Компания Pixalate использует анализ больших объёмов данных для выявления характерных признаков мошенничества в сфере онлайновой рекламы. Благодаря технологиям машинного обучения предлагаемый сервис адаптируется к новым методам атак и определяет даже изощрённые схемы.

По данным Бюро интерактивной рекламы (IAB), более трети систем для демонстрации баннеров и ссылок партнёров подвержено атакам с использованием мошеннических схем. Их доля выше в секторе мобильной рекламы, а структура всё время усложняется. В сумме они приводят к ежегодным убыткам на уровне $11 млрд.

Мошенничество в системах показа рекламы сильнее распространено среди мобильных платформ (изображение: pixalate.com)
Мошенничество в системах показа рекламы сильнее распространено среди мобильных платформ (изображение: pixalate.com).

Накрутку счётчиков, имитацию переходов, оставляемые ботами отзывы и другие методы особенно трудно распознать при использовании автоматизированного аукциона рекламных объявлений (RTB). Выбор площадки для размещения показов проходит за доли секунды без непосредственного взаимодействия участников.

Раньше о фактах мошенничества в рекламе становилось известно уже после того, как мнимые показы и переходы по ссылкам оплачивались. Решения Pixalate действуют в реальном времени. Они помогают повысить достоверность текущей информации о показах рекламных блоков и делают расходы на них более эффективными.

Стенд компании Pixalate на выставке Ad Tech в Лондоне (фото: pixalate.com)
Стенд компании Pixalate на выставке Ad Tech в Лондоне (фото: pixalate.com).

По словам исполнительного директора Pixalate Джалала Насира (Jalal Nasir), миллионы долларов тратятся на оплату фальшивых показов, но теперь выявлять их стало значительно проще. «Мошенничество в рекламных системах – давняя проблема, – отметил Насир в интервью изданию Pando Daily. – Мы стоим на переднем рубеже их обороны, вооружённые современными технологиями обработки данных».

Сервис распространяется по модели SaaS (программное обеспечение как услуга). Базовый уровень защиты от мошенничества предлагается бесплатно. Ему соответствует лимит на отслеживание десяти миллионов рекламных показов в месяц. Цена для варианта уровня предприятия договорная. Она зависит от объёма мониторинга и разнообразия задействованных типов рекламных платформ.

Кроме выявления накруток и определения ботов, Pixalate позволяет получать детальные сведения о текущих просмотрах, помогая улучшать маркетинговые кампании и оптимизировать их с учётом аудитории определённых СМИ.

Уверения об эффективности решений Pixalate пока трудно проверить. Косвенно об их высокой оценке говорит тот факт, что после двух месяцев в режиме закрытого бета-тестирования такие компании, как Amazon, Orange Telecom, LendingTree и TripAdvisor, оформили подписку на сервис.

Внушает доверие и тот факт, что основатель компании ранее работал в Amazon, где занимался изучением актуальных схем мошенничества. Алгоритмы, лежащие в основе сервиса Pixalatе, изначально писались для собственных нужд.

Общий объём инвестированных в Pixalate средств на сегодня составляет $5,6 млн. Фирма была основана всего два года назад, но уже успела привлечь внимание крупных компаний. Изначально она размещалась в Сан-Франциско. После очередного этапа венчурного финансирования руководство решило сменить штаб-квартиру и переехать в Лос-Анджелес. Это был стратегически верный шаг.

Как поясняет Джалал Насир, переезд помог привлечь к работе больше талантливых программистов и аналитиков, увеличив штат до двадцати пяти сотрудников. До конца текущего года он планирует нанять ещё десять человек.

По его словам, в Лос-Анджелесе сейчас сформировался горячий рынок аналитических платформ и решений из области Big Data. Найти соответствующих специалистов здесь гораздо проще.

Проблема мошенничества остаётся актуальной, но не единственной в интернет-рекламе. Второй по значимости считают персонализацию рекламных показов, которая подразумевает идентификацию пользователей на основе косвенных признаков и шаблонов поведения. По мере роста в Pixalate постараются разработать сервисы и для решения этих задач.