браузер, скажем, чтобы получать дополнительные скидки.
  • После установки, пользователь переходит на сайт, оформляет заказ и видит всплывающее окно с предложением о скидке.
  • В момент открытия веб-мастер заменяет cookie-файлы.

Поиск решения

Чтобы узнать, действительно ли источники трафика подменяются, совместно с маркетологами Райффайзенбанка, команда OWOX BI начала собирать сырые данные о поведении пользователей на страницах сайта.

После этого, аналитики банка  выбрали информацию о посетителях, у которых происходили сбои сессий и менялся источник трафика, при этом партнерская сеть была последним каналом.

И действительно полученный отчет показал, что было мошенничество.

Вместе с коллегами из Райффазенбанка, команда OWOX BI определила  недобросовестные партнерские сети, которые присваивают себе трафик. В результате, Райффайзенбанк прекратил сотрудничество с такими СРА-сетями и стал эффективнее распределять бюджет.

Аналитики Райффайзенбанка и OWOX BI разработали следующую схему движения данных:

Как распознать мошенников в СРА-сетях

Этап 1. Сбор сырых данных

Учитывая, что Google Analytics применяет лимиты к количеству сессий, после превышения – данные семплируются. Поэтому аналитики Райффайзенбанка решили обойти семплирование и, использовать продукт OWOX BI Pipeline для передачи сырых данных в Google BigQuery. Этот облачный сервис отвечает мировым стандартам безопасности, что весьма важно для банка.

Благодаря такому решению, аналитики передали сырые данные в режиме реального времени, и при этом получили timestamp хитов.

Таким образом, в одном отчете можно было отследить каждую последовательность действий пользователя, даже в разных сессиях.

Скажем, вы хотите получить информацию о пользователях, которые просмотрели страницу /promo/, после чего вернулись через СРС на сайт и, в конечном счете, сделали заказ.

Необходимо создать отчет, который будет отображать даты захода на страницу /promo/ каждого пользователя.

Для этого аналитики из Райффайзенбанка и OWOX BI использовали следующий запрос:  Как распознать мошенников в СРА-сетях       

В результате получается вот такая таблица с разбивкой по необходимым данным.

Нечестная игра: Как распознать мошенников в СРА-сетях

 

Этап 2. Обработка данных

Аналитики Райффайзенбанка вместе с командой OWOX BI пришли к выводу, что необходимо собрать определенные данные, чтобы понять верна ли гипотеза о подмене источников:

  • ID пользователя.
  • Канал и источник первой и последующей сессии.
  • Временной промежуток между сессиями.
  • Первоначальная и конечная URL-ссылка каждой сессии.
  • События в каждой сессии.
  • Данные о наличии транзакции в последней сессии.

К данным выше также нужно применить условия, чтобы понять была ли подмена источника трафика:

  • Время между двумя сессиями — не более 60 сек.
  • При смене источника трафика не меняется страница.
  • Совершена транзакция в последней сессии.
  • Последний канал — affiliate.

Чтобы получить эту информацию, аналитики использовали SQL-запрос к данным в Google BigQuery:

Нечестная игра: Как распознать мошенников в СРА-сетях

 

Этап 3. Построение отчетов

Чтобы построить отчеты для анализа, команда OWOX BI использовала дополнение OWOX BI BigQuery Reports, которое автоматически импортирует данные из Google BigQuery в Google Sheets.

В результате, Райффайзенбанк получил отчет в виде сводной таблицы с данными по каждому пользователю, у которого менялся источник трафика, а время между сессиями было не более 60 секунд.

Нечестная игра: Как распознать мошенников в СРА-сетях

Затем всю информацию свели в единую таблицу, с помощью которой руководитель интернет-продаж Райффайзенбанка определил, какие партнерские сети работают нечестно.  

Цифры ниже не являются подлинными и приведены в качестве примера:

Как распознать мошенников в СРА-сетях

Из полученного отчета видно, сколько транзакций было сделано с другим источником трафика и какие affiliate изменяли его на свой. Здесь также видно, из каких каналов воровали  транзакции. В данном случае это Organic и СРС.

 

Полученный результат

С помощью сервисов OWOX BI, Райффайзенбанк создал отчет, который помогает отследить статистику по партнерским сетям и разоблачить мошенников в СРА-маркетинге.

Используя полученные данные, банк оптимизировал расходы на рекламные кампании и отказался сотрудничать с двумя нечестными партнерами, которые заменяли источник трафика и безосновательно повышали суммы счетов на услуги.

Понравилась статья? Поделиться с друзьями:
Подробнее в Все о CPA
CPA Сети – ТОП 10 Партнерских программ
Закрыть