Oszustwa reklamowe na Connected TV – identyfikacja problemów i sposoby zapobiegania 

Connected TV (CTV) stała się jednym z kluczowych kanałów w ekosystemie reklamy digital, przyciągając coraz większe inwestycje reklamowe. CTV, w odróżnieniu od tradycyjnej telewizji wykorzystuje internet do dostarczania treści, co pozwala na precyzyjne targetowanie odbiorców i pomiar skuteczności kampanii.

Niestety, wraz z dynamicznym wzrostem tego rynku, wzrosła również liczba oszustw reklamowych. Ad fraud w CTV stał się poważnym wyzwaniem, generując miliardowe straty i podważając zaufanie do powierzchni kupowanej poprzez programmatic. Oszustwa, takie jak botnety, spoofing inventory czy manipulacje serwerami SSAI (Server-Side Ad Insertion), stanowią obecnie realne zagrożenie dla całego ekosystemu. 

Geneza oszustw reklamowych w CTV 

Oszustwa reklamowe w CTV są stosunkowo nowym zjawiskiem, które zyskało na znaczeniu wraz z rozwojem technologii programmatic. Jednak ich korzenie sięgają początków reklamy internetowej. 

Początki oszustw w reklamie cyfrowej 

Pierwsze przypadki oszustw w reklamie cyfrowej dotyczyły manipulacji w obszarze wyświetleń banerów reklamowych. W latach 2000–2010 pojawiły się boty symulujące ruch użytkowników, co pozwalało generować fałszywe kliknięcia (click fraud). Z czasem oszuści zaczęli tworzyć bardziej zaawansowane metody, takie jak ad stacking (nakładanie kilku reklam na siebie) czy domain spoofing (podszywanie się pod renomowane domeny). 

Ewolucja oszustw w CTV 

Wraz z popularyzacją CTV w latach 2015–2020 oszuści dostrzegli nowe możliwości generowania fałszywych zysków. Technologia SSAI, która pozwala na dynamiczne wstawianie reklam po stronie serwera, stała się podatnym celem ataków. W tym czasie wykryto pierwsze schematy oszustw, takie jak SneakyTerra i LeoTerra, które wykorzystywały fałszywe serwery do generowania milionów żądań reklamowych. 

Mechanizmy działania  oszustów w CTV 

Oszustwa reklamowe w ekosystemie Connected TV (CTV) są wyjątkowo złożone, co wynika z samej natury technologii CTV oraz ogromnego potencjału reklamowego, jaki oferuje. Mechanizmy te wykorzystują luki w procesach technologicznych i weryfikacyjnych, aby generować fałszywy ruch, wyświetlenia reklam lub manipulować raportami efektywności. Poniżej szczegółowo opisano najważniejsze sposoby działania oszustów w CTV. 

1. Spoofing inventory 

Spoofing inventory to jedna z najczęstszych metod oszustw w reklamie cyfrowej, a w CTV zyskała nowy wymiar. W tej technice oszuści podszywają się pod renomowanych wydawców i platformy streamingowe, oferując „premium inventory” reklamowe, które w rzeczywistości nie istnieje. 

Oszuści tworzą fałszywe dane o inventory, wskazując, że reklamy będą wyświetlane na popularnych kanałach lub platformach. Jednak w rzeczywistości reklamy są albo wyświetlane na niskiej jakości stronach internetowych, albo w ogóle nie są wyświetlane. Ta manipulacja pozwala oszustom pobierać opłaty za reklamę bez rzeczywistego świadczenia usługi. 

Technologia CTV jest szczególnie podatna na spoofing inventory, ponieważ w wielu przypadkach dane o inventory są przesyłane między wieloma podmiotami, co utrudnia weryfikację ich autentyczności. Platformy reklamowe mogą być oszukiwane przez wiarygodnie wyglądające dane dostarczane przez fałszywe serwery. 

2. Bot Traffic 

Ruch generowany przez boty (bot traffic) jest jednym z najstarszych i nadal najbardziej powszechnych rodzajów oszustw reklamowych. W kontekście CTV boty są szczególnie trudne do wykrycia, ponieważ często działają w sposób imitujący rzeczywiste zachowania użytkowników. 

Oszuści tworzą boty, które symulują aktywność użytkowników na urządzeniach CTV, takich jak telewizory Smart TV czy dekodery streamingowe. Boty te mogą: 

•  odtwarzać treści wideo w sposób ciągły,  

•  generować żądania reklamowe, które wyglądają na pochodzące od rzeczywistych użytkowników,  

•  kliknąć w interaktywne elementy reklam, co dodatkowo wzmacnia iluzję autentyczności. 

Boty są często hostowane w centrach danych lub na przejętych urządzeniach użytkowników (np. telewizorach podłączonych do internetu czy nawet lodówkach), co czyni je jeszcze trudniejszymi do wykrycia. W przypadku botów wykorzystywanych w CTV często stosuje się zaawansowane algorytmy, które pozwalają im unikać prostych mechanizmów ochronnych stosowanych przez platformy reklamowe. 

3. Manipulacje SSAI 

Server-Side Ad Insertion (SSAI) to technologia używana w CTV do dynamicznego wstawiania reklam do strumieniowanych treści wideo. Chociaż SSAI znacznie poprawia efektywność i elastyczność kampanii reklamowych, jest również podatne na nadużycia. 

Oszuści tworzą fałszywe serwery SSAI, które generują żądania reklamowe udające pochodzenie z autentycznych urządzeń. Te serwery udają, że odtwarzają treści wideo, w których reklamy są wstawiane zgodnie z konfiguracją kampanii reklamowej. W rzeczywistości reklamy nigdy nie docierają do widzów, ale systemy raportujące odnotowują wyświetlenia jako autentyczne. 

Fałszywe serwery SSAI są szczególnie trudne do wykrycia, ponieważ potrafią: 

•  generować żądania reklamowe w sposób zgodny z wymaganiami systemów weryfikacyjnych,  

•  symulować lokalizację i charakterystykę urządzeń rzeczywistych użytkowników,  

•  obsługiwać wiele kampanii jednocześnie, zwiększając ich potencjalny zasięg. 

4. Verification stripping 

Verification stripping to zaawansowana technika oszustw, w której oszuści usuwają tagi weryfikacyjne z kampanii reklamowych, uniemożliwiając śledzenie rzeczywistego ruchu i skuteczności reklam. Tagi weryfikacyjne to fragmenty kodu, które umożliwiają platformom reklamowym monitorowanie parametrów kampanii, takich jak liczba wyświetleń, czas wyświetlenia czy urządzenie użytkownika. 

Oszuści najpierw pobierają te tagi z autentycznych kampanii reklamowych, a następnie ponownie wstawiają je w inne miejsca, które generują fałszywe żądania. W efekcie reklamy są „wyświetlane” w raportach kampanii, choć w rzeczywistości nigdy nie były odtwarzane na żadnym urządzeniu. 

Ta technika jest szczególnie destrukcyjna, ponieważ skutecznie ukrywa oszustwa przed systemami weryfikacyjnymi. Reklamodawcy nie mają świadomości, że ich budżet jest marnowany, a oszuści zarabiają na fałszywych danych. 

Największe schematy oszustw reklamowych w CTV 

ViperBot – zaawansowany botnet CTV 

ViperBot to jedno z najbardziej zaawansowanych oszustw w ekosystemie CTV. Schemat ten wykorzystuje zaawansowane technologie, takie jak manipulacja serwerami SSAI i fałszywe wstawianie reklam, aby wygenerować fałszywy ruch i dochody. 

Mechanizm działania ViperBot 

1.  Fałszywe serwery SSAI (Server-Side Ad Insertion) 

ViperBot generuje fałszywe żądania reklamowe, podszywając się pod autentyczne serwery SSAI, które są odpowiedzialne za wstawianie reklam w czasie rzeczywistym do treści wideo. 

•  Te serwery udają, że obsługują rzeczywiste urządzenia CTV, co sprawia, że żądania wyglądają na autentyczne. 

•  W rzeczywistości jednak reklamy nie są dostarczane do żadnego widza. 

2. Verification stripping 

Tagi weryfikacyjne, które pozwalają reklamodawcom śledzić skuteczność kampanii, są usuwane przez ViperBot, a następnie wstawiane do innych żądań reklamowych. 

•  Działanie to utrudnia identyfikację fałszywego ruchu przez systemy weryfikacyjne. 

3. Realne urządzenia 

W odróżnieniu od prostych botów ViperBot wykorzystuje urządzenia rzeczywistych użytkowników, co dodatkowo utrudnia wykrycie fraudu. 

Skala strat 

ViperBot generował około 85 milionów żądań reklamowych dziennie, co przynosiło straty na poziomie 8 mln dolarów miesięcznie. Jego zdolność do oszukiwania systemów weryfikacyjnych sprawiła, że był jednym z najtrudniejszych do zidentyfikowania schematów w historii reklamy CTV. 

Wpływ na branżę 

•  Wzrost kosztów dla reklamodawców, którzy płacili za fałszywe wyświetlenia. 

•  Utrata zaufania do platform programatycznych. 

•  Presja na rozwój bardziej zaawansowanych technologii wykrywania fraudów. 

SneakyTerra – manipulacja sesjami użytkowników 

SneakyTerra był jednym z pierwszych schematów, który wykorzystał rzeczywiste sesje użytkowników do generowania fałszywych wyświetleń reklam. Jego innowacyjność polegała na manipulacji aktywnymi sesjami, co czyniło go trudnym do wykrycia. 

Mechanizm działania SneakyTerra 

1. Wykorzystanie aktywnych sesji 

Oszuści pobierali tagi weryfikacyjne z kilku różnych reklam i wstawiali je do jednej kreacji reklamowej. 

•  Reklama była wyświetlana w rzeczywistej sesji użytkownika, ale każde wyświetlenie naliczało wiele tagów weryfikacyjnych. 

2. Generowanie fałszywych wyświetleń 

Dzięki manipulacji jedną sesją oszuści byli w stanie generować wielokrotne naliczanie wyświetleń dla pojedynczej reklamy. 

Skala strat 

•  SneakyTerra wpłynęła na ponad 2 mln urządzeń dziennie, generując straty rzędu 5 mln dolarów miesięcznie. 

•  Oszuści osiągnęli globalny zasięg, wykorzystując fałszywe reklamy w różnych regionach. 

Wpływ na branżę:

•  Wzrost kosztów kampanii. 

•  
Konieczność wprowadzenia bardziej rygorystycznych standardów weryfikacji w czasie rzeczywistym. 

•  Nacisk na wdrożenie technologii, takich jak Open Measurement SDK. 

ParrotTerra – skalowanie  spoofingu inventory 

ParrotTerra to schemat, który skoncentrował się na masowym spoofingu inventory reklamowego. Był to jeden z największych przypadków oszustw pod względem liczby zaangażowanych urządzeń. 

Mechanizm działania ParrotTerra 

1. Spoofing inventory na dużą skalę 

ParrotTerra generował fałszywe inventory, podszywając się pod tysiące aplikacji i wydawców. 

•  Schemat ten wykorzystywał ponad 3,7 mln unikalnych urządzeń dziennie, aby symulować aktywność użytkowników. 

2. Rotacja adresów IP i urządzeń 

Oszuści regularnie zmieniali adresy IP oraz identyfikatory urządzeń, aby uniknąć wykrycia przez narzędzia weryfikacyjne. 

3. Fałszywe aplikacje 

Tworzono aplikacje, które wyglądały jak legalne platformy streamingowe, ale były używane wyłącznie do generowania fałszywego ruchu. 

Skala strat 

•  ParrotTerra generował straty finansowe przekraczające 20 mln dolarów miesięcznie. 

•  Jego działalność wpłynęła na reputację wielu renomowanych platform CTV. 

Wpływ na branżę 

•  Wzrost znaczenia narzędzi analitycznych zdolnych do wykrywania rotacji adresów IP. 

•  Wprowadzenie bardziej rygorystycznych procedur weryfikacyjnych dla aplikacji. 

OctoBot – rodzinne schematy oszustw 

OctoBot to bardziej rozbudowana rodzina schematów oszustw, która obejmowała kilka połączonych operacji, takich jak LowerTerra, MultiTerra i SneakyTerra. 

Mechanizm działania OctoBot 

•  Wykorzystywanie aplikacji mobilnych do symulowania ruchu CTV. 

•  Fałszywe reklamy były wyświetlane w aplikacjach, które symulowały działanie urządzeń CTV. 

•  Złożoność schematu utrudniała jego szybkie wykrycie. 

Skala strat 

OctoBot i powiązane schematy generowały fałszywe wyświetlenia o wartości ponad 1 mln dolarów miesięcznie, korzystając z tysięcy fałszywych aplikacji. 

Wpływ na branżę 

•  Presja na wdrożenie bardziej zaawansowanych systemów certyfikacji aplikacji. 

•  Rozwój nowych technologii do identyfikacji nadużyć w czasie rzeczywistym. 

Podsumowanie  

Największe schematy oszustw reklamowych, takie jak ViperBot, SneakyTerra i ParrotTerra, pokazują, jak bardzo złożone i destrukcyjne mogą być działania oszustów. Walka z tymi schematami wymaga zastosowania zaawansowanych technologii, współpracy branżowej oraz wprowadzenia bardziej rygorystycznych standardów weryfikacyjnych. Skuteczność w zwalczaniu takich oszustw może znacząco poprawić zaufanie do reklamy programatycznej i zwiększyć efektywność kampanii reklamowych w CTV. 

Wpływ oszustw na branżę reklamową 

Globalne straty z powodu oszustw reklamowych w CTV wynoszą ponad 4 mld dolarów rocznie. Większość tych strat dotyczy programatycznych zakupów reklamowych. 

Powtarzające się oszustwa podważają zaufanie reklamodawców do platform programatycznych, co prowadzi do większej ostrożności przy alokacji budżetów. 

Technologie wykrywania oszustw w CTV 

Narzędzia analityczne 

Walka z oszustwami reklamowymi w CTV wymaga zaawansowanych technologii analitycznych, które są zdolne do monitorowania i analizowania ogromnych ilości danych w czasie rzeczywistym. Narzędzia takich dostawców jak DoubleVerify, Pixalate i  Integral Ad Science są liderami w tej dziedzinie. 

•  DoubleVerify: Specjalizuje się w wykrywaniu anomalii w żądaniach reklamowych. Wykorzystuje algorytmy sztucznej inteligencji, aby identyfikować fałszywy ruch. 

•  Pixalate: Jeden z liderów w analizie CTV i OTT. Dodatkowo oferuje rozwiązania weryfikacji zgodności z regulacjami, takimi jak COPPA (ochrona dzieci online). 

•  IAS: Skupia się na weryfikacji oszustw oraz brand safety, zapewniając, że reklamy wyświetlane są w odpowiednich kontekstach. 

Wykorzystanie sztucznej inteligencji 

AI i uczenie maszynowe umożliwiają dynamiczne analizowanie danych w czasie rzeczywistym. Dzięki temu można szybko identyfikować nietypowe wzorce ruchu, które mogą świadczyć o oszustwach. 

•  Deep Learning: Modele uczące się na podstawie historycznych danych pozwalają przewidywać potencjalne zagrożenia. 

•  Analiza predykcyjna: Wykrywanie schematów ruchu, które mogą być oznaką manipulacji. 

Dynamiczne analizy ruchu 

Technologie weryfikacyjne umożliwiają monitorowanie każdego aspektu kampanii reklamowej, od momentu jej uruchomienia aż do zakończenia. Narzędzia te: 

•  śledzą, skąd pochodzi ruch, 

•  weryfikują autentyczność żądań reklamowych, 

•  eliminują fałszywe wyświetlenia przed ich zliczeniem. 

Najlepsze praktyki dla reklamodawców 

Reklamodawcy działający w ekosystemie Connected TV (CTV) muszą podejmować aktywne działania, aby zminimalizować ryzyko oszustw i zmaksymalizować efektywność swoich kampanii. Opracowanie odpowiednich strategii zaczyna się od zrozumienia kluczowych ryzyk i narzędzi, które można wykorzystać w codziennej praktyce marketingowej. 

Pierwszym krokiem jest regularny audyt dostawców inventory reklamowego. Reklamodawcy powinni współpracować tylko z zaufanymi platformami, które posiadają certyfikaty zgodności z branżowymi standardami, takimi jak te ustanowione przez IAB lub MRC. Audyty pozwalają na identyfikację potencjalnych zagrożeń, takich jak fałszywe inventory czy nieuczciwi wydawcy, którzy generują ruch za pomocą botów lub manipulują danymi. 

Drugim filarem skutecznej ochrony przed oszustwami jest edukacja zespołów marketingowych. Zespoły odpowiedzialne za zakup mediów powinny być przeszkolone w zakresie identyfikacji i analizy anomalii w danych kampanii. Zrozumienie mechanizmów działania oszustów, takich jak spoofing inventory czy manipulacje SSAI, pozwala na szybsze wykrycie i reagowanie na podejrzane działania. 

Nieodzownym elementem strategii jest także stosowanie certyfikowanych narzędzi technologicznych. Narzędzia weryfikacyjne, takie jak DoubleVerify, Integral Ad Science czy Pixalate, dostarczają szczegółowych raportów dotyczących jakości ruchu, widoczności reklam (viewability) oraz wskaźników zaangażowania użytkowników. Te dane pozwalają na bieżące monitorowanie kampanii i eliminowanie problematycznych źródeł ruchu. 

Wreszcie, reklamodawcy powinni korzystać z dynamicznych modeli oceny jakości kampanii. Dzięki temu mogą stale dostosowywać swoje działania do zmieniających się warunków rynkowych, minimalizując ryzyko i maksymalizując zwrot z inwestycji (ROI). 

Przyszłość walki  z oszustwami w CTV 

Przyszłość walki z oszustwami reklamowymi w CTV leży w integracji nowoczesnych technologii, globalnej współpracy branżowej oraz wdrażaniu bardziej precyzyjnych metod pomiaru skuteczności reklam. Jednym z kluczowych kierunków rozwoju jest wykorzystanie sztucznej inteligencji (AI) i uczenia maszynowego do analizowania danych w czasie rzeczywistym. Te technologie pozwalają na identyfikację subtelnych wzorców wskazujących na fałszywy ruch, takich jak nietypowe częstotliwości wyświetleń czy anomalie w adresach IP. 

Wprowadzenie Attention Metrics jako standardu w ocenie skuteczności kampanii to kolejny krok w przyszłość. Attention Metrics mierzą nie tylko widoczność reklamy, ale także to, jak długo użytkownik skupiał na niej uwagę. W erze rosnącej liczby reklam i ograniczonej uwagi odbiorców, takie podejście pozwala reklamodawcom lepiej ocenić jakość swoich kampanii i ich realny wpływ na zachowanie użytkowników. 

Kolejnym istotnym elementem przyszłości jest współpraca międzynarodowa między organizacjami branżowymi, agencjami reklamowymi i dostawcami technologii. Wspólne inicjatywy, takie jak tworzenie jednolitych standardów czy wymiana danych dotyczących wykrytych oszustw, pozwalają na szybszą reakcję na zagrożenia i poprawę przejrzystości całego ekosystemu. 

Przyszłość to także większy nacisk na transparentność i zgodność z regulacjami prawnymi. Reklamodawcy i platformy będą musieli dostosować się do rosnących wymagań w zakresie ochrony danych użytkowników oraz zgodności z przepisami, co jednocześnie zwiększy wiarygodność rynku. 

Walka z oszustwami reklamowymi w CTV wymaga zaangażowania całej branży. Reklamodawcy, wydawcy i dostawcy technologii muszą wspólnie pracować nad wdrażaniem standardów, rozwijaniem nowych technologii i edukacją zespołów. Tylko dzięki skoordynowanym działaniom można stworzyć bardziej przejrzysty i efektywny ekosystem reklamy digital. Transparentność ekosystemu wprost proporcjonalnie minimalizuje zyski oszustów czerpiących z tych nielegalnych procederów.