출처 : https://jp.techcrunch.com/2018/04/17/phybbit-fundraising/
클릭과 설치를 부정한 방법으로 생성하고 광고 수익을 얻을 아도후라우도. 인공적인 돌 bot를 사용하여 광고비를 착취하는이 기술은 '광고 사기'등으로도 불리며, 광고주와 광고 전송 사업자를 괴롭 히고있다.
그 아도후라우도 검출의 업무를 자동화 및 시각화함으로써 아도후라우도 대책의 문턱을 낮추는 " SpiderAF " 이 서비스를 제공하는 Phybbit는 4 월 17 일, 야마토 기업 투자 , 프리 비트 투자 , 카와다尚吾씨, 사에키 가신 씨가 인수 할 대상 제삼자 할당 증자 자본에 의해 6500 만엔을 조달했다고 밝혔다 .
조달 한 자금을 바탕으로 SpiderAF 영업 및 지원 체제의 강화, 마케팅 강화를 추진할 방침이다.
다양 화하는 아도후라우도 최근 애플 리케이션 광고가 타겟팅
서두에서도 언급했듯이 인터넷 광고의 과제로 아도후라우도가 다루어지는 장면이 많아졌다. Phybbit 대표 이사 오츠 사토코 씨에 따르면, 최근에는 앱 광고에 대한 부정 행위가 눈에 띄는한다.
"아도후라우도의 수법도 점점 다양 화하고있다. 앱 광고는 설치 단가가 1000 엔을 넘는 것들도 고액. 반면 새로운 방법이라고하기도 대책이 충분히 진행되지 않았다"
"차이는 있지만 평균 (방송 광고의 전환) 1 ~ 2 %는 아도후라우도. 조건에 따라서도 상당히 변화하고, 해외에서도 20 % 정도가있다"(오츠 씨)
광고 전송 사업자로는 매달 수 10 ~ 100TB 이상의 광고 데이터를 담당자가 일일이 분석하는 것은 어렵다. 이외에 성공적인 아도후라우도에 대응하려면 상응하는 노하우도 필요하다. 만일 부정한 계정을 발견 할 수 있었다고해도 계정을 바꾸고 다시 부정을 받으면 매번 같은 작업을 계속해야한다.
이처럼 담당자가 아도후라우도에 인력으로 대응하려면 상당한 시간과 기술이 필요 장애물이 높았다.
아도후라우도 검색을 자동화 대책의 부담을 감소
SpiderAF는 그런 업무를 자동화하고 비 엔지니어도 아도후라우도 대책을 할 수 있도록 지원하는 서비스이다. 전달 된 광고의 로그를 자동으로 수집, 분석하는 동시에 광고가 게재 된 사이트의 콘텐츠를 모니터링한다. 이들을 의심스러운 IP 등 독자적인 블랙리스트와 비교하여 광고 출고 처마다 점수를 부여. 이 수치가 높을수록 아도후라우도 가능성이 높아진다.
현재 Phybbit에서는 Web 광고용 " SpiderAF for web "과 앱 광고를위한 " SpiderAF for app "를 제공합니다. 예를 들어 SpiderAF for app에서 점수 외에 설치 건수, 데이터 센터를 통해 여부, 단말기의 종류도 확인할 수있다.
"일정 수의 설치가 있어도 그것이 모든 데이터 센터에서 수 있으면 인간이 설치되어 있지 않은 것을 알 수있다. 그 밖에도 일본 국내에서 판매되지 않는 단말기가 설치의 대부분을 차지하고있는 경우 국내용 앱인데 언어 설정이 영어로되어 있거나 깨져 있거나하는 경우는 아도후라우도 경우가 많다 "(오츠 씨)
이 인벤토리에서 발생하는 설치 터미널 언어 설정은 많은이 깨져와 영어, 일본어는 1 건만. 이것은 해외 클릭 팜에 의한 부정의 가능성이있다.
SpiderAF에서는 이러한 작업을 자동화하면서 점수의 브러시는 AI도 활용. 점수가 낮은 경우 등은 인간이 육안으로 확인 피드백을 거듭해가는 것으로 학습 채점의 정확도를 향상시켜 나간다.
경쟁 제품은 실시간으로 데이터를 분석하는 것도 있지만, SpiderAF에서 축적 된 데이터를 이용하여 아도후라우도를 판정하고있다. 물론 실시간으로 아도후라우도을 찾을 수에 넘었던 적은 없다. 하지만 일정 기간의 데이터를 정리하여 분석하지 않으면 감지하기 어려운 아도후라우도이 있기 때문이라고한다. 또한 비용면에서도 실시간 검색에 비해 저렴하게 제공 할 수 있다고하고있다.
"광고를 클릭하고 앱 스토어에 접속 후 설치하고 시작한다. 그 사이가 불과 10 초 밖에 걸리지 않은 경우도 있지만, 이것은 분명히 재미있다. 최근에는 밤에 자고있는 것처럼 위장하는 등 부정한 수법이 고도화하고 판별이 어려워지고있다. 다만 1 개월 등 일정 기간에 분석하여 보면, 사실 5 초 간격으로 클릭하고있는 것을 알 수 등 수상한 거동을 판별 할 수있다 "(오츠 씨)
이 인벤토리 예제는 6 초마다 클릭이 발생하는 것을 확인할 수있다. 이러한주기적인 패턴 봇 등에 의한 부정 클릭이라고 간주한다.
2018 연내에 50 개, 2019 년 내에 200 개 도입을 목표로
향후의 방향성은 특히 SpiderAF for app의 확대에 주력 할 방침. 지금까지 광고 게재 사업자에게 제공을 진행해 왔지만, 이제는 광고주를위한 서비스 전개도 강화한다.
Phybbit는 2011 년 설립. 대학원에서 원자 물리학의 연구를하던 오츠 씨가 졸업 후 동료와 함께 시작한 시작이다. 처음에는 수탁 개발하고 있었지만, 아도테쿠 기업의 데이터 분석 및 개발을 맡고 있던 때 아도후라우도 문제를 알고 있었다고한다.
그때까지 속인으로 갔다 광고 로그 분석, 이상 값의 추출 작업을 시스템화 한 결과 반향이 있었기 때문에 제품화. 2017 년 6 월에 SpiderAF (현재 SpiderAF for web)을 2018 년 2 월에 SpiderAF for app을 출시하고있다. Phybbit는 계속 제품의 개량을 거듭하면서 2018 년 내에 50 개, 2019 년 내에 200 개 도입을 목표로한다.