Как Райффайзенбанк боролся с обманщиками в СPA-сетях

Совместный кейс Райффайзенбанка и OWOX о том, как обезопасить себя от сотрудничества с недобросовестными веб-мастерами в CPA-сетях с помощью BI-аналитики.

OWOX создает продукты, которые помогают повысить качество решений, принимаемых на основе данных. С помощью OWOX BI можно собирать сырые данные в Google BigQuery, оценивать рекламные кампании с учетом их вклада в продажи и офлайн-заказов, получать ответы на вопросы к данным без SQL-запросов.

Мы сотрудничаем с Райффайзенбанком чуть больше 4 месяцев, но уже успели решить очень интересную задачу. Хотим поделиться кейсом, который может быть полезным не только банкам, но и всем, кто пользуется услугами CPA-сетей.

Маркетологи Райффайзенбанка заметили, что за последние пару месяцев их расходы по affiliate трафику резко выросли, а доход остался прежним. При этом наблюдались частые разрывы сессий пользователей перед заказом. Банк предположил, что недобросовестные партнеры могут подменять источник трафика на странице оформления заявки. Например, с помощью расширений к браузерам, тулбаров. Работает это так: пользователь устанавливает себе расширение, допустим, чтобы получать скидки. Затем заходит на ваш сайт и оформляет заказ — в этот момент всплывает окно со скидкой. Когда человек его открывает, веб-мастер подставляет свои cookies.

Чтобы проверить гипотезу с подменой источников, маркетологи компании решили собрать сырые данные о действиях посетителей на сайте. Затем выбрать информацию о клиентах, у которых на одной странице происходили странные кратковременные обрывы сессий, при этом менялся источник трафика, а последним каналом был affiliate. Эти данные помогут понять, какие партнеры присваивают себе трафик других каналов. В результате банк прекратит работу с нечестными веб-мастерами и сможет эффективнее перераспределить маркетинговый бюджет.

Команда OWOX BI помогла Райффайзенбанку собрать и обработать необходимые данные.

Поскольку в Google Analytics есть лимит на количество сессий, после которого применяется семплирование, аналитики решили собирать данные в Google BigQuery. Кроме того, это облачное хранилище отвечает строгим стандартам безопасности, что для банка особенно важно.

Райффайзенбанк настроил импорт данных с сайта в Google BigQuery через OWOX BI Pipeline. Такое решение позволяет передавать несемплированные данные в режиме, близком к реальному времени, и получать timestamp каждого хита. Благодаря этому можно в одном отчете отследить любую последовательность пользовательских действий, даже из разных сессий.

Например, вам нужна информация о пользователях, которые посетили страницу /promo/, затем вернулись на сайт через CPC и в итоге совершили транзакцию. И отчет нужен в разрезе даты посещения страницы /promo/ по каждому пользователю. Получить эти данные можно с помощью SQL-запроса.

В итоге вы получите вот такую таблицу со всеми необходимыми данными.

Аналитики OWOX совместно с коллегами из Райффайзенбанка определили, что для проверки гипотезы о подмене источников трафика понадобятся следующие данные:

• ID пользователя.
• Источник и канал первой и следующей сессии.
• Время между сессиями.
• Стартовый и конечный URL каждой сессии.
• События в сессии.
• Наличие транзакции в последней сессии.

Также к данным применили условия, по которым можно сделать вывод, что источники трафика подменялись:

• Промежуток между двумя сессиями — до 60 секунд.
• При смене источника не меняется страница.
• В последней сессии совершена транзакция.
• Последний канал — affiliate.

Эту информацию получили с помощью SQL-запроса к данным в Google BigQuery:

Для дальнейшего анализа наши аналитики импортировали выбранные данные из Google BigQuery в Google Sheets с помощью аддона OWOX BI BigQuery Reports. В итоге Райффайзенбанк получил таблицу с информацией по каждому клиенту, у которого изменялся источник трафика, а промежуток между сессиями составлял не больше 60 секунд.

После данные объединили в сводном отчете, с помощью которого руководитель интернет-продаж банка может узнать, какие аффилиаты работают недобросовестно. Цифры на скриншоте ненастоящие и приведены для примера:

Например, из отчета выше видно, сколько было транзакций с измененным источником и какие именно аффилиаты подменяли источник трафика на свой. Также отчет показывает, у каких каналов отнимали транзакции. В нашем случае это CPC и Organic.

Райффайзенбанк получил отчет, который помогает мониторить статистику по аффилиатам и выводить на чистую воду обманщиков в CPA-сетях. Компания оптимизировала расходы на рекламу, отказавшись от сотрудничества с двумя недобросовестными партнерами, которые подменяли источник заявки и необоснованно завышали счета на свои услуги.