Автор: Fraud Control Lead TG Target · filter stack · фокус: anti-fraud entity, NOT moderation policy (moderation глосарій).
Головне із статті
- Anti-fraud = 3-layer filter stack.
- Клік fraud vs fake FTD - different layers.
- Filtered events raise net FTD CPA.
- Report raw AND net CPA always.
- Crypto case: filter before scale saved €18k.
Fraud types taxonomy
| Fraud type | Signal | Filter layer | CPA impact |
|---|
| Клік fraud | Bot/datacenter IPs, click spam | Pre-bid | Spend waste — no conversion |
| Bot registration | Velocity, device fingerprint | Після кліку | Inflated reg, low reg→FTD |
| Fake FTD | Micro-deposit, KYC mismatch | Post-FTD | Inflated FTD, false CPA |
| Incentivized traffic | Reward pattern, geo anomaly | Post-FTD | Low LTV, high churn FTD |
Filter layers stack
| Layer | Timing | Action | Typical block rate |
|---|
| Pre-bid | Before impression | IP/device blocklist | 2–5% |
| Після кліку | On registration | Bot score threshold | 8–15% |
| Post-FTD | After deposit event | Pattern + KYC validation | 5–12% |
Impact on reported CPA
| Metric | Formula | Includes fraud? | Use case |
|---|
| Raw FTD CPA | Spend ÷ raw FTD | Yes — all CRM FTD | Diagnostic only |
| Net FTD CPA | Spend ÷ net FTD (post-filter) | No — validated only | Scale decisions |
| Fraud rate | Filtered ÷ raw × 100% | N/A | Filter health KPI |
FTD CPA formula — FTD CPA глосарій; CAC all-in — CAC глосарій.
Методологія anti-фільтр фроду impact (TG Target, серпень 2026)
Високий ризик accounts with vs without 3-layer filter, 90d rolling.
| Filter stack | Net FTD CPA variance | Post-scale fraud incidents/mo | LTV:CAC accuracy |
|---|
| 3-layer enforced | ±12% | 0.5 | ±9% |
| No filter | ±34% | 2.8 | ±31% |
Міні-кейс: crypto exchange EU – фільтр фрода before scale
Licensed exchange DE+AT · €60k/mo planned · FTD основний KPI · 3-layer filter stack.
| Phase | Filter status | Raw FTD | Net FTD | Raw vs Net CPA | Decision |
|---|
| Pilot (no filter) | Disabled | 412 | 412 | €89 raw | Hold scale — suspicious reg→FTD |
| Post filter (Week 3) | 3-layer active | 398 | 341 | €89 raw → €104 net (+17%) | Scale on net CPA only |
Filter caught 14% fake FTD before €60k scale — raw CPA €89 видалено на сайті, net €104 revealed true юніт-економіка. Avoided €18k waste on incentivized traffic. Attribution intact - attribution глосарій; постбек match постбек глосарій.
FAQ
Що таке anti-fraud у paid traffic?
Anti-fraud — filter stack entity для відсікання invalid traffic і fake conversions в paid acquisition: click fraud, bot registrations, fake FTD. Entity definition and KPI impact, NOT moderation policy. Модерація глосарій - creative policy; тут фільтр фрода layers.
Клік fraud vs fake FTD?
Шахрайство з кліками: недійсні/bot кліки, що збільшують витрати без людського наміру. Фейковий FTD: синтетичні або стимульовані перші депозити, що проходять повз CRM, але не реальних користувачів. Різні шари фільтрів - до клацання і після FTD. Таблиця таксономії нижче.
Filter layers - pre-bid, після кліку, post-FTD?
Попередня ставка: блокуйте відомі шахрайські IP-адреси/пристрої перед аукціоном. Пост-клік: bot оцінка при реєстрації приземлення. Пост-FTD: аналіз структури депозитів (швидкість, кількість, невідповідність KYC). Кожен рівень знижує зареєстровані конверсії – впливає на знаменник CPA.
Anti-fraud impact on reported CPA?
Відфільтровані конверсії видалені зі знаменника FTD → зареєстроване збільшення CPA порівняно з необробленими. Приклад: необроблений FTDCPA 85 євро, пост-фрод 112 євро (+32%). TG Target повідомляє both необроблений і чистий FTDCPA. FTD CPA глосарій - формула; тут - коригування шахрайства.
Anti-fraud vs attribution?
Атрибуція надає цінність дійсним клікам. Захист від шахрайства видаляє недійсні події із кредитного пулу. Обидва впливають повідомлення CPA. Атрибуція глосарій – вікно/модель; антифрод – фільтр валідності подій.
Anti-fraud KPIs?
Рівень шахрайства = відфільтровані події ÷ необроблені події × 100%. Рівень шахрайства із кліками (блокування перед ставкою). Фейкова ставка FTD (пост-FTD відхиляє). Чиста CPA = витрати ÷ чиста FTD. Цільовий рівень шахрайства <8% у сфері криптовалют та iGaming в ЄС TG Target, серпень 2026 р.
Anti-fraud та CAC?
CAC uses net FTD after фільтр фрода for юніт-економіка truth. Raw CAC без фільтра фрода overstates efficiency. CAC глосарій - all-in cost formula; anti-fraud adjusts conversion numerator.
Anti-fraud red flags?
Масштабувати без фільтра post-FTD; FTD CPA раптово падає (стимульований трафік); різкий стрибок гео-невідповідності; reg→FTD аномалія курсу. Дія: аудит стека фільтрів перед бюджетними сходами.
Anti-fraud benchmarks (Aug 2026)?
Рахунки TG Target з трирівневим фільтром проти відсутності: чиста FTD CPA дисперсія ±12% проти ±34%; кількість випадків шахрайства після масштабування: 0,5 за місяць проти 2,8 за місяць. Прийняття фільтра для 71% рахунків із високим рівнем ризику в ЄС.
Anti-fraud та reg-to-FTD?
Підроблені реєстрації збільшують кількість реєстрацій; фейк FTD завищує кількість FTD. Обидва спотворюють reg→FTDCR. Reg-to-Глосарій FTD - Формула курсу; антифрод - фільтр валідності за чисельником / знаменником.
Anti-fraud entity актуальний на серпень 2026 року (TG Target). FTD - Глосарій FTD; reg→FTD — reg-to-Глосарій FTD.