【数据分析让流量作弊无处遁形】市场人都有一个共同的梦想，就是“所有的营销都是有效的，所做的投放都是精准的”。可事实往往并不如愿，从近100年的广告史来看，不论是依靠经验判断、强媒介投放资源的传统广告，还是基于大数据分析、目标受众的标签，到目前为止，定向投放的互联网效果广告都没办法实现绝对的精准化。此外，还有一个不可否认的事实——效果广告的“黑洞操作”愈发严重，这些“黑洞操作”不仅严重浪费推广预算，还影响到对媒介投放是否有效的衡量与评估。
一、流量作弊的特征
投放数字广告的逻辑是：先被用户看到，才有可能发生进一步的点击、浏览、注册（或留资）、购买等其他行为。从展现到点击是广告数据的源头，没有展现的转换，没有曝光的点击一定存在问题。考虑到作弊难度和成本，在展现量、点击量、留资量这三个环节很容易产生流量作弊，因为这里是数字广告的投放源头。只有当用户使用、交易的行为越深，作弊的难度才会越大。用户转化成企业潜在客户（交付定金）、订单量以及最终的交易量，在这三个环节几乎不会存在流量造假。
企业只要从交易的最终成单量就能反推出CPS（每一件实际销售产品计费），掌握自身的CPS后再追溯，基本上就能清晰地知道流量作弊浪费的资金有多少。
二、流量作弊在偷走你的广告费
知己知彼，百战不殆。要有效地解决作弊问题，首先需要彻底了解市场上都有哪些常用的作弊手段，早在2015年，百度在发布的《搜索推广作弊市场调研报告》中指出：百度推广每天监测并过滤千万量级无效点击，其中5%为人工作弊，49-65%为机器作弊。2016年，腾讯发布的反流量作弊白皮书中，从用最宽松的条件去看，市场上30%的数据可能都是异常的。这还是只是一个平均值，部分APP可能还有更严重的流量作弊情况。
流量作弊一直是互联网营销行业的顽疾。流量的质量问题，严重影响着推广预算性价比。从用户的真假和机器的真假两个维度来观察，大致可以分类出三种类型的作弊方式。这些作弊手段不仅“长盛不衰”，有的甚至还会不断创新，相互结合。让我们来盘点下“流量作弊”的常用手段。
1、模拟器作弊刷单
假机假用户。用户和机器都是假的，往往是模拟器，用程序让少量设备伪造大量IP与设备信息进行模拟访问，对APP的激活根本不是在真实手机上发生的，可能是在PC上运行一个模拟器。
真机假用户。机器是真的，几百上千台手机，通过一些框架去篡改手机的设备号，不管是安卓还是IOS，都有设备的标识号，机器是真的，但是背后的人是假的。
2、利益催生出来的刷单工作室
真机真用户。这是一种难度更高的作弊方式。通过木马或者恶意程序控制手机、使它中病毒之后被劫持了，就是“肉机”这个概念。凌晨趁你休息的时候，自动上网下载某个APP，你毫无感知，这就是作弊的模式。
因此，我们看到的不一定是真实的。我们判断一个用户的情况，不仅仅看留存率，看分布是不是正常，这些数据其实都是可以作假的，其次流量作弊已不再是小作坊式的运作，而是衍生出工作室，有规模、有组织的在做这件事，这是问题严峻性所在。
三、针对流量作弊的应对办法
企业在进行传统广告投放时只能依靠市场人员的经验，进行初级的用户分析和投放分析，很难完成效果追溯；互联网效果广告投放则可通过大数据标签化的精准定向，根据投放效果即时调换创意形式，达到最后的效果追踪。
因此，企业最强烈的需求就是防流量作弊，那么有没有什么办法可以尽量规避一些流量作弊呢？虽然从互联网时代到移动互联网时代，先后涌现出多家第三方广告数据监测工具和平台，但是第三方数据监测平台只能提供APP、网页等单一终端表面的数据统计及分析（如PV、UV、停留时间和按钮点击热度等），无法多平台整合、统计并追踪用户行为数据，对用户消费及消费后续行为统计就更加困难（企业也不允许这部分核心数据外泄），因此很难通过表面监测杜绝作弊行为。
一般企业在进行数字广告投放时，都应该得到三端的数据：第一，媒体端数据，包括来自投放媒体的展现量、点击量、点击率、关键词消费、点击价格等；第二、自由网站端（落地页）流量数据，包括PV\UV\停留时间、下载客户端等；第三，销售端的订单数据，包括留资量（电话采集）、潜客量（定金意向）、订单量、成单量等。
理想状态下，如果企业能够有效地聚合三端数据并且彼此对比验证，就可以大大降低流量作弊问题，提升营销效果，然而大部分企业，这三端的数据很难同时集中在市场部手中，并被精细地串联使用，那么企业该如何应对流量作弊呢？
1、制定科学的KPI加对流量的细分标记
很多广告主被流量作弊行为蒙蔽的根本原因是只追求效果，KPI考核定在展现量，点击量，留资量这三方面，制定了不现实的KPI，因此，企业需要将KPI考核多定在潜客量、订单量甚至最终成单量上，才能更加准确地了解正常点击、曝光和转换数据范围，一旦超出正常范围就要提高警惕。
你不做细分流量，怎么发现什么流量有问题呢？
细分流量一般有两种方法，最常用的是link tag的方法。
另外一种方法，是直接给每个不同的流量不同的落地页，不想做不同页面的话，同一个页面不同URL即可。同样可以区分出不同的流量。这种方法用得少，但是在不能给流量做link tag的时候，这个方法很解决问题
2、建立全程数据监测，查看各个细分流量的用户行为
企业如果真的想要实现精准化的投放，企业的管理者就一定要有全程数据监测的意识。
图1：诸葛io的数据采集监控
通过技术自主搭建监测系统，把投放的“三端六环”（三端：媒体数据、网站流量数据、订单数据；六环：展现量、点击量、留资量、潜客量、订单量、成交量）真正打通。
图2：诸葛ioDEMO数据
图3：诸葛ioDEMO数据
PS：根据所在部门的KPI选择不同“目标事件”（比如：注册成功）作为转化目标来衡量落地页效果，让你的优化策略更聚焦。
一些行为已经不能只是透过简单的跳出率来查看了。
我们需要看更加具体的用户的行为，诸如点击的分布，设备的分布，地域的分布，时间的分布，互动时间与参与状况等。显然，大部分效果类的作弊，都很难真正的模拟人的行为，所以，发现作弊其实真正无敌的方法，就是看这些流量的行为是不是“真人”。
没错，利用一定的方法，你肯定能分辨出来。具体方法点击文章：为什么投信息流广告，有钱花不出去？原因全在这！在这篇文章中，你会看到出现严重问题的流量是怎么被发现与证实的。
这样，企业基本上就能清楚哪个投放渠道，展现媒体对自己是有利的，哪种推广形式能带来明显的效果转化，企业就敢在数字营销上花更多的广告费，也就能知道那50%的广告费到底花到哪儿了，同时避免更多的盲目投放。
事实上，流量作弊可以归结为概率问题，分析大量的作弊行为后，通过数据对比把可疑性强的流量排除，此外，从用户全生命周期的角度衡量投放效果，从获得曝光、到引导用户下载、注册、使用，再到用户最终付费的全周期的监测，打通安卓 / iOS 的 APP 跨应用商店的用户行为数据，实现跨应用平台的用户追踪，从而实现获取分析指导投放决策，这才是反作弊的核心。
3、查看流量的行为演进过程
作弊流量和低质量流量的共同特征，就是：它不会往交易的更深处“演进”。
对于转化需要多个步骤完成的业态，这个方法尤为有用。比如，这些流量集中在落地页，但是停留在这里，不再继续发展。一般这些流量背后不是机器，但垃圾无效流量较多。
行为演进的细分与分析，还能够帮助我们发现一些客户端的劫持。典型特征是，当流量演进到购物车或者支付环节的时候，就不再继续进行下去了。而另外一些流量则莫名其妙的以购物车或者支付环节为落地页。
不过，有一类效果作弊基本上没有办法能够被找出来，即互联网基础通信服务端发起的劫持。唉，当一个流量一出现的时候，就已经被人从头到尾改换了门庭，而且还是从互联网基础设施的角度改换的。
那就真心没办法能查能堵了。正因为如此，这一类作弊，是目前效果类作弊的最严重的，屡禁不止呀（关键也没有任何强力机构会禁止这种抢钱行为）。
虽然说你不能真正发现这类作弊，但还是可以“能感觉到”。比如，当你真的停掉那些ROI很差或者“毫无作为”的流量了以后，那些看起来本来很好的流量渠道也应声下降。
一、流量作弊的特征
投放数字广告的逻辑是：先被用户看到，才有可能发生进一步的点击、浏览、注册（或留资）、购买等其他行为。从展现到点击是广告数据的源头，没有展现的转换，没有曝光的点击一定存在问题。考虑到作弊难度和成本，在展现量、点击量、留资量这三个环节很容易产生流量作弊，因为这里是数字广告的投放源头。只有当用户使用、交易的行为越深，作弊的难度才会越大。用户转化成企业潜在客户（交付定金）、订单量以及最终的交易量，在这三个环节几乎不会存在流量造假。
企业只要从交易的最终成单量就能反推出CPS（每一件实际销售产品计费），掌握自身的CPS后再追溯，基本上就能清晰地知道流量作弊浪费的资金有多少。
二、流量作弊在偷走你的广告费
知己知彼，百战不殆。要有效地解决作弊问题，首先需要彻底了解市场上都有哪些常用的作弊手段，早在2015年，百度在发布的《搜索推广作弊市场调研报告》中指出：百度推广每天监测并过滤千万量级无效点击，其中5%为人工作弊，49-65%为机器作弊。2016年，腾讯发布的反流量作弊白皮书中，从用最宽松的条件去看，市场上30%的数据可能都是异常的。这还是只是一个平均值，部分APP可能还有更严重的流量作弊情况。
流量作弊一直是互联网营销行业的顽疾。流量的质量问题，严重影响着推广预算性价比。从用户的真假和机器的真假两个维度来观察，大致可以分类出三种类型的作弊方式。这些作弊手段不仅“长盛不衰”，有的甚至还会不断创新，相互结合。让我们来盘点下“流量作弊”的常用手段。
1、模拟器作弊刷单
假机假用户。用户和机器都是假的，往往是模拟器，用程序让少量设备伪造大量IP与设备信息进行模拟访问，对APP的激活根本不是在真实手机上发生的，可能是在PC上运行一个模拟器。
真机假用户。机器是真的，几百上千台手机，通过一些框架去篡改手机的设备号，不管是安卓还是IOS，都有设备的标识号，机器是真的，但是背后的人是假的。
2、利益催生出来的刷单工作室
真机真用户。这是一种难度更高的作弊方式。通过木马或者恶意程序控制手机、使它中病毒之后被劫持了，就是“肉机”这个概念。凌晨趁你休息的时候，自动上网下载某个APP，你毫无感知，这就是作弊的模式。
因此，我们看到的不一定是真实的。我们判断一个用户的情况，不仅仅看留存率，看分布是不是正常，这些数据其实都是可以作假的，其次流量作弊已不再是小作坊式的运作，而是衍生出工作室，有规模、有组织的在做这件事，这是问题严峻性所在。
三、针对流量作弊的应对办法
企业在进行传统广告投放时只能依靠市场人员的经验，进行初级的用户分析和投放分析，很难完成效果追溯；互联网效果广告投放则可通过大数据标签化的精准定向，根据投放效果即时调换创意形式，达到最后的效果追踪。
因此，企业最强烈的需求就是防流量作弊，那么有没有什么办法可以尽量规避一些流量作弊呢？虽然从互联网时代到移动互联网时代，先后涌现出多家第三方广告数据监测工具和平台，但是第三方数据监测平台只能提供APP、网页等单一终端表面的数据统计及分析（如PV、UV、停留时间和按钮点击热度等），无法多平台整合、统计并追踪用户行为数据，对用户消费及消费后续行为统计就更加困难（企业也不允许这部分核心数据外泄），因此很难通过表面监测杜绝作弊行为。
一般企业在进行数字广告投放时，都应该得到三端的数据：第一，媒体端数据，包括来自投放媒体的展现量、点击量、点击率、关键词消费、点击价格等；第二、自由网站端（落地页）流量数据，包括PV\UV\停留时间、下载客户端等；第三，销售端的订单数据，包括留资量（电话采集）、潜客量（定金意向）、订单量、成单量等。
理想状态下，如果企业能够有效地聚合三端数据并且彼此对比验证，就可以大大降低流量作弊问题，提升营销效果，然而大部分企业，这三端的数据很难同时集中在市场部手中，并被精细地串联使用，那么企业该如何应对流量作弊呢？
1、制定科学的KPI加对流量的细分标记
很多广告主被流量作弊行为蒙蔽的根本原因是只追求效果，KPI考核定在展现量，点击量，留资量这三方面，制定了不现实的KPI，因此，企业需要将KPI考核多定在潜客量、订单量甚至最终成单量上，才能更加准确地了解正常点击、曝光和转换数据范围，一旦超出正常范围就要提高警惕。
你不做细分流量，怎么发现什么流量有问题呢？
细分流量一般有两种方法，最常用的是link tag的方法。
另外一种方法，是直接给每个不同的流量不同的落地页，不想做不同页面的话，同一个页面不同URL即可。同样可以区分出不同的流量。这种方法用得少，但是在不能给流量做link tag的时候，这个方法很解决问题
2、建立全程数据监测，查看各个细分流量的用户行为
企业如果真的想要实现精准化的投放，企业的管理者就一定要有全程数据监测的意识。
图1：诸葛io的数据采集监控
通过技术自主搭建监测系统，把投放的“三端六环”（三端：媒体数据、网站流量数据、订单数据；六环：展现量、点击量、留资量、潜客量、订单量、成交量）真正打通。
图2：诸葛ioDEMO数据
图3：诸葛ioDEMO数据
PS：根据所在部门的KPI选择不同“目标事件”（比如：注册成功）作为转化目标来衡量落地页效果，让你的优化策略更聚焦。
一些行为已经不能只是透过简单的跳出率来查看了。
我们需要看更加具体的用户的行为，诸如点击的分布，设备的分布，地域的分布，时间的分布，互动时间与参与状况等。显然，大部分效果类的作弊，都很难真正的模拟人的行为，所以，发现作弊其实真正无敌的方法，就是看这些流量的行为是不是“真人”。
没错，利用一定的方法，你肯定能分辨出来。具体方法点击文章：为什么投信息流广告，有钱花不出去？原因全在这！在这篇文章中，你会看到出现严重问题的流量是怎么被发现与证实的。
这样，企业基本上就能清楚哪个投放渠道，展现媒体对自己是有利的，哪种推广形式能带来明显的效果转化，企业就敢在数字营销上花更多的广告费，也就能知道那50%的广告费到底花到哪儿了，同时避免更多的盲目投放。
事实上，流量作弊可以归结为概率问题，分析大量的作弊行为后，通过数据对比把可疑性强的流量排除，此外，从用户全生命周期的角度衡量投放效果，从获得曝光、到引导用户下载、注册、使用，再到用户最终付费的全周期的监测，打通安卓 / iOS 的 APP 跨应用商店的用户行为数据，实现跨应用平台的用户追踪，从而实现获取分析指导投放决策，这才是反作弊的核心。
3、查看流量的行为演进过程
作弊流量和低质量流量的共同特征，就是：它不会往交易的更深处“演进”。
对于转化需要多个步骤完成的业态，这个方法尤为有用。比如，这些流量集中在落地页，但是停留在这里，不再继续发展。一般这些流量背后不是机器，但垃圾无效流量较多。
行为演进的细分与分析，还能够帮助我们发现一些客户端的劫持。典型特征是，当流量演进到购物车或者支付环节的时候，就不再继续进行下去了。而另外一些流量则莫名其妙的以购物车或者支付环节为落地页。
不过，有一类效果作弊基本上没有办法能够被找出来，即互联网基础通信服务端发起的劫持。唉，当一个流量一出现的时候，就已经被人从头到尾改换了门庭，而且还是从互联网基础设施的角度改换的。
那就真心没办法能查能堵了。正因为如此，这一类作弊，是目前效果类作弊的最严重的，屡禁不止呀（关键也没有任何强力机构会禁止这种抢钱行为）。
虽然说你不能真正发现这类作弊，但还是可以“能感觉到”。比如，当你真的停掉那些ROI很差或者“毫无作为”的流量了以后，那些看起来本来很好的流量渠道也应声下降。
为什么“南斗主生，北斗主死”，资料上没查到一个明确的说法。但笔者推想如下。按赤道十二宫分，斗宿是落在丑宫、寅宫之间的位置，八卦属艮宫，八门是生门。 就是大概在这个位置，是夜空上最亮离的地方 — 银河。图中白圈圈的地方，是银河的中心，Sgr*A，超级大黑洞。也许地球上生命的来源，就是来自这个方向。 南斗主生，相对的北斗就是主死。
科学家首次观测到黑洞背后的光
据近日发表在《自然》杂志上的论文，由美国斯坦福大学天体物理学家丹·威尔金斯领导的研究团队首次观测到来自黑洞背后的光。
黑洞是时空中的区域，那里引力强大到连光都无法逃脱。爱因斯坦的理论指出，黑洞扭曲其周围的空间结构，当扭曲的磁场充当黑洞的一面镜子时，应该有可能看到从黑洞背面发射出的光波。
此次，研究团队使用欧洲空间局的XMM-牛顿和美国国家航空航天局（NASA）的NuSTAR太空望远镜，在观察8亿光年外星系中心的超大质量黑洞发出的X射线时，注意到了一系列明亮的X射线耀斑。他们还观察到更多比耀斑亮度更小、发出时间更晚，而且具有不同颜色的“光回波”。这是天文学家第一次观察到光从黑洞背面反射出来的“回波”。
威尔金斯称，被黑洞卷入的任何光都无法从中逃脱，所以我们应该看不到黑洞后面的东西。之所以能得到这样的观察结果，是因为黑洞正在扭曲时空，使得周围的磁场和光线弯曲。
广义相对论认为，万有引力的本质是时空弯曲，质量（或者能量）是时空弯曲的原因。反过来，这个弯曲的空间决定了能量和物质运动的规则。即使光以直线传播，穿过时空高度弯曲区域的光，比如黑洞周围的空间，也会以曲线的形式传播——在这种情况下，光从它的后面传播到它的前面。
这不是天文学家第一次发现黑洞扭曲光线引起的引力透镜现象，但这是他们第一次看到来自黑洞后方的“光回波”。
下一步，团队目标是创建黑洞周围环境的3D地图。研究人员表示，希望研究可以帮助增进我们对黑洞日冕的理解，并探索黑洞日冕是如何产生这些明亮的X射线耀斑的。
来源：科技日报
据近日发表在《自然》杂志上的论文，由美国斯坦福大学天体物理学家丹·威尔金斯领导的研究团队首次观测到来自黑洞背后的光。
黑洞是时空中的区域，那里引力强大到连光都无法逃脱。爱因斯坦的理论指出，黑洞扭曲其周围的空间结构，当扭曲的磁场充当黑洞的一面镜子时，应该有可能看到从黑洞背面发射出的光波。
此次，研究团队使用欧洲空间局的XMM-牛顿和美国国家航空航天局（NASA）的NuSTAR太空望远镜，在观察8亿光年外星系中心的超大质量黑洞发出的X射线时，注意到了一系列明亮的X射线耀斑。他们还观察到更多比耀斑亮度更小、发出时间更晚，而且具有不同颜色的“光回波”。这是天文学家第一次观察到光从黑洞背面反射出来的“回波”。
威尔金斯称，被黑洞卷入的任何光都无法从中逃脱，所以我们应该看不到黑洞后面的东西。之所以能得到这样的观察结果，是因为黑洞正在扭曲时空，使得周围的磁场和光线弯曲。
广义相对论认为，万有引力的本质是时空弯曲，质量（或者能量）是时空弯曲的原因。反过来，这个弯曲的空间决定了能量和物质运动的规则。即使光以直线传播，穿过时空高度弯曲区域的光，比如黑洞周围的空间，也会以曲线的形式传播——在这种情况下，光从它的后面传播到它的前面。
这不是天文学家第一次发现黑洞扭曲光线引起的引力透镜现象，但这是他们第一次看到来自黑洞后方的“光回波”。
下一步，团队目标是创建黑洞周围环境的3D地图。研究人员表示，希望研究可以帮助增进我们对黑洞日冕的理解，并探索黑洞日冕是如何产生这些明亮的X射线耀斑的。
来源：科技日报
✋热门推荐