اگر کمپین کلیکی شما رشد میکند اما فروش، لید یا کیفیت ترافیک همپای آن بالا نمیرود، احتمالاً بخشی از بودجه در حال سوختن روی کلیکهای نامعتبر است؛ کلیکهایی که توسط باتها، مزرعه کلیک، اپهای بیکیفیت یا حتی رقبا ایجاد میشوند. هدف این مقاله ارائه یک چکلیست اجرایی برای ad fraud prevention است: از نشانههای تشخیص تقلب در دادهها تا تنظیمات فیلتر، ساخت بلاکلیست و در نهایت گزارشدهی و مذاکره برای بازپرداخت.
تمرکز ما «کاهش هدررفت بودجه» است؛ یعنی کاری کنیم قبل از اینکه هزینه از کنترل خارج شود، الگوهای مشکوک را ببینید، سریع فیلتر کنید، و یک پرونده مستند برای پلتفرم/ناشر بسازید.
این مقاله برای چه کسانی است؟
- مدیران مارکتینگ و پرفورمنس که کمپینهای کلیکی (PPC) دارند
- صاحبان کسبوکار که میخواهند هزینه تبلیغات را کنترل کنند
- تحلیلگران که دنبال قواعد هشدار و قالب گزارش هستند
یادآوری: «کلیک فیک» همیشه به معنی تقلب عمدی نیست؛ گاهی از جایگاههای تبلیغاتی (placement) بیکیفیت یا هدفگیری اشتباه میآید. اما در هر دو حالت باید جلوی هدررفت گرفته شود.
فهرست مطالب
- ۱) تقلب کلیکی دقیقاً چیست و کجا رخ میدهد؟
- ۲) نقشه ریسک: بیشترین احتمال تقلب در کدام سناریوهاست؟
- ۳) نشانههای تقلب در دادهها (چک سریع)
- ۴) آمادهسازی اندازهگیری برای کشف تقلب
- ۵) تنظیمات فیلتر و بلاکلیست (IP/ASN/Placement/Device)
- ۶) قوانین هشداردهی و پایش روزانه/هفتگی
- ۷) روند بررسی: از مشاهده تا تصمیم فیلتر
- ۸) قالب گزارش برای مذاکره و درخواست بازپرداخت
- ۹) جدول مقایسه نشانهها: «تقلب» vs «هدفگیری/صفحه بد»
- ۱۰) چکلیست اجرایی ad fraud prevention (آماده اجرا)
- ۱۱) اشتباهات رایج
- ۱۲) سوالات متداول
۱) تقلب کلیکی دقیقاً چیست و کجا رخ میدهد؟
تقلب تبلیغاتی در کمپینهای کلیکی یعنی دریافت کلیک/نمایش/تعامل غیرواقعی یا کمارزش با هدف مصرف بودجه یا تولید درآمد برای یک ناشر. در عمل، سه دسته رایج میبینیم:
- باتها و اسکریپتها: ترافیک اتوماتیک با الگوی غیرانسانی.
- مزرعه کلیک: افراد واقعی اما بدون قصد خرید/ثبتنام، معمولاً با الگوی تکراری و کیفیت بسیار پایین.
- کلیکهای انگیزشی/سوءاستفاده از جایگاه: اپ یا وبسایتی که کاربر را به کلیک وادار میکند (Misclick) یا جایگاههای فریبنده دارد.
چیزی که ad fraud prevention را سخت میکند این است که «کلیک» به تنهایی کافی نیست؛ باید رفتار بعد از کلیک، کیفیت نشست و الگوهای تکرارشونده را ببینید.
۲) نقشه ریسک: بیشترین احتمال تقلب در کدام سناریوهاست؟
اگر منابع و زمان محدود دارید، اول روی جاهایی تمرکز کنید که ریسک بالاتر است:
- شبکههای نمایش و اپها (In-app): تنوع ناشران و جایگاهها زیاد است و کنترل کیفیت دشوارتر.
- کمپینهای با هدف ترافیک ارزان: وقتی تنها KPI شما CPC پایین باشد، احتمال افت کیفیت بالا میرود.
- گستردگی هدفگیری: باز گذاشتن جغرافیا/دستگاه/جایگاه بدون محدودیت، میتواند دروازه ورود ترافیک مشکوک باشد.
- لانچهای سریع بدون پایش: ۴۸ ساعت اول کمپین معمولاً زمان طلایی برای سوءاستفاده است.
برای اینکه ad fraud prevention اثرگذار باشد، باید «نقاط ورود» را محدود و قابلپایش کنید، نه اینکه فقط بعداً دنبال پاکسازی بروید.
۳) نشانههای تقلب در دادهها (چک سریع)
این بخش یک چک سریع است: اگر چند مورد همزمان رخ میدهد، احتمال مشکل بالا میرود و باید وارد فاز بررسی شوید.
نشانههای رفتاری (On-site)
- پرش غیرعادی (Bounce) یا خروج سریع: کاربران بلافاصله خارج میشوند یا در چند ثانیه صفحه را میبندند.
- زمان حضور بسیار کم و یکنواخت: مثلاً اکثر نشستها دقیقاً ۳–۵ ثانیه.
- عدم حرکت در قیف: کلیک زیاد است اما رویدادهای میانی (اسکرول، مشاهده محصول، افزودن به سبد) تقریباً صفر.
نشانههای سطح کمپین/منبع
- جهش ناگهانی کلیک در یک ساعت مشخص: بدون تغییر بودجه/کریتیو/مزایده.
- CTR غیرعادی: خیلی بالا در جایگاههایی که معمولاً چنین نیست (بهخصوص در اپها).
- ترافیک از لوکیشنهای نامربوط: یا شهرهایی که هیچ همخوانی با فروش ندارند.
نشانههای فنی (در حد لازم)
- تکرار الگو در Device/OS/Browser: سهم غیرمنطقی از یک مدل دستگاه یا نسخه OS.
- IPهای تکراری یا بازههای مشکوک: مخصوصاً اگر بتوانید لاگ سرور یا دادههای فرم را ببینید.
نکته: هر نشانه به تنهایی دلیل قطعی نیست؛ ad fraud prevention نیاز به «ترکیب شواهد» دارد.
۴) آمادهسازی اندازهگیری برای کشف تقلب
اگر اندازهگیری درست نباشد، شما فقط درباره «کلیک» بحث میکنید؛ در حالی که باید درباره «کیفیت پس از کلیک» تصمیم بگیرید. حداقلهای پیشنهادی:
۴.۱) UTM یکپارچه و قابل تحلیل
بدون UTM استاندارد، تشخیص اینکه مشکل از کدام کمپین/ادست/جایگاه است سخت میشود. اگر هنوز نامگذاری UTM شما یکدست نیست، این راهنما کمک میکند: قالب نامگذاری UTM برای تبلیغات.
۴.۲) تعریف رویدادهای کیفی در GA4
برای تشخیص کلیکهای کمارزش، چند رویداد ساده اما معنیدار بسازید (در حد نیاز، نه پیچیده):
- مشاهده صفحه کلیدی (مثلاً صفحه محصول/قیمت)
- اسکرول ۵۰٪
- کلیک روی CTA اصلی
- ارسال فرم/ثبتنام/خرید
اگر ساخت قیف و گزارشدهی در GA4 برایتان زمانبر است، از این راهنما استفاده کنید: ساخت قیف گزارشدهی تبلیغات در GA4.
۴.۳) یک معیار داخلی برای «کیفیت کلیک» بسازید
پیشنهاد عملی: یک شاخص ساده تعریف کنید تا مقایسه منابع آسان شود:
- Click Quality Rate = (تعداد نشستهایی که حداقل ۲ رویداد کیفی دارند) / (کل کلیکها)
این شاخص برای ad fraud prevention عالی است چون بهجای قضاوت ذهنی، «کیفیت» را عددی میکند.
۵) تنظیمات فیلتر و بلاکلیست (IP/ASN/Placement/Device)
این بخش قلب عملیات است: محدودسازی مسیر ورود ترافیک مشکوک. هدف این نیست که همه چیز را ببندید؛ هدف این است که «با کمترین آسیب به رشد»، بیشترین هدررفت را قطع کنید.
۵.۱) فیلتر/بلاکلیست بر اساس Placement
در شبکههای نمایشی/اپها، جایگاههای بیکیفیت معمولاً واضحترین منبع مشکلاند. رویکرد پیشنهادی:
- هر هفته جایگاهها را بر اساس «هزینه» مرتب کنید.
- برای ۲۰ جایگاه پرهزینه، نرخ رویداد کیفی و نرخ تبدیل را بررسی کنید.
- اگر هزینه بالا و کیفیت نزدیک صفر است، جایگاه را وارد لیست مسدودسازی کنید.
نکته کلیدی: جایگاهی که کلیک زیاد میدهد اما هیچ حرکت در قیف ندارد، معمولاً یا فریبنده است یا ترافیک غیرواقعی میآورد.
۵.۲) بلاکلیست IP (وقتی داده دارید)
بلاککردن IP زمانی کاربردی است که:
- فرم لید/ثبتنام دارید و IP را ثبت میکنید، یا
- لاگ سرور در دسترس است و میتوانید IPهای پرتکرار را ببینید.
قاعده عملی: اگر یک IP در بازه کوتاه چندین کلیک/نشست با رفتار شبهیکسان ایجاد کند و هیچ رویداد کیفی ندهد، کاندید بلاک است. مراقب باشید IPهای سازمانی/ISPهای بزرگ را بدون بررسی مسدود نکنید.
۵.۳) بلاکلیست ASN (برای رفتارهای شبکهای)
ASN (Autonomous System Number) برای زمانی مفید است که کلیکهای مشکوک از یک «شبکه/اپراتور/دیتاسنتر» میآیند. اگر میبینید چندین IP مختلف اما همگی متعلق به یک ASN الگوی مشابه دارند، بستن در سطح ASN میتواند مؤثرتر از IP باشد.
این یکی از معدود جاهایی است که ad fraud prevention واقعاً به نگاه «شبکهای» کمک میکند، نه فقط فردی.
۵.۴) محدودسازی Device/OS (بهعنوان تیغ جراحی، نه تبر)
اگر سهم غیرعادی از یک دستگاه یا نسخه سیستمعامل دارید و کیفیت آن بهوضوح پایینتر از میانگین است:
- بهجای حذف کامل، ابتدا بودجه/مزایده را برای آن دسته کاهش دهید.
- اگر تفاوت شدید است، هدفگیری را محدود کنید (مثلاً فقط نسخههای جدیدتر یا فقط یک نوع دستگاه).
ریسک این روش این است که ممکن است بخشی از کاربران واقعی را هم حذف کنید؛ بنابراین حتماً با داده قیف و نرخ تبدیل تصمیم بگیرید.
۵.۵) محدودسازی جغرافیا و زمانبندی
- جغرافیا: اگر در چند شهر/استان فروش واقعی دارید، برای شروع همانها را هدف بگیرید و بقیه را مرحلهای اضافه کنید.
- زمانبندی: اگر کلیکهای مشکوک عمدتاً نیمهشب رخ میدهد، زمانبندی نمایش را محدود کنید یا آن بازه را جداگانه تست کنید.
۶) قوانین هشداردهی و پایش روزانه/هفتگی
در عمل، شما نمیخواهید هر روز همه گزارشها را دستی مرور کنید. چند قانون هشدار ساده بگذارید تا وقتی شرایط غیرعادی شد، سریع متوجه شوید.
۶.۱) قوانین پیشنهادی هشدار (Actionable)
- جهش CTR: اگر CTR یک کمپین/جایگاه نسبت به میانگین ۷ روزه بیش از ۲ برابر شد.
- سقوط کیفیت کلیک: اگر Click Quality Rate بیش از ۳۰٪ افت کرد.
- هزینه بدون رویداد کیفی: اگر یک منبع/جایگاه بیش از X تومان هزینه گرفت اما رویداد کیفی کمتر از Y داشت.
- تراکم زمانی: اگر بیش از Z٪ کلیکها در یک بازه ۱ ساعته رخ داد.
آستانهها را باید بر اساس میانگینهای خودتان تنظیم کنید؛ اما همین چارچوب باعث میشود ad fraud prevention از حالت واکنشی به حالت کنترلی تبدیل شود.
۶.۲) ریتم پایش پیشنهادی
- روزانه (۱۰ دقیقه): هزینه، کلیک، نرخ رویداد کیفی، ۵ جایگاه/منبع پرهزینه.
- هفتگی (۶۰–۹۰ دقیقه): تحلیل جایگاهها، ساخت/بهروزرسانی بلاکلیست، بررسی روندها و ثبت تصمیمات.
۷) روند بررسی: از مشاهده تا تصمیم فیلتر
برای اینکه تیم شما (یا خودتان) یکسان عمل کند، این روند ۷ مرحلهای را استفاده کنید:
- سیگنال را ثبت کنید: چه چیزی غیرعادی بود؟ (CTR، زمان ماندگاری، هزینه بدون رویداد)
- دامنه را محدود کنید: مشکل مربوط به کدام کمپین/ادست/جایگاه/دستگاه/شهر است؟
- قبل/بعد مقایسه کنید: نسبت به ۷ روز گذشته چه تغییری رخ داده؟
- کیفیت پس از کلیک را ببینید: رویدادهای کیفی و حرکت در قیف چطور است؟
- الگوهای تکرار را پیدا کنید: یک placement خاص؟ یک OS؟ یک بازه زمانی؟
- اقدام کمریسک انجام دهید: ابتدا محدودسازی/کاهش بودجه؛ سپس بلاک کامل.
- مستندسازی کنید: چه چیزی را بستید و انتظار دارید چه تغییری رخ دهد.
این مستندسازی همان چیزی است که بعداً در گزارش بازپرداخت به کار میآید و ستون فقرات ad fraud prevention در مقیاس است.
۸) قالب گزارش برای مذاکره و درخواست بازپرداخت
اگر قرار است با پلتفرم/ناشر مذاکره کنید، گزارش شما باید «قابل دفاع» باشد: دقیق، مستند، با مقایسه و بدون ادعاهای کلی.
۸.۱) ساختار پیشنهادی گزارش (Ready-to-use)
- خلاصه مدیریتی: چه اتفاقی افتاد، چه مبلغی در معرض هدررفت بود، چه اقداماتی انجام شد.
- بازه زمانی: تاریخ/ساعت شروع و پایان رخداد.
- دامنه اثر: کمپین/ادست/جایگاه/دستگاه/جغرافیا.
- شواهد دادهای: هزینه، کلیک، CTR، نرخ رویداد کیفی، نرخ تبدیل، زمان ماندگاری، مقایسه با میانگین ۷ روزه.
- نمونهها: چند ردیف نمونه از نشستها/کلیکها (بدون اطلاعات حساس) یا الگوی تکرار (مثلاً بازههای زمانی).
- اقدامات اصلاحی: چه چیزهایی بلاک/فیلتر شد و نتیجه اولیه چه بود.
- درخواست مشخص: مبلغ یا درصد بازپرداخت، یا اعتبار تبلیغاتی.
۸.۲) نکته مذاکرهای مهم
در مکاتبه، روی «ترافیک نامعتبر» و «عدم تطابق با کیفیت مورد انتظار» تمرکز کنید و از اتهامزنی مستقیم پرهیز کنید. هرچه گزارش شما حرفهایتر و عددیتر باشد، شانس بازپرداخت بیشتر میشود.
۹) جدول مقایسه نشانهها: «تقلب» vs «هدفگیری/صفحه بد»
گاهی چیزی که شبیه تقلب است، در واقع مشکل پیام/صفحه/هدفگیری است. این جدول کمک میکند تصمیم عجولانه نگیرید.
| نشانه | احتمال تقلب/بات | احتمال مشکل هدفگیری/لندینگ | اقدام پیشنهادی |
|---|---|---|---|
| جهش کلیک در یک ساعت خاص | بالا | پایین تا متوسط | بررسی placement/زمانبندی، محدودسازی ساعات، نمونهگیری نشستها |
| CTR خیلی بالا + رویداد کیفی نزدیک صفر | بالا | متوسط | مسدودسازی placement، کنترل فرمتهای تبلیغ و جایگاههای اپ |
| نرخ پرش بالا اما زمان حضور معمولی | متوسط | بالا | بهبود پیام/همخوانی آگهی و لندینگ، تست A/B |
| کیفیت پایین فقط در یک دستگاه/OS | متوسط | متوسط | کاهش مزایده یا محدودسازی دستگاه، بررسی مشکلات فنی لندینگ در آن دستگاه |
| تبدیل صفر در چند جایگاه خاص با هزینه بالا | بالا | متوسط | بلاکلیست جایگاهها، انتقال بودجه به منابع با کیفیت |
اگر به جایگاههای مشکوک شک دارید ولی مطمئن نیستید، یک راه کمریسک این است که بخشی از بودجه را به منابع مطمئنتر منتقل کنید و اثر را ببینید؛ برای برنامهریزی انتقال بودجه، این راهنما میتواند مفید باشد: بهینهسازی بودجه تبلیغات.
۱۰) چکلیست اجرایی ad fraud prevention (آماده اجرا)
این چکلیست را میتوانید به عنوان SOP تیم پرفورمنس استفاده کنید.
۱۰.۱) چکلیست تشخیص (Detection)
- بررسی روزانه «هزینه بدون رویداد کیفی» در سطح کمپین و placement
- بررسی جهشهای غیرعادی CTR و کلیک در بازههای زمانی
- تفکیک کیفیت بر اساس Device/OS/Geo
- مقایسه ۲۴ ساعت اخیر با میانگین ۷ روزه
- نمونهگیری ۲۰ نشست از منابع مشکوک و بررسی مسیر رفتاری
۱۰.2) چکلیست فیلتر و مسدودسازی (Filtering)
- ساخت لیست «Top placements by spend» و مسدودسازی موارد با کیفیت نزدیک صفر
- محدودسازی جغرافیا به مناطق با فروش/لید معتبر
- اعمال زمانبندی نمایش برای حذف ساعات پرریسک (در صورت وجود الگو)
- کاهش مزایده یا محدودسازی دستگاه/OS در صورت اختلاف شدید کیفیت
- در صورت دسترسی به داده، ساخت بلاکلیست IP و در صورت مشاهده الگوی شبکهای، بررسی ASN
۱۰.۳) چکلیست هشداردهی (Alerting)
- هشدار جهش CTR نسبت به ۷ روز گذشته
- هشدار افت Click Quality Rate
- هشدار «هزینه بالاتر از سقف بدون رویداد کیفی» برای هر placement
- هشدار تمرکز زمانی کلیک (spike) در یک بازه کوتاه
۱۰.۴) چکلیست گزارشدهی و پیگیری (Reporting)
- ثبت رخداد: تاریخ/ساعت، دامنه، مبلغ
- ضمیمه شواهد: نمودارهای بدون متن حساس، اسکرینشاتهای داشبورد (بدون اطلاعات محرمانه)
- ثبت اقدامات: چه چیزی بلاک شد و از چه زمانی
- ثبت نتیجه اولیه: تغییر کیفیت/تبدیل بعد از فیلتر
- ارسال درخواست رسمی بازپرداخت با درخواست مشخص و قابل اندازهگیری
اگر این چکلیست را در روند ثابت اجرا کنید، ad fraud prevention به یک عادت عملیاتی تبدیل میشود، نه یک پروژه مقطعی.
۱۱) اشتباهات رایج
- تصمیمگیری فقط با CPC/CTR: ارزان بودن کلیک همیشه خوب نیست؛ کیفیت پس از کلیک مهمتر است.
- مسدودسازی گسترده بدون تست: بستن کل یک کانال بهخاطر چند نشانه، ممکن است رشد واقعی را هم قطع کند.
- نداشتن معیار کیفی: تا وقتی رویدادهای کیفی و قیف ندارید، تشخیص تقلب بیشتر حدس است.
- عدم مستندسازی: بدون ثبت تصمیمات و شواهد، مذاکره برای بازپرداخت سخت میشود.
- بیتوجهی به جایگاهها: در بسیاری از شبکهها، مشکل اصلی در چند placement محدود است، نه کل کمپین.
۱۲) سوالات متداول
۱) از کجا بفهمم مشکل تقلب است یا لندینگ بد؟
اگر کلیک زیاد است اما رویدادهای میانی (اسکرول، مشاهده صفحه کلیدی، کلیک CTA) تقریباً صفر است و الگو در یک placement/بازه زمانی تکرار میشود، بیشتر به تقلب/کیفیت پایین جایگاه نزدیک است؛ اگر رویدادهای میانی هست اما تبدیل نهایی کم است، احتمالاً پیام/لندینگ/پیشنهاد مشکل دارد.
۲) آیا میتوانم با بلاکلیست IP همه چیز را حل کنم؟
نه؛ IP فقط وقتی مفید است که داده دقیق داشته باشید و تقلب از IPهای تکراری بیاید. بسیاری از باتها IP را تغییر میدهند یا پشت شبکههای بزرگ هستند. معمولاً «Placement filtering» و کنترل هدفگیری اثر سریعتری دارد.
۳) مهمترین شاخص برای ad fraud prevention چیست؟
یک شاخص ترکیبی مثل «نرخ رویداد کیفی» یا Click Quality Rate معمولاً از CTR/CPC بهتر عمل میکند، چون کیفیت رفتار بعد از کلیک را میسنجد.
۴) هر چند وقت یکبار باید جایگاهها را بررسی کنم؟
برای کمپینهای با هزینه بالا، بررسی روزانه ۵ جایگاه پرهزینه و بررسی کامل هفتگی پیشنهاد میشود؛ در لانچهای جدید، ۴۸ ساعت اول را جدیتر پایش کنید.
۵) اگر پلتفرم گفت «کلیکها معتبر بودهاند» چه کنم؟
گزارش خود را با مقایسه قبل/بعد، شواهد کیفیت پس از کلیک و تمرکز مشکل روی چند placement ارائه کنید و درخواست مشخص (اعتبار/بازپرداخت) بدهید؛ هرچه داده شما دقیقتر و دامنه محدودتر باشد، احتمال پذیرش بالاتر میرود.
۶) آیا محدودسازی دستگاه یا شهر باعث کاهش رشد نمیشود؟
ممکن است، به همین دلیل باید مرحلهای عمل کنید: ابتدا کاهش مزایده/بودجه یا تست جداگانه، سپس محدودسازی. هدف ad fraud prevention این است که رشد «سالم» را حفظ و رشد «فیک» را حذف کند.
۷) آیا میتوانم با تست A/B تقلب را تشخیص بدهم؟
تست A/B بیشتر برای تشخیص مشکل پیام/لندینگ مفید است؛ اگر با تغییر لندینگ/پیام همچنان کیفیت نزدیک صفر در یک placement ثابت بماند، احتمال تقلب/کیفیت پایین جایگاه بیشتر میشود.
۸) حداقل اقدام سریع برای جلوگیری از هدررفت چیست؟
سه اقدام سریع: (۱) گزارش جایگاههای پرهزینه را استخراج و موارد با کیفیت نزدیک صفر را ببندید، (۲) جغرافیا را به بازارهای واقعی محدود کنید، (۳) یک معیار رویداد کیفی در GA4 تعریف کنید تا از فردا «کیفیت» را ببینید.
جمعبندی: جلوگیری از کلیک فیک یک ابزار جادویی ندارد؛ اما با چکلیست منظم، معیار کیفی، فیلتر درست و گزارشدهی حرفهای، میتوانید بخش بزرگی از هدررفت را قطع کنید و کمپین را قابل اتکا نگه دارید—این دقیقاً هدف ad fraud prevention در عمل است.
