This article has been translated. You can find the original in English here.
Mit der Entwicklung der Werbetechnologien entwickeln sich auch die Betrugsmechanismen weiter. Je höher der Grad der Digitalisierung ist, desto mehr Potenzial für digitalen Betrug entsteht. Da immer mehr Werbung programmatisch gehandelt wird und die Verfahren zur Betrugserkennung noch nicht ausgereift sind, wird ein beträchtlicher Anteil der Werbung schließlich an Bots statt an echte Nutzer ausgeliefert.
Inhalt:
Welche Arten von Ad Fraud gibt es?
Es gibt mehrere verschiedene Arten von Ad Fraud. Werfen wir einen genaueren Blick auf die häufigsten.
Nach Angaben von Statista beliefen sich die weltweiten wirtschaftlichen Verluste durch Werbebetrug im Jahr 2020 auf 35 Mrd. USD. Die Größe des globalen digitalen Werbemarktes wurde auf 333 Mrd. USD geschätzt, was bedeutet, dass der Anteil von Ad Fraud mehr als 10 % des Gesamtvolumens ausmacht. Die größten Verluste erlitten die Vereinigten Staaten, gefolgt von China und dem Vereinigten Königreich. In Deutschland wird der Wert für 2020 auf 0,73 Milliarden US-Dollar geschätzt. Darüber hinaus werden nach Schätzungen von Statista die jährlichen weltweiten Verluste durch Ad Fraud weiter steigen und im Jahr 2022 44 Mrd. USD erreichen.
Der Media-Quality-Bericht des IAS für das zweite Halbjahr 2021 besagt, dass das durchschnittliche globale Ad Fraud-Niveau für Videoinhalte bei 0,8 % für optimierte Kampagnen (aber 5,1 % für nicht optimierte) für Desktop und 0,3 % (6,9 %) für das mobile Web lag. Die Zahlen für Display-Anzeigen lagen bei 0,8 % (8,6 %) bzw. 0,4 % (7,8 %). In Deutschland lagen die Ad Fraud-Werte für Videoinhalte in optimierten Kampagnen bei 1,0 % für Desktop und 0,5 % für das mobile Web, was in etwa den weltweiten Werten entspricht. Dasselbe gilt für Display-Anzeigen mit 0,8 % für Desktop und 0,5 % für das mobile Web in Deutschland.
Die Erkennung von Ad Fraud stellt sowohl für Werbetreibende als auch für Publisher eine große Herausforderung dar. Es gibt mehrere spezialisierte Anbieter auf dem Markt, die eigene Algorithmen auf der Grundlage von Methoden des maschinellen Lernens verwenden, um betrügerisches Verhalten zu erkennen, z. B. ungewöhnlich hohe CTRs und schlechte oder gar keine Kampagnenleistung. Entsprechende URLs und IP-Adressen werden in eine schwarze Liste aufgenommen. Zu den beliebtesten Anbietern gehören Integral Ad Science (IAS), DoubleVerify, Moat, Fraudlogix und Pixalate.
Laut dem Global Insights Report 2021 von DoubleVerify sanken die Verstoßraten im Zusammenhang mit Post-Bid-Fraud und Sophisticated Invalid Traffic (SIVT) im Jahr 2020 im Vergleich zum Vorjahr um 30 %, von 2,0 auf 1,4 %. Der zunehmende Einsatz von Lösungen zur Vermeidung von Pre-Bid-Betrug und Plattformzertifizierungen hilft dabei, Betrug und SIVT zu erkennen und zu filtern, bevor sie zu einem Problem für Werbetreibende werden.
"The margin-chasing of some of the intermediaries which just characterized programmatic advertising in the past – that time’s over. There’s a macro social debate, there’s a regulatory debate and there’s now also advertisers on the basis of this, voting with their money, meaning that you need to stand out as a clean vendor in this space to continue to attract budgets"
Daniel Knapp
Chief Economist, IAB EuropeWebinar “Driving Quality and Performance in Digital Media, EMEA 2021” (03.08.2021)
Es gibt mehrere Richtlinien, die Sie befolgen können, um die Ad Fraud-Raten für Ihre Kampagnen zu minimieren.
Artyom Dogtiev. Top ad fraud Detection Tools (https://www.businessofapps.com/ads/ad-fraud)