流量的攻与防

通过利益链分销，获取流量，去年的三级分销火得一塌糊涂，一份山西红枣，在深圳一个微信公众号上，一个月销售了40万份。传销模式，获取流量的成本和以往获取流量成本方式有了不一样的模式，那就是以利益驱使的社交网络传播。后期又出现了云在指尖等多级分销模式。今年的一元夺宝，也是获取通过社交网络去获取流量。而玩转这些流量的，正是当下红火的微商团队。（附注，勘误，微商与传销有相似之处，但不能说微商是传销，但利益链绑定这种模式确实今年特别火，这个领域惊人案例非常多，有知道的读者烦请爆料）

通过网红获取流量：除了日前papi酱吸引众多粉丝外，其实游戏直播，淘女郎等都是非常早进行流量变现的。成为网红，意味着大批的粉丝，流量价值也就提升。所以网红也是蛮拼的。这里再举一个例子，Michelle Phan在YouTube上教人化妆，成为网红后自己成立一家化妆品公司，2015年营业额8000多万美金。估值5个亿美金。

诱导流量：激励流量应该是一种诱导，你下载后获得积分，这是常见的移动激励流量；障碍模式，很多年前下载站最常见的一种模式，你点两条广告，会出现原始下载链接。 除此之外，还有欺诈模式，警告，你的电脑中毒了，请立即查杀，你一点，下载一个奇怪的软件。

二、流量的防

对于流量平台来说，能带来价值的流量才是他们所需要的。而前面讲到的，有一些是没有给流量平台带来真正价值的。

1. 针对站点的机刷流量，其实给流量平台带来的损失是非常巨大的。很简单的例子，作为流量平台的广告主，如果购买的都是机器流量，和无效流量。广告主不会进行第二次消费的。但目前流量平台依然存在这个问题，虽然已经通过技术手段来识别，但流量平台会控制这个度，以达到广告主的满意，同时又伤及渠道。

流量平台的识别方式：

IP判断，如果是IP来自机房，VPN等，进行统计。

浏览器分布：正常流量的浏览器分布和流量是成一些规律性比例的。当由于机器刷流量，会导致某个浏览器的分布不平衡。

每分钟停留时长。正常用户浏览时长也成规律性比例。但机刷流量，会导致用户停留某个时段异常一致。

点击占比：各浏览器的广告点击占比。当点击占比异常，视为作弊。

无曝光点击：当某个广告位点击了，但无对应广告展示，视为作弊。

异常来源：曝光和点击的refer页面和实际广告展示页面的不一致。视为作弊。

时区判断：浏览器的时区和IP时区不对应。视为作弊。

语言判断：浏览器语言和IP所对应的语言不对应。视为作弊。

（附注：反作弊流量最核心一个思想是正常流量在一些常见维度上符合一些统计规律，一旦严重偏离统计规律，通常作弊的可能性很大，但这里存在一个问题，统计规律实际上只是事后才能判别，也就是很难在流量发生的时候进行清理和过滤。而且一些特殊工具，特殊人群的推广途径，往往也存在不符合统计规律但是并非作弊的特例），

2. 反垃圾邮件

这里去谈这个，好像有些过头了。因为这个是邮件服务商每年花重金在研究的东西。这里就不细谈了。

3. 针对APP推广，如何判断假量方式

很多APP应用开发者，游戏商通过渠道推广APP的时候，会遇到假量问题。经常因为假量开撕。所以识别假量也非常重要。（附注：游戏厂商和渠道一边可能会扣量，另一边会刷假量，各种撕逼故事。）

首先要知道假量是怎么产生的，才可以去做对应的识别。除了通过第一种方式，机刷之外，还有积分墙激励方式去安装。

这里我们针对机器刷量，来做识别。一般广告主会在自己的APP里面加追踪SDK，如appsflyer。appsflyer统计每个渠道的转化情况，以及来源信息。

1.机刷用户，由于条件限制，无法购买大量IP，所以会购买VPN，来实现多IP下载。

2.机刷用户，如果是非人工方式，使用机型和浏览器（针对Android用户），是一样的，所以识别用户的真假，可以从浏览器信息和IP信息去判断安装用户之前的流量真假性，去推断。

（附注：依然是某个维度的统计规律偏离正常值）

总结：

在流量的生态链里，贩卖流量者往往擅长各种途径是增加流量，其中不乏很多很黄很暴力的手段，而流量购买者一方面希望拓宽流量来源，获得更广泛的用户从而构建其竞争优势；另一方面又不得不和各种刷量的手段斗智斗勇；此外也不乏一些流量购买者通过扣量，赖帐等方式来减少成本，获得额外收益。

以上文字，仅为相关科普，让更多人了解这一领域，如您有其他猛料，也请爆料或批判。

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!