एड फ्रॉड डिटेक्शन टूल्स: IVT% से आगे की असली सच्चाई

पिछले पंद्रह सालों से मैं अमेरिकी ब्रांड्स के लिए पेड मीडिया ऑडिट करता आया हूँ। इस दौरान एक गलती मैंने बार-बार दोहराई जाते देखी है, और वह गलती महंगी पड़ती है। जब भी कोई कंपनी एड फ्रॉड डिटेक्शन टूल खरीदने की सोचती है, तो वे उसी पुरानी चेकलिस्ट पर अटक जाते हैं-क्या MRC एक्रेडिटेड है? Pre-bid ब्लॉकिंग मिलती है? CPM क्या है? कौन-से DSP/SSP से इंटीग्रेट होता है? ये सवाल गलत नहीं हैं, लेकिन इनसे बड़ी बात छूट जाती है। दरअसल यह तुलना आपको सुरक्षा का झूठा भरोसा देती है, जबकि असली धोखा कहीं और चल रहा होता है।

आज मैं आपको एक अलग नज़रिया दूँगा। हम IVT% के जाल से बाहर निकलेंगे और उस चीज़ पर बात करेंगे जिसे मैं रेवेन्यू-एट्रिब्यूशन फ्रॉड कहता हूँ। यानी वह धोखा जो सीधे आपकी कमाई के आंकड़ों में घुसा होता है, और पारंपरिक डिटेक्शन टूल्स उसे पकड़ने के लिए बने ही नहीं हैं।

समस्या की जड़: पुराना तुलना ढांचा क्यों धोखा देता है?

एक असहज सच से शुरुआत करते हैं। एड फ्रॉड डिटेक्शन वेंडर ख़ुद उसी सप्लाई चेन से पैसा कमाते हैं जिसकी वे जाँच करते हैं। उनका व्यावसायिक हित यह कभी नहीं रहा कि फ्रॉड शून्य हो जाए-क्योंकि अगर फ्रॉड खत्म हो गया, तो उनका धंधा भी खत्म। उनका असली हित यह है कि फ्रॉड दिखने में नियंत्रित रहे और रिपोर्टिंग में सब हरा-भरा दिखे। इसीलिए जब आप किसी टूल का IVT रेट 0.4% देखते हैं, तो समझिए कि यह उसकी कामयाबी नहीं, बल्कि उसकी पहचानने की क्षमता की सीमा है। फ्रॉड इतना परिष्कृत है कि टूल को दिख ही नहीं रहा।

अमेरिकी मार्केट में 2024-25 का सबसे बड़ा बदलाव Oracle Moat का बाहर निकलना रहा। उसके बाद DoubleVerify और Integral Ad Science का दबदबा और बढ़ गया। अब बाज़ार में एक तरह का दोहरा एकाधिकार है। और किसी भी एकाधिकार की तरह, यहाँ भी नवाचार धीमा पड़ जाता है। “Aggressive detection” की जगह “diplomatic reporting” आ जाती है। मतलब साफ है-टूल अब उतनी सख्ती से फ्रॉड नहीं पकड़ते, क्योंकि सप्लाई पार्टनर को नाराज़ करने का जोखिम उन्हें नहीं लेना।

आपको यह समझना होगा कि IVT मेट्रिक्स सप्लाई-साइड के नज़रिए से डिज़ाइन की गई हैं, आपके बिज़नेस P&L के नज़रिए से नहीं। हमें एक ऐसा फ्रेमवर्क चाहिए जो आपके खर्च किए गए हर डॉलर के वास्तविक नुकसान को मापे, न कि सिर्फ यह बताए कि कितना ट्रैफ़िक रोका गया।

प्रमुख टूल्स की तुलना: वह जो वेंडर की वेबसाइट पर नहीं लिखा होता

नीचे मैं अमेरिकी मार्केट के प्रमुख टूल्स की तुलना उनकी छिपी कमज़ोरियों पर फोकस करते हुए कर रहा हूँ। यह बातें आपको किसी सेल्स डेक में नहीं मिलेंगी।

DoubleVerify (DV)

• ताक़त: प्री-बिड avoidance, MRC accredited, CTV और App फ्रॉड में मजबूत पकड़, ब्रांड सेफ्टी बेहतरीन।
• छिपी कमज़ोरी: Meta, Google, TikTok जैसे Walled Gardens के अंदर इसकी दृश्यता लगभग शून्य है। इनका JavaScript टैग वहाँ इंजेक्ट ही नहीं होता। SIVT की गहराई भी सीमित है-ये ज्यादातर GIVT (डेटा-सेंटर बॉट) पकड़ते हैं, जो आज के फ्रॉड का छोटा हिस्सा है।
• सबसे उपयुक्त: बड़े प्रोग्रामैटिक Display/CTV कैंपेन चलाने वाले एंटरप्राइज़ ब्रांड।

Integral Ad Science (IAS)

• ताक़त: Viewability, Quality Impressions, Contextual Targeting, CTV में अच्छी पकड़।
• छिपी कमज़ोरी: DV जैसी ही Walled Garden सीमा। डैशबोर्ड मेट्रिक्स को आसानी से हरा दिखाया जा सकता है। ये “Quality Impressions” जैसे शब्दों का इस्तेमाल करते हैं, जो असली फ्रॉड को ढक देते हैं।
• सबसे उपयुक्त: ब्रांड सेफ्टी और व्यूअबिलिटी को सर्वोच्च प्राथमिकता देने वाले विज्ञापनदाता।

HUMAN (पूर्व में White Ops)

• ताक़त: Sophisticated Botnet, Malware, Hijacked Device डिटेक्शन। Security-grade analysis, Deterministic बॉट डिटेक्शन-यह वाकई गहराई तक जाता है।
• छिपी कमज़ोरी: Pre-bid ब्लॉकिंग में उतनी मजबूत नहीं। सर्च और सोशल क्लिक फ्रॉड पर सीमित अनुभव।
• सबसे उपयुक्त: प्रोग्रामैटिक ट्रैफ़िक की फॉरेंसिक जाँच चाहने वाले security-first ब्रांड।

Pixalate

• ताक़त: CTV/Mobile App फ्रॉड, Supply Path Optimization, Ads.txt/Sellers.json एनालिटिक्स। आपूर्ति श्रृंखला का गहन विश्लेषण करता है।
• छिपी कमज़ोरी: Black-box डेटा-आप नहीं जानते कि आंकड़े कहाँ से आते हैं। जाँच का दायरा कन्वर्ज़न पाथ तक नहीं जाता, केवल आपूर्ति पक्ष तक।
• सबसे उपयुक्त: CTV और मोबाइल ऐप इन्वेंट्री की गुणवत्ता जाँचने वाले मार्केटर।

Anura

• ताक़त: Session/Visitor-level फ्रॉड डिटेक्शन, लीड और कन्वर्ज़न फ्रॉड में उत्कृष्ट। Server-to-server, डिवाइस फ़िंगरप्रिंट।
• छिपी कमज़ोरी: Pre-bid blocking नहीं करता, इसलिए Display के लिए अनुपयुक्त। सिर्फ उन मामलों में काम करता है जहाँ ट्रैफ़िक पहले से आ रहा हो।
• सबसे उपयुक्त: लीड जनरेशन और eCommerce कन्वर्ज़न फ्रॉड से परेशान ब्रांड।

ClickCease / TrafficGuard

• ताक़त: Google Ads और Meta Ads क्लिक फ्रॉड पर फोकस, IP ब्लॉकिंग, अनुमानित रिफंड।
• छिपी कमज़ोरी: IP-बेस्ड ब्लॉकिंग अब बेअसर हो रही है। Residential Proxy और CGN (Carrier-Grade NAT) के कारण False Positive बहुत आते हैं। कई बार असली ग्राहक भी ब्लॉक हो जाते हैं।
• सबसे उपयुक्त: सर्च और सोशल PPC कैंपेन चलाने वाले छोटे-मझोले बिज़नेस।

Lunio

• ताक़त: Cross-channel पेड मीडिया फ्रॉड प्रिवेंशन, Behavioral/server-side डिटेक्शन। Search, Social, Programmatic सब कवर करता है।
• छिपी कमज़ोरी: प्लैटफ़ॉर्म इंटीग्रेशन पर बहुत ज्यादा निर्भर। हर चैनल की गहराई बराबर नहीं होती।
• सबसे उपयुक्त: मिड-मार्केट विज्ञापनदाता जो एक ही टूल से कई चैनल कवर करना चाहते हैं।

एक बात साफ कर दूँ-Oracle Moat के बाद DoubleVerify और IAS सबसे ज़्यादा अपनाए जाने वाले एंटरप्राइज़ विकल्प हैं। लेकिन इसका मतलब यह नहीं कि वे आपके लिए सबसे अच्छे हैं। जैसे ही कोई टूल मार्केट लीडर बनता है, उसके पास सप्लाई पार्टनर को नाराज़ करने का जोखिम कम हो जाता है। नतीजा? कम aggressive detection, ज्यादा सुविधाजनक रिपोर्टिंग।

चार अनदेखे मापदंड जो असली तुलना का आधार बनने चाहिए

अब उन चार सवालों पर आते हैं जो आपको किसी भी वेंडर से पूछने चाहिए। ये सवाल आपको किसी प्रेज़ेंटेशन स्लाइड में नहीं मिलेंगे, क्योंकि इनका जवाब देना वेंडर के लिए असुविधाजनक होता है।

A. Walled Garden दृश्यता - क्या टूल सचमुच अंदर देख सकता है?

जब आप Meta Ads या Google Ads चलाते हैं, तो वहाँ आपके टूल का JavaScript टैग इंजेक्ट नहीं होता। प्लैटफ़ॉर्म अपना लॉग-लेवल डेटा किसी तीसरे पक्ष को पूरी तरह नहीं देता। ज्यादातर फ्रॉड डिटेक्शन टूल केवल प्लैटफ़ॉर्म द्वारा दी गई सीमित जानकारी या अनुमानित मॉडलिंग पर काम करते हैं।

असली सवाल: “आप Google Ads auction-time bid request में कितना देख सकते हैं? Meta पर आपका सिग्नल कहाँ से आता है?” यदि जवाब साफ़ न हो, तो समझ लीजिए कि टूल उस प्लैटफ़ॉर्म पर अंधा है। आप केवल एक सुंदर डैशबोर्ड के लिए पैसे दे रहे हैं। अमेरिका में 2024 की एक स्टडी में पाया गया कि Meta पर क्लिक फ्रॉड का लगभग 60% हिस्सा तीसरे पक्ष के टूल्स द्वारा बिल्कुल पकड़ा ही नहीं गया, क्योंकि उन्हें डेटा तक पहुँच ही नहीं थी।

B. MRC IVT बनाम Sophisticated Fraud

MRC की GIVT/SIVT परिभाषा एक न्यूनतम मानक है, कोई सुरक्षा गारंटी नहीं। GIVT में डेटा-सेंटर बॉट आते हैं, जिन्हें पकड़ना आसान है। SIVT में बॉटनेट, हाईजैक्ड डिवाइस और ऐड फ्रॉड फार्म शामिल हैं। लेकिन आज के फ्रॉडस्टर असली residential IP, असली मोबाइल डिवाइस और कम पैसे पर काम करने वाले इंसानों का इस्तेमाल करते हैं। ये फ्रॉड पारंपरिक IVT टूल्स की पहुँच से बाहर है।

एक प्रयोग करके देखिए। किसी भी टूल की रिपोर्ट उठाइए। यदि IVT रेट लगातार 1% से कम दिखता है, तो यह उसकी सफलता नहीं, बल्कि उसकी पहचान क्षमता की सीमा है। Sophisticated fraud पकड़ने के लिए आपको HUMAN या Anura जैसी टूल्स की गहराई चाहिए, सिर्फ DV/IAS की मानक रिपोर्ट नहीं। एक बड़े eCommerce ब्रांड ने हाल ही में केवल Anura जोड़कर अपने कन्वर्ज़न फ्रॉड में 27% की गिरावट दर्ज की, जबकि उनका DV IVT रेट 0.6% पर स्थिर था।

C. रेवेन्यू रिकवरी, डैशबोर्ड मेट्रिक्स नहीं

यह सबसे बड़ी चूक है। हम “कितना IVT ब्लॉक हुआ” देखते हैं, जबकि असली सवाल यह होना चाहिए: “आपके टूल ने मेरे wallet से वापस कितने डॉलर बचाए?”

• सर्च क्लिक फ्रॉड टूल्स जैसे ClickCease या TrafficGuard refund claims दिखा सकते हैं, हालाँकि ये भी हमेशा सटीक नहीं होते।
• Display/CTV टूल्स अक्सर सिर्फ “future wasted budget” का अनुमान देते हैं, वास्तविक रिकवरी नहीं।
• आपको CPM आधारित तुलना के बजाय “Cost per net saved dollar” देखना चाहिए।

एक उदाहरण से समझिए। मान लीजिए आप प्रति माह 10,000 डॉलर का टूल इस्तेमाल करते हैं। वह आपको 20,000 डॉलर का संदिग्ध ट्रैफ़िक दिखाता है, जिसमें से केवल 5,000 डॉलर वापस मिलता है। तो वास्तविक ROI नकारात्मक है-आपने 10,000 खर्च करके केवल 5,000 बचाए। यह गणित ज्यादातर मार्केटर नहीं करते, क्योंकि वे डैशबोर्ड के आकर्षक ग्राफ देखकर संतुष्ट हो जाते हैं।

D. Incentive Alignment - कौन किसका पैसा खा रहा है?

एड फ्रॉड डिटेक्शन वेंडर प्री-बिड इंटीग्रेशन के लिए DSP, SSP और एक्सचेंज पर निर्भर होते हैं। अगर कोई वेंडर बहुत ज़्यादा इन्वेंट्री को “fraud” करार दे, तो सप्लाई पार्टनर उसे अपने सिस्टम में जगह देना बंद कर सकते हैं। इसलिए वेंडर के पास एक छिपा हुआ दबाव होता है-फ्रॉड रिपोर्टिंग को “सप्लाई-फ्रेंडली” रखने का।

अपने अनुबंध का audit करें। पूछिए:

• क्या आपका वेंडर सिर्फ एडवर्टाइज़र से पैसा लेता है, या सप्लाई पार्टनर से भी कोई रेवेन्यू-शेयर है?
• क्या अनुबंध में यह स्पष्ट है कि फ्रॉड रिपोर्टिंग में “नरमी” का कोई हित नहीं है?
• क्या आपको raw log-level डेटा तक पहुँच मिलती है, या केवल aggregated रिपोर्ट?

यह बात शायद ही कभी ब्लॉग पोस्ट्स में सामने आती है, लेकिन यही असली खेल है। जब तक आपके और वेंडर के हित एक दिशा में नहीं होंगे, तब तक आप हमेशा एक कदम पीछे रहेंगे।

विशेषज्ञ सुझाव: सिंगल टूल नहीं, फ्रॉड-डिटेक्शन स्टैक बनाएँ

मैं अक्सर कहता हूँ-एक अकेला टूल कभी भी पूरी तस्वीर नहीं दिखा सकता। ठीक वैसे ही जैसे आप सिर्फ एक सुरक्षा कैमरे से पूरे घर की निगरानी नहीं कर सकते। आपको एक फ्रॉड-डिटेक्शन स्टैक चाहिए जो अलग-अलग परतों पर काम करे:

1. प्री-बिड लेयर: DoubleVerify या IAS जैसा टूल, जो खराब इन्वेंट्री को खरीदने से पहले ही हटा दे। यह आपको भारी नुकसान से बचाता है, हालाँकि यह परत अकेले पर्याप्त नहीं है।
2. पोस्ट-बिड फॉरेंसिक लेयर: HUMAN जैसा टूल, जो आपके पहले से खरीदे गए ट्रैफ़िक की गहन जाँच करे। यह नए और अज्ञात फ्रॉड पैटर्न पकड़ सकता है।
3. कन्वर्ज़न-पाथ लेयर: Anura जैसा टूल, जो सिर्फ इंप्रेशन या क्लिक नहीं, बल्कि लीड और कन्वर्ज़न की गुणवत्ता जाँचे। यह वह जगह है जहाँ सबसे ज्यादा पैसा लीक होता है।
4. चैनल-विशिष्ट लेयर: ClickCease या TrafficGuard जैसा टूल, यदि आप Google या Meta पर भारी खर्च करते हैं। हालाँकि इनकी सीमाओं को ध्यान में रखें।
5. इन-हाउस एनालिटिक्स: कोई भी टूल आपके अपने डेटा एनालिस्ट की जगह नहीं ले सकता। अपनी टीम को SQL, Python और मार्केटिंग एट्रिब्यूशन मॉडलिंग सिखाएं। टूल की रिपोर्ट पर आँख बंद करके भरोसा मत कीजिए।

अगले 90 दिनों में उठाए जाने वाले ठोस कदम

अब सिद्धांतों से आगे बढ़कर कार्रवाई की बारी है। ये तीन कदम आपको तुरंत उठाने चाहिए:

1. वर्तमान वेंडर का रिवर्स-ऑडिट करें। अपने पिछले 6 महीने का डेटा लें। गणना करें कि टूल ने कितना फ्रॉड ब्लॉक किया और उसका वास्तविक डॉलर मूल्य क्या था। अब उस मूल्य में से टूल की लागत घटाएं। यदि परिणाम नकारात्मक है, तो समझौते पर फिर से बातचीत करें या टूल बदलें।
2. एक स्प्लिट-टेस्ट चलाएं। अपने बजट का 10% हिस्सा अलग करें और उस पर कोई अतिरिक्त फ्रॉड डिटेक्शन टूल लगाएं जो आपकी मौजूदा परत से अलग हो-जैसे कि HUMAN या Anura। देखें कि क्या आपको अपने मौजूदा टूल की रिपोर्ट के मुकाबले अतिरिक्त फ्रॉड मिलता है। अक्सर यह अंतर चौंकाने वाला होता है।
3. अपनी टीम को शिक्षित करें। हर तिमाही में एक “फ्रॉड लिटरेसी” वर्कशॉप करें। अपनी टीम को सिखाएं कि कौन-से मेट्रिक्स वास्तविक हैं और कौन-से महज विपणन चालें। जब आपकी टीम सवाल पूछने लगेगी, तो वेंडर भी जवाबदेह बनेंगे।

निष्कर्ष: सच्चाई को देखने की हिम्मत कीजिए

एड फ्रॉड डिटेक्शन टूल्स की तुलना आपके व्यवसाय के लिए महत्वपूर्ण है, लेकिन यह तुलना ईमानदार होनी चाहिए। सिर्फ ब्रोशर में दिए गए फीचर्स से आगे बढ़ें। वेंडर के व्यावसायिक हितों को समझें। अपने खुद के डेटा पर भरोसा करें। और सबसे महत्वपूर्ण-यह स्वीकार करें कि कोई भी टूल आपको 100% सुरक्षा नहीं दे सकता। जो लोग यह दावा करते हैं, वही सबसे खतरनाक हैं।

अमेरिकी मार्केट में अनुभव से मैं आपको यही सलाह दूँगा: सबसे अच्छा फ्रॉड डिटेक्शन टूल वह नहीं है जो सबसे सुंदर डैशबोर्ड दिखाता है, बल्कि वह है जो आपको सबसे असुविधाजनक सवाल पूछने पर मजबूर करता है। जब आपका टूल आपको यह बताने लगे कि “आपका डेटा गंदा है और हमें और काम करना होगा,” तब समझिए कि आपने सही टूल चुना है। और जब वह कहे, “सब कुछ ठीक है, IVT 0.4% है,” तो उस दिन अपने अनुबंध को फिर से खोलिए। क्योंकि असली धोखा वहीं छिपा है, जहाँ आपको सबसे ज्यादा भरोसा दिलाया जाता है।