Excellent car c'est explicable
Il ne se contente pas de dénoncer la « fraude » : il expose le motif, la version, l’intensité et les preuves.
Définissez les destinataires, les flux Android/iOS et les autorisations d'éditeur pour configurer les rapports.
Standardiser la source, le support et la campagne ; documentez Google, Meta, TikTok, les affiliés et les DSP.
Choisissez les signaux qui peuvent être utilisés en termes d'attribution, de qualité et de médias.
Définissez une installation, une activation, une conservation et des décisions valides que le rapport prendra en charge.
Dans Admin → Définitions personnalisées, enregistrez uniquement les paramètres Bridgee vraiment nécessaires, tels que la méthode et la confiance. Utilisez les dimensions natives lorsqu'elles existent.
Rapports → Bibliothèque → Créer un nouveau rapport → Rapport détaillé. Dimension principale : première source/support utilisateur ou dimension Bridgee approuvée. Métriques : nouveaux utilisateurs, first_open et sessions engagées.
Comparez Android/iOS, campagne, pays et période. Ne mélangez pas l’acquisition d’utilisateurs avec l’acquisition de sessions sans en expliquer la portée.
Explorer → Forme libre. Lignes : source/support et campagne. Colonnes : plateforme. Valeurs : installations, utilisateurs actifs et sessions engagées.
Nom suggéré : Bridgee | Installations par canal. Filtres de documents et fenêtre.
| Vérification | Attendu | Action en cas d'échec |
|---|---|---|
| Blink → cliquez sur ID | un identifiant de clic valide | revoir la redirection, le cache et la relecture |
| Cliquez → installer | méthode et confiance expliquées | examiner les codes de motif et la fenêtre |
| Livraison GA4 | une livraison, sans duplication | vérifier la préservation native Google |
| Chaîne quotidienne | variation cohérente avec les médias | vérifier les UTM, les identifiants et le consentement |
| Couverture des scores | statut explicite observé/indisponible | n'attribuez pas l'absence à une qualité |
L'antifraude protège la décision avant qu'un trafic invalide ne contamine les rapports, l'optimisation et les modèles. Les CTIT extrêmes, la relecture, la réutilisation des identifiants de clic, les conflits de partenaires, l'automatisation et l'incohérence du parcours deviennent des preuves vérifiables.
Il ne se contente pas de dénoncer la « fraude » : il expose le motif, la version, l’intensité et les preuves.
Le risque qualifie le trafic ; ne réaffecte pas silencieusement l'installation.
Le calibrage avec des étiquettes évite de bloquer le trafic légitime par une nouvelle règle.
| Composant | Question | Utilisation |
|---|---|---|
| Confiance d'attribution | Quelle est la solidité du clic → installer ? | audit de la mission |
| Qualité du trafic | La session a-t-elle eu une activité cohérente ? | qualification de canal/cohorte |
| Risque de fraude | Y a-t-il une automatisation ou une manipulation ? | enquête et suppression contrôlée |
| Intégrité des mesures | La collection est-elle complète ? | distinguer un mauvais trafic d'une défaillance technique |
Le MMM reçoit des agrégats par canal, date et géographie : investissement, installations, confiance, risque, qualité, trafic physique et contrôles externes. Le score de confiance doit être une variable de qualité ou une pondération de sensibilité, et non un multiplicateur automatique de revenus.
dépenses, impressions, installations fiables, couverture des scores, taux de fraude, magasin/OOH, saisonnalité, prix, promotions et disponibilité.
granularité cohérente, résistances lorsque cela est possible, adstock/saturation, plages d'incertitude, backtesting et documentation des modifications.