Neu auf der Seite?


Anmelden

Passwort vergessen? (X)

Bereits registriert?


Registrieren

(X)

[Affiliate Fraud-Protection mit BigData-Technologien – Interview mit Sven Hezel]

Affiliate Fraud-Protection mit BigData-Technologien – Interview mit Sven Hezel

sven-hezelAm 11. November präsentiert Sven Hezel von 24metrics auf der Affiliate Conference 2015 einen Vortrag zum Thema „Affiliate-Betrugserkennung mit BigData-Technologien“.

Wir haben hierzu im Vorfeld ein Interview mit ihm geführt, um über die aktuelle Betrugsthematik zu sprechen und auch die Themen seines Vortrags.

Bitte stelle Dich doch zu Beginn den Teilnehmern der Affiliate Conference kurz vor, wer Du bist und was Du machst.

Sven Hezel: Ich habe selbst jahrelang im Affiliate-Marketing gearbeitet und hatte daher immer wieder mit Affiliate-Betrug zu tun. Ich weiß wie schwierig Betrug in der Masse von Conversions oftmals zu erkennen ist. Aus diesem Grund haben wir eine BigData-Engine entwickelt, welche diese Auffälligkeiten im Traffic erkennt und entsprechende Conversions auch stornieren kann.

Du präsentierst auf der Affiliate Conference einen Vortrag zum Thema „Affiliate-Betrugserkennung mit BigData-Technologien“. Was kann man sich darunter konkret vorstellen?

Sven Hezel: Zur Erkennung prüfen wir eine Vielzahl an nicht personenbezogenen Daten, welche wir auf auffällige Muster analysieren. Nicht betrugsbehafteter Affiliate-Traffic unterscheidet sich von betrügerischem und ist an den Traffic-Daten erkennbar. Unter anderem analysieren wir die IP-Adresse, User-Agents oder prüfen, ob der Traffic von VPN/Proxies oder BotNets stammt. Durch einen Device Fingerprint, welcher einen Rechner unabhängig von Cookies identifizierbar macht, erkennen wir doppelte Nutzer. Unsere Engine erkennt z.B. wenn Conversions von der gleichen IP-Adresse oder von dem selben Rechner generiert werden; dies funktioniert dann auch partnerübergreifend.

Ist Deiner Meinung nach das Thema Betrug im Affiliate-Kanal immer noch ein großes Problem?

Sven Hezel: Wir sprechen mit Kunden aus vielen unterschiedlichen Branchen: der Affiliate-Betrug ist bei Advertisern aber auch bei Agenturen und Netzwerken weiterhin ein Thema, über welches allerdings oft ungern gesprochen wird. Vielen ist daher das Ausmaß des Betrugs gar nicht bewusst. Da Offers zwischen Agenturen und Netzwerken ausgetauscht werden, hilft eine Vorabprüfung der Partner nur bedingt. Betrugsquoten zwischen 15 – 25 % sind hierbei nicht unüblich. In allen Fällen können wir den Betrug mit nachvollziehbaren Gründen untermauern.

Du hast auf der TactixX dieses Jahr ja bereits einen ähnlichen Vortrag präsentiert. Was hat sich seitdem Deiner Meinung nach in der Branche getan?

Sven Hezel: Der Mobil-Markt wächst und damit leider auch der Betrug im Mobile Bereich. Oftmals wird Incentivized Traffic als Non-Incentivized-Offers verkauft und mit anderem Traffic gemischt. Auf diese Weise ist Incentivized Traffic manuell nur schwer von normalem Traffic zu unterscheiden. Eine Incentivized Traffic Erkennung bieten wir bereits an. Für eine möglichst einfache Integration arbeiten wir mit gängigen Mobile-Tracking-Anbietern wie Adjust oder MobileAppTracking zusammen.

Worauf sollten Advertiser beim Thema Betrug v.a. achten und wie kann man Betrug am Besten erkennen?

Sven Hezel: Das hängt vom Produkt ab und mit welche Arten von Betrug man Probleme hat. Geht es um die Erkennung von Proxies oder VPNs, kann man dazu die Sortier-Funktion in Excel verwenden, da sich die IP-Adressen meist ähneln. Ebenso funktioniert dies mit Browser / User Agents – denn wer hat schon Traffic, bei dem alle Nutzer nur eine bestimmte Browser-Version verwenden?

Was sollte man als Advertiser konkret machen, wenn man einen Betrüger in seinem Partnerprogramm findet?

Sven Hezel: Das Wichtigste ist, den Betrug zeitnah zu finden und den Affiliate mit konkreten Gründen / Beweisen zu konfrontieren. Damit schafft man Klarheit und verhindert verärgerte Foren-Einträge von Affiliates. Zudem schreckt es Nachahmer ab und man hat im Falle eines Rechtsstreits etwas Verwertbares in der Hand.


Related Posts