移动广告欺诈,是让广告活动报告出并非来自真实用户的点击、安装或应用内事件的行为。检测方法是把每个来源和参照来源在点击到安装时间、点击到安装率、时间戳顺序、留存和集中度上做对比。在下面的示例里,转化率看着最漂亮的来源次日留存最差,这就是只看一个醒目指标永远不够的原因。
读完你会知道
- 每个来源都和你自己的参照对比;没有哪家厂商公布通用的秒数界限
- 看点击到安装率时要同时看留存:被注入的安装转化好看,却不再回来
- TapCub 不是归因服务商;它展示安装用户和落地页访客之后做了什么
什么是移动广告欺诈?
移动广告欺诈,是指任何让移动广告活动报告出并非来自真实用户、真实兴趣的点击、安装或事件,从而让某方因此获得付款或归因的行为。Google Ads 把这一大类称为无效点击:不代表真实兴趣的点击,包括机器人和其他自动化工具、误点,以及为抬高成本或提高发布方收益而人工点击(Google Ads 帮助,2026-11-21 核对)。在移动端,钱通常随安装和应用内事件流动,所以移动欺诈和桌面点击欺诈的样子不同。
衡量它的行业标准把问题一分为二。媒体评级委员会(MRC)区分一般无效流量和复杂无效流量:前者靠常规过滤就能抓到,比如已知的机器人、爬虫、非浏览器的用户代理;后者因为模仿真实行为,需要名单之外的分析(MRC 无效流量检测与过滤指南补充文件,2015 年 10 月公布)。这篇文章主要讲复杂的那一半,因为简单的那一半你的广告合作方已经过滤了。
先划清一条边界。TapCub 不做点击到安装的匹配,也不是归因服务商,所以不会在点击环节检测安装欺诈。它能做的是报告安装后的用户做了什么,而欺诈留下的最清楚的证据就在这里。具体用法见后面的步骤。
移动广告欺诈有哪些主要类型?
| 类型 | 做法 | 在数据里的表现 |
|---|---|---|
| 点击注入(Android) | 设备上的恶意软件发现应用安装已经开始,在安装完成前发出一次假点击来抢功劳 | 点击到安装只有几秒;点击出现在安装开始之后 |
| 点击垃圾或点击泛洪 | 不管意图,海量发送点击,希望之后有用户安装并被归功 | 点击数巨大,点击到安装率极低,点击和安装之间间隔很久 |
| 机器人和安装农场 | 脚本或人工操作的设备安装并打开应用,触发按安装付费 | 安装后没有后续活动,设备或 IP 聚集,夜间集中爆发 |
| SDK 伪造 | 不经真实设备,直接向测量服务发送假的安装和事件消息 | 事件没有对应的会话,设备或版本组合不可能存在 |
| 假的应用内事件 | 真实安装之后用脚本触发购买或通关,骗取按事件付费 | 事件数量远高于该批用户的正常水平,之后也没有留存 |
| 域名或应用伪造 | 广告实际展示在别的低质量应用或网站,却报告成另一个 | 版位报告和用户实际来源对不上 |
人工操作那一端见机器人农场。单个指标很少能确定类型,所以下一节把几个信号合起来用。
| 类型 | 做法 | 数据里的表现 |
|---|---|---|
| 点击注入 | 在 Android 安装开始时发出假点击 | 点击到安装只有几秒 |
| 点击垃圾 | 海量点击,指望之后有人安装 | 点击到安装率极低,安装很晚 |
| 机器人和安装农场 | 脚本设备安装并打开应用 | 之后没有活动,设备聚集 |
| SDK 伪造 | 没有设备的假安装消息 | 事件没有对应会话 |
| 假的应用内事件 | 脚本触发购买来骗按事件付费 | 事件数量远高于常态,没有留存 |
单个指标很少能确定类型;把两三个信号合起来看。
哪些信号能在安装和点击数据里暴露欺诈?
五个信号承担大部分工作。每个都是和你自己的常态对比,不是通用阈值;公开点击注入文档的测量厂商描述的是逻辑,没有给出以秒为单位的界限。
- 点击到安装时间(CTIT)分布。 点击到首次打开之间的时间。为每个来源画出安装在各时间区间的占比。真实安装是分散的:即时安装几秒,多数几分钟,点击后过一阵才回来的人要几小时。点击注入会在最初几秒出现一个尖峰;点击垃圾会在点击数小时或数天后出现一条长而平的尾巴。见点击到安装时间。
- 点击到安装率。 每个来源的安装 ÷ 点击。点击数极大、比率远低于其他来源,说明它发出的点击没有人响应。
- 时间戳顺序。 在 Android 上,应用商店会报告安装开始的时间。记录在那之后的点击不可能引起这次安装。Google 的 Play 安装推荐接口会同时返回推荐点击时间(
referrerClickTimestampSeconds)和安装开始时间(installBeginTimestampSeconds)(Android Developers,2026-11-21 核对),Adjust 等测量厂商则描述了拒绝晚于这些时间戳的互动。这项检查只适用于 Android。 - 安装后的行为。 次日留存、会话数、每次安装的关键事件。欺诈的安装很少回来,也不做什么。
- 集中度。 大量安装来自同一型号设备、同一系统版本、同一 IP 段或深夜的同一小时。
完整算例是什么样?
示例数据:三个来源上周各带来 1,000 次安装。我们把点击到安装时间分桶,比较点击到安装率和次日留存。
| 点击到安装时间 | 来源 A | 来源 B | 来源 C |
|---|---|---|---|
| 10 秒以内 | 20(2.0%) | 380(38.0%) | 5(0.5%) |
| 10–60 秒 | 140(14.0%) | 220(22.0%) | 15(1.5%) |
| 1–10 分钟 | 460(46.0%) | 210(21.0%) | 70(7.0%) |
| 10 分钟–1 小时 | 240(24.0%) | 110(11.0%) | 140(14.0%) |
| 1–24 小时 | 110(11.0%) | 60(6.0%) | 410(41.0%) |
| 超过 24 小时 | 30(3.0%) | 20(2.0%) | 360(36.0%) |
| 点击数 | 60,000 | 45,000 | 2,500,000 |
| 点击到安装率 | 1.67% | 2.22% | 0.04% |
| 次日留存 | 28.0% | 6.0% | 12.0% |
复算:每一列加起来是 1,000;占比是该桶 ÷ 1,000;点击到安装率是 1,000 ÷ 点击数(60,000 得 1.67%,2,500,000 得 0.04%);次日留存是回来的人数 ÷ 1,000。
怎么读。来源 A 是参照:多数安装在一分钟到一小时之间,2% 在 10 秒以内,留存 28.0%。来源 B 有 38.0% 的安装在 10 秒以内,是来源 A 占比的 19 倍,点击到安装率 2.22% 看着很漂亮,留存却只有 6.0%。这种组合符合点击注入:点击恰好出现在安装完成前,所以比率很好看,而这些人从不回来。来源 C 形状相反,77% 的安装发生在点击一小时之后,250 万次点击的点击到安装率只有 0.04%。这种模式符合点击垃圾:量巨大,它被归功的少数安装,很可能是本来就会安装的人。它 12.0% 的留存反映的是那些无论如何都会安装的自然用户。
要记住的模式:B 的比率看着最漂亮,留存最差。只看一个醒目的指标,会选中 B。
各来源次日留存
示例,各 1,000 次安装遇到可疑来源该怎么处理?
用一条能向合作方解释清楚的规则:
- 标记:当两个或更多信号和你的参照来源相差很大时,比如 10 秒以内的占比是参照的数倍、次日留存不到参照的一半。把阈值写下来,它们是你自己的,不是行业标准。
- 索要原始数据。 要求提供被标记安装的点击和安装时间戳,以及发布方或子发布方 ID。欺诈通常集中在少数子来源,往往没必要整个合作方都切掉。
- 查合同。 多数协议会定义无效流量和争议期限。在期限结束前核对,因为抵扣是围绕证据的协商,而不是围绕怀疑的协商。
- 窄范围屏蔽。 屏蔽子来源,而不是整个网络;如果你用测量厂商,打开它的点击注入过滤。
- 再测量。 把被标记的来源和它自己改动后的数据对比。欺诈会转移,一个清理干净的来源可能被另一个没清理的取代。
Google 自己的做法体现了这个原则:无效点击会被自动从报告和计费中过滤;如果在你被计费后才发现一部分,可能会在之后的账单里按情况抵扣(Google Ads 帮助,2026-11-21 核对)。具体流程因平台而异,但形状相同:先有证据,后做调整。
怎样用 TapCub 核查?
TapCub 不做点击到安装的匹配,也不是归因服务商,所以点击到安装的时间属于你的测量厂商。TapCub 负责的是安装之后发生了什么,以及落地页上发生了什么。
- 在应用统计 › 用户分析 › 渠道分析里,按平均每日新增用户和次日留存比较各渠道(渠道是你的 SDK 存的
$channel值)。量大但留存很低的渠道,就是算例里的来源 B。矩阵图把新增用户和留存画在一起,让这一点一目了然。 - 如果你的测量厂商把安装数据发给 TapCub,应用统计 › 质量与归因 › 营销归因会把安装分成自然、非自然和未归因三类。把这个拆分和上面的渠道留存对照。
- 对网站和移动网页的广告活动,打开网站统计 › 来源,看 UTM 标签页。把广告平台报告的点击数和同一活动实际收到的会话数对比;差距很大,说明有点击从未变成访问。
- 查看网站统计 › 机器人。TapCub 把识别出的机器人放进单独的报表,所以它们不会抬高真人访客数和转化率。那里出现峰值,说明有自动化流量。
- 对可疑的活动,用全端分析 › 行为分析 › 行为分析,对该活动带来的人跑一个留存视图,和你的参照对比。
TapCub 只负责衡量,不会屏蔽流量,也不会替你索要退款。切不切某个来源,由你和你的合作协议决定。
哪些错误会削弱欺诈检测?
- 所有来源用同一个阈值。 即时安装类来源的时间本来就更短。把每个来源和你自己的参照对比。
- 相信醒目的比率。 来源 B 的 2.22% 看着比来源 A 的 1.67% 好。看比率时一定要同时看留存。
- 在小样本上行动。 每个来源不到约 200 次安装时,各桶占比仅凭偶然就会摆动好几个百分点。
- 忽略自然安装。 点击垃圾会偷走自然安装,所以付费来源看着不错,而真实的自然量在下滑。自然安装也要盯。
- 整个合作方都切掉。 欺诈通常集中在少数子发布方。
FAQ
什么是移动广告欺诈?
移动广告欺诈,是让广告活动报告出并非来自真实用户的点击、安装或应用内事件,从而让发布方或网络获得付款或归因的行为。常见类型有点击注入、点击垃圾、机器人和安装农场、SDK 伪造和假的应用内事件。
怎样检测移动广告欺诈?
把每个流量来源和参照来源在点击到安装时间分布、点击到安装率、时间戳顺序、次日留存,以及按设备或 IP 的集中度上做对比。单个信号不是证据,但两三个同时偏离,就有充分理由去索要原始数据。
什么是点击注入?
在 Android 上,恶意软件发现应用安装已开始,就在安装完成前发出一次假点击,让欺诈者拿到最后点击的功劳。厂商通过比较点击和应用商店提供的安装开始时间来检测;记录在那之后的点击会被拒绝。
点击注入和点击垃圾有什么区别?
点击注入在恰当的时刻发一次假点击,所以安装表现为极短点击到安装时间的尖峰。点击垃圾发出海量点击然后等待,所以安装表现为一条很晚的长尾,点击到安装率极低。
分析工具能检测广告欺诈吗?
分析工具能显示安装用户和访客之后做了什么,比如留存、事件和机器人占比,从而暴露低质量流量。要在安装环节识别假点击,需要做点击到安装匹配的测量厂商。
资料来源
- Google Ads 帮助:无效点击,2026-11-21 核对
- Android Developers:Play 安装推荐库,2026-11-21 核对
- 媒体评级委员会:无效流量检测与过滤指南补充文件(新闻稿,2015 年)
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

