Fraudlogix ocenia nieprawidłowy ruch programmatic w USA na 20,64% w 2025 roku. To około 37 miliardów dolarów z budżetu 180 miliardów dolarów, które trafiły do botów, sfałszowanych zasobów lub stron stworzonych tylko pod reklamy. Dostawcy usług weryfikacyjnych, tacy jak DoubleVerify, IAS i Peer39, próbkują część wyświetleń i na tej podstawie oceniają resztę. Marki ufają tej ocenie, dopóki wewnętrzny audyt nie wykaże rozbieżności.
Oto na czym polega ta rozbieżność. Jeśli sprawdzasz brazylijską kampanię z adresu IP amerykańskiego centrum danych, nie widzisz tego, co użytkownik mobilny z São Paulo. Widzisz kreację zapasową, innego zwycięzcę licytacji albo zupełnie nic. Weryfikacja bez lokalnego punktu widzenia to rzut monetą, czy twoje liczby zgadzają się z rzeczywistością.
Wskaźniki oszustw również nie są jednolite na wszystkich rynkach. Zestawienie dla poszczególnych krajów przygotowane przez Fraudlogix określa ten wskaźnik na 23,47% dla Korei Południowej, 22,81% dla Meksyku i 22,33% dla Brazylii. Jeśli twój plan mediowy obejmuje kilkanaście krajów, potrzebujesz kilkunastu punktów obserwacyjnych, aby ocenić go rzetelnie.
Podejście
Weryfikacja reklam programmatic dzieli się na trzy problemy, z których każdy wymaga renderowania zgodnego z geolokalizacją:
- Audyt miejsca docelowego. Czy reklama pojawiła się pod adresem URL zaraportowanym przez twój DSP, w widocznej części strony, obok bezpiecznych treści?
- Sprawdzenie kreacji. Czy wyrenderowała się zamierzona kreacja, czy nieuczciwy wydawca podstawił coś niezgodnego z marką?
- Weryfikacja miejsca docelowego. Gdzie faktycznie ląduje kliknięcie? Docelowy URL może się różnić w zależności od kraju, urządzenia, a nawet dostawcy ISP.
Żadne z tych działań nie sprawdzi się z jednego punktu obserwacyjnego. Header bidding uruchamia aukcję na żywo w przeglądarce widza, a zwycięzca zależy od adresu IP, plików cookie i profilu urządzenia. Pobierz ten sam URL wydawcy z Frankfurtu i São Paulo w tej samej sekundzie, a otrzymasz dwa różne dokumenty HTML. To nie jest błąd na stronie. Tak działa stos reklamowy zgodnie ze swoim przeznaczeniem.
Niektóre konfiguracje weryfikacyjne próbują udawać lokalny widok poprzez przypisanie User-Agent do pt-BR i ustawienie nagłówka Accept-Language. Giełdy reklam tego nie uwzględniają. Licytanci kierują ruchem na podstawie lokalizacji przypisanej do zgłaszanego adresu IP, a nie nagłówków deklarowanych przez klienta. Jeśli IP rozwiązuje się do centrum danych w Wirginii, otrzymasz amerykańskie zasoby, nawet gdy twoje nagłówki krzyczą, że jesteś w Brazylii. Nie ma drogi na skróty wokół ścieżki sieciowej.
Im węższe jest targetowanie kampanii, tym bardziej staje się to widoczne. Pula retargetingowa zdefiniowana przez kod pocztowy i operatora komórkowego pokazuje brak wypełnienia na adresie wyjściowym z centrum danych we Frankfurcie, a jako rzeczywiste wyświetlenie na adresie IP mobilnego subskrybenta Deutsche Telekom. Oba wyniki są poprawne dla tego, co widziały te adresy. Tylko jeden z nich mówi ci, co faktycznie widzieli twoi kupujący.
Infrastruktura musi więc robić trzy rzeczy na raz. Wychodzić przez prawdziwego dostawcę ISP w docelowym kraju. Renderować JavaScript, gdy wymaga tego miejsce na reklamę. I unikać odpytywania tego samego wydawcy z jednego adresu IP tak często, że będziesz wyglądać jak scraper, a nie odbiorca.
Pragmatyczny wzorzec z użyciem API FourA:
import requests
# Fetch the placement page from a Brazilian exit
r = requests.post(
"https://api.foura.ai/api/proxy",
headers={"Authorization": "Bearer pk_live_..."},
json={
"exitCountries": ["BR"],
"maxTries": 5,
"request": {
"url": "https://publisher.example.com/article/1234",
"validate": {
"status": {"accept": [200]},
"data": {"fail": ["captcha", "Just a moment"]}
}
}
}
).json()
# r["data"] holds the HTML; the response also echoes the country that
# served the request, so you can log the market you observed from.
html = r.get("data")
W przypadku wydawców, u których miejsce na reklamę ładuje się dopiero po wykonaniu kodu JavaScript, przekaż URL do /api/auto i pozwól mu wybrać ścieżkę renderowania. System automatycznie uczy się, które kraje faktycznie dostarczają treść dla danego hosta, i kieruje przez nie kolejne zapytania. Dzięki temu skanowanie pod kątem bezpieczeństwa marki dla tysięcy adresów URL staje się szybsze i tańsze wraz ze wzrostem puli wyuczonych sesji. Nasz artykuł o rynku nieruchomości opisuje ten sam zróżnicowany geograficznie wzorzec dla innej branży.
Wyniki
Przykładowa konfiguracja po stronie marki: 800 monitorowanych adresów URL w 12 krajach, sprawdzanych dwa razy dziennie. Daje to 19 200 weryfikacji dziennie, jedno wywołanie API dla każdej z nich, przy czym sesje są buforowane dla hosta, więc większość kolejnych zapytań omija renderowanie w przeglądarce. Co ostatecznie widzą zespoły:
- Każdy rynek sprawdzany codziennie, a nie próbkowany co miesiąc. Jednocyfrowe wskaźniki próbkowania dostawców weryfikacji są uzupełniane pełnym skanowaniem adresów URL, na które wydajesz najwięcej.
- Wykrywanie rozbieżności w kilka godzin. Zmiana kreacji lub miejsca docelowego zostaje oflagowana, zanim kampania spali budżet na kolejny dzień.
- Taniej niż własna flota headless we własnej chmurze. Odpada koszt utrzymania farmy przeglądarek w każdym regionie i umów na proxy typu residential. Wywołujesz jeden endpoint na każdą weryfikację i otrzymujesz wyrenderowaną stronę.
- Ścieżka audytu dla każdego sprawdzenia. Każda odpowiedź zawiera wyrenderowany HTML, kraj pochodzenia i identyfikator proxy, który możesz zarejestrować w logach. Gdy pojawi się rozbieżność, masz dokładne dowody do przekazania zespołowi, agencji lub wydawcy.
Rzeczywiste wydatki zależą od tego, ile adresów URL jest sprawdzanych, jak często i ile z nich wymaga pełnego renderowania w przeglądarce. Model pozostaje jednak ten sam: płacisz za dostarczoną wartość, a nie za infrastrukturę.
Kluczowy wniosek
Weryfikacja to problem z zakresu pomiarów. Nie staje się dokładniejsza przez silniejsze ufanie jednemu punktowi widzenia. Staje się dokładniejsza dzięki dodaniu nowych perspektyw. Dwanaście rynków oznacza dwanaście węzłów wyjściowych. Wszystko poniżej tej liczby to tylko zgadywanie z dołączonym raportem.