Рекламный фрод развивается вместе с технологиями, на которых строится сама реклама. Одно из главных изменений сегодня связано с ИИ: мошеннические сценарии стало проще масштабировать, а поведение ботов - быстрее подстраивать под системы, которые должны их выявлять.
Это меняет привычный подход к защите. Раньше главной задачей было точно распознать невалидный трафик по итогам его поведения. Теперь не менее важно, на каком этапе это удается сделать.
По данным FraudScore, в первом полугодии 2026 года средний уровень фрода в проанализированном трафике составил 54,3% против 39,7% годом ранее. Впервые за время наблюдений каждый месяц полугодия показал значение выше 50%. Основной рост дал мобильный трафик: 55,2% против 40,0% в первом полугодии 2025 года, тогда как в вебе показатель снизился с 13,4% до 10,0%.
Проблема в том, что классическая проверка работает постфактум: пока накапливается статистика и подтверждается фрод, адаптивные схемы успевают отработать и сменить тактику. Поэтому логично искать дополнительные точки контроля - в частности, оценивать трафик еще до атрибуции.
Что дает pre-attribution
Pre-attribution переносит антифрод-проверку на более ранний этап - к моменту клика. Это меняет саму логику работы с риском. Вместо того чтобы сначала получить и атрибутировать трафик, а затем анализировать его качество, часть решений можно принять до того, как клик попадет в дальнейшую цепочку.
На уровне клика учитываются разные признаки вероятного невалидного взаимодействия: технические характеристики, особенности поведения, повторяемость событий и другие сигналы. При этом задача не сводится к максимально жесткой блокировке. Рекламодателю не менее важно не задеть качественный трафик, поэтому фильтрация должна учитывать специфику конкретной кампании и источника.
В этом главное преимущество раннего контроля: если риск удается определить до атрибуции, решение принимается тогда, когда трафик еще можно не пропускать дальше.
SafeClick: защита на уровне клика
Для этой задачи мы развиваем SafeClick - инструмент pre-attribution защиты, который работает непосредственно с кликами и фильтрует невалидный трафик до конверсии. Его задача конкретна: помочь рекламодателю как можно раньше принять решение о качестве клика.
Для мобильных рекламодателей у такого подхода есть и прямой финансовый эффект. Во многих моделях платформы атрибуции (MMP) берут плату в зависимости от объема установок и событий, поэтому каждый невалидный клик, дошедший до атрибуции, потенциально увеличивает и эти расходы. Если часть такого трафика отсекается до входа в цепочку, меньше невалидных установок и событий попадает в счет, а значит, рекламодатель платит меньше не только площадке, но и за саму атрибуцию.
Но это не значит, что пост-анализ теряет важность.
Почему пост-анализ по-прежнему нужен
У ранней фильтрации есть очевидное ограничение: решение принимается по сигналам, доступным на момент клика, а полная картина часто проясняется только после накопления данных.
Здесь незаменим пост-анализ. Он позволяет оценить трафик в масштабе кампании или источника, увидеть закономерности, недоступные на уровне отдельного клика, классифицировать фрод и определить его реальный объем.
Результаты такого анализа имеют и прикладное значение. Они служат доказательной базой в работе с рекламными площадками и поставщиками трафика: для подтверждения проблемы, предъявления претензий и возврата бюджета. Наконец, именно пост-анализ помогает совершенствовать саму защиту: обнаруженные сценарии и новые признаки фрода становятся основой для настройки правил и моделей.
Поэтому противопоставлять pre-attribution и пост-анализ неверно. Они смотрят на одну проблему с разных сторон и в разные моменты времени.
Когда два подхода работают вместе
Так появляется модель post + pre. В связке FraudScore и SafeClick один уровень работает с уже состоявшимся трафиком и помогает понять, что произошло, а второй применяет накопленные знания раньше - на уровне клика.
На одном из проектов мы вручную сопоставили результаты пост-анализа с результатами pre-attribution-фильтрации. Значительную часть трафика, который пост-анализ относил к рискованному и рекомендовал отклонять, удалось бы отсечь еще на уровне клика. При этом трафик, который пост-анализ считал приемлемым, фильтрация не затрагивала.
Это один конкретный кейс, и автоматически переносить его результат на все кампании нельзя, поэтому мы продолжаем проверять подход на большем числе сценариев.
Следующий шаг - связать данные
Самая интересная перспектива, на наш взгляд, - не просто использовать два инструмента параллельно. Если пост-анализ выявляет новый сценарий фрода, эта информация должна возвращаться в систему ранней защиты и влиять на ее работу. В свою очередь, результаты pre-attribution могут стать дополнительным источником данных для анализа уже состоявшегося трафика.
Получается цикл, где каждый этап улучшает предыдущий: обнаружение → анализ → ранняя фильтрация → повторный анализ. Такая обратная связь особенно важна, пока ИИ ускоряет адаптацию мошеннических сценариев. Защита рекламного трафика будет строиться не вокруг одного «идеального» инструмента, а вокруг способности системы быстро учиться на новых данных и переносить их туда, где решение можно принять раньше.
Хотите проверить, как ранняя фильтрация работает на вашем трафике? Оставьте заявку на ранний доступ к SafeClick на сайте.
