亞馬遜如何判斷刷單的？亞馬遜防刷單檢測原理-ESG跨境

很多賣家都很好奇是怎么檢測刷單的？有些賣家這邊剛刷單那邊就被封了，而有一些經(jīng)常刷卻沒事。今天就和大家一起接受一下亞馬遜平臺是如何判斷刷單的，以及檢測系統(tǒng)原理。

看不懂?那就對了，我們繼續(xù)往下看，在了解這個模型之前，我們需要狂補一些專業(yè)的知識!

我們常用的跨境電商作弊方式：

機器作弊：機器刷量、任務(wù)分發(fā)、流量劫持

人為作弊：QQ群/水軍、直接人工、誘導(dǎo)

電商常見作弊手段：

刷單，刷信譽，刷好評，職業(yè)差評師

判斷廣告作弊涉及的點擊類型分類：

1、 按照是否找商品找服務(wù)為目的;

2、 是否按照是否惡意，有無真實轉(zhuǎn)化為依據(jù)。

(CPC基于點擊計費的模式、CPA基于成交的點擊進行收費)

常見電商平臺點擊行為分為四大分類：

無效點擊(沒有形成轉(zhuǎn)化的意愿，僅僅瀏覽);

惡意點擊(必須識別出來);

轉(zhuǎn)化點擊(真實意愿點擊);

誤點(不是以找商品為目的，例如內(nèi)部人員點擊，需要識別出來)。

點擊人群劃分：

誤點：員工、廣告主自己、競品銷售中介、爬蟲;

惡意點擊：同行、同行朋友、聯(lián)盟站點、機器。

反作弊策略應(yīng)對框架：

數(shù)據(jù)層：鼠標(biāo)軌跡行為、指紋數(shù)據(jù)、案例庫、行為數(shù)據(jù);

特征層：離散指標(biāo)、連續(xù)指標(biāo);

行為識別層：點擊識別模型、異常監(jiān)測模型、流量識別模型、關(guān)系圖模型、人群識別模型;

策略應(yīng)對層：規(guī)則。

三層監(jiān)控指標(biāo)體系，提前預(yù)警：

運營指標(biāo)監(jiān)控：投訴率、轉(zhuǎn)化率、撞線速率/頻率、消耗速率、通過率;

規(guī)則監(jiān)控指標(biāo)：攔截率、準確率、覆蓋率;

異常監(jiān)控指標(biāo)：IP維度、Cookie維度、計費名維度、廣告維度、設(shè)備維度、鼠標(biāo)軌跡維度

分類監(jiān)控、分級響應(yīng)：

1、 針對監(jiān)控情況、采用四級響應(yīng)機制;

2、 紅色：非常嚴重，需要自動化采取短期策略應(yīng)對，例如臨時黑名單機制

3、 橙色：較為嚴重，短信舉報，要求4h內(nèi)完成分析和短平快策略壓制，后續(xù)進一步處理

機器學(xué)習(xí)在反作弊應(yīng)用幾個案例：

如關(guān)聯(lián)規(guī)則、決策樹模型：策略挖掘—規(guī)則自動提取

確定建模問題：自動發(fā)現(xiàn)規(guī)則、輔助策略設(shè)計;

應(yīng)用：挖出的規(guī)則，上線到離線反作弊系統(tǒng);

評估指標(biāo)：支持度、置信度、覆蓋率、攔截率

　1.同IP

也就是說你朋友都不能買你的東西，因為你們兩個人早晚是會在一起碰面的，兩個人碰面就是IP碰面，所以，買你寶貝的那個人，你們兩個人的IP永遠不能相見，也就是說你們兩個人永遠不能相見!

2.性別

假如你的淘寶店鋪賣的是連衣裙，老是有男買家隔三差五的在你家買這件寶貝，你覺著正常，男朋友幫買怎么了?我用男朋友的號買怎么了?可是算法認為你是在作弊!你是在刷寶貝!

　3.行為

這種行為指的就是假如你在刷寶貝，你沒有具體的流程，每一個幫你刷流量的人都是搜索關(guān)鍵詞，找到你家寶貝，點擊收藏，加入購物車，然后下單，你都覺著不可能，更別說算法了!

4.年齡

你家淘寶店鋪賣的是*，行，你男朋友幫你買，可是你找的人都有40歲往上的，誰家40歲的男人幫媳婦在網(wǎng)上買*?最好就是你找18-30歲之間的女性刷寶貝是最正常不過的了!

5.能力

支付寶都是實名認證的，對我們的好多都了如執(zhí)掌，你賣意大利名牌古弛，你卻老是找一些大學(xué)生幫你刷單，這就肯定是有問題的，學(xué)生能力有限，沒有工作，買這么名貴的皮具肯定也是有些問題的!

使用關(guān)聯(lián)規(guī)則檢測刷單作弊行為

最近發(fā)現(xiàn)我們平臺上的個別內(nèi)容提供商使用一些違規(guī)的手段，對自己所屬的收費內(nèi)容進行刷單作弊。從其他渠道以很優(yōu)惠的價格購買代金券，在平臺消費自己的項目內(nèi)容，從而獲得結(jié)算分成與成本的金額差價。

因為需要對該問題進一步重視和監(jiān)控，我也在考慮一些檢測方法，其中一個就是本文介紹的基于數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則(Association Rules)的算法進行嘗試分析。對于關(guān)聯(lián)規(guī)則的算法原理在此就不贅述。

家喻戶曉的一個利用關(guān)聯(lián)規(guī)則的案例是沃爾瑪啤酒尿布的案例，目的是發(fā)現(xiàn)客戶購物籃中經(jīng)常被同時購買的商品。本例與啤酒尿布案例類似。主要因為內(nèi)容商使用低價購買的客戶賬號購買自己的商品，但基于以下分析，本案例中可能會產(chǎn)生較強的關(guān)聯(lián)效應(yīng)：

(1)對同一批內(nèi)容商品進行購買，會節(jié)約作弊成本。

(2)由于客戶帳號有限，必將會出現(xiàn)一個客戶賬號購買很多內(nèi)容項目的現(xiàn)象。

而與沃爾瑪?shù)陌咐煌氖?，沃爾瑪?shù)陌咐翘剿鞯恼蚍e極的事件，本例是要發(fā)現(xiàn)的是負向消極的事件。沃爾瑪?shù)陌咐幸笫录闹С侄?support)要較高，即事件能夠經(jīng)常發(fā)生才能有意義，置信度(confidence)只要適當(dāng)即可，不要求過高;而本例因為是需要稽查異常，所以不能要求支持度高，相反置信度一定要比較高，即當(dāng)某時間發(fā)生以后，另一關(guān)聯(lián)的時間也發(fā)生的概率要很高才行。

通過初步的設(shè)想，提取出某一天的客戶訂單數(shù)據(jù)進行建模，模型如下所示：

關(guān)聯(lián)規(guī)則模型設(shè)置如下：

因為使用的是事務(wù)型數(shù)據(jù)格式(按交易明細進行記錄的，特點是一個客戶標(biāo)識可以有多條數(shù)據(jù))，所以需要勾選 use transaction format這個選項。此外因為本例需要對全部的CASE進行關(guān)聯(lián)分析，因此沒有對數(shù)據(jù)進行分區(qū)。

上面已經(jīng)介紹了本例要求低支持度和高置信度的設(shè)置。因為本例只需要發(fā)現(xiàn)任意兩個內(nèi)容項目的關(guān)聯(lián)即可，所以只將最大前項數(shù)(maximum number of antecedents)為1。

最后得出的模型結(jié)果如下：

從結(jié)果模型上可以看到，兩內(nèi)容項目的關(guān)聯(lián)程度可以高達百分之百，即用戶購買了某一個內(nèi)容項目，那這個用戶100%會購買另一個內(nèi)容項目，可見它們倆之間很可能存在貓膩，而這個規(guī)則也正是我想要尋找的。

盡管這些規(guī)則的支持度都很低，但刷量作弊屬于異常事件，不能要求高支持度。

將模型導(dǎo)出文本，并將這些內(nèi)容項目進行整理，通過對這些項目的購買清單進行觀察分析，發(fā)現(xiàn)產(chǎn)生在這些內(nèi)容項目的訂單95%以上存在很強的作弊嫌疑，由此驗證，此關(guān)聯(lián)模型對此類作弊行為有較強的檢查能力。

現(xiàn)階段只對該模型可行性進行嘗試，尚未考慮模型的部署，本文只介紹到此，希望能對朋友們有一定的啟發(fā)。

以Amazon的Review算法為例：

1.Verified Purchase。直評已死，這個時候再去刷直評非但沒有意義，反而可能會出現(xiàn)如上圖群聊中出現(xiàn)的“上好評排名會跌”的情況。

所以要刷就刷VP吧。還記得年初的封號風(fēng)波嗎，這些賣家大多數(shù)是因為刷單被姐夫“秋后算賬”;船長在之前的分享中有向大家提到一個刷單建議，模仿真實購買行為。

亞馬遜希望所有的評論都是誠實的，而在他的監(jiān)控中，如果我們能做到“仿真”，也就能避開懲罰了。具體如何模仿真實購買行為地刷單，我們根據(jù)下文的影響因素一一分析。

2.留評頻率與間隔時間。留評頻率越高，間隔時間越短，權(quán)重就越高。

如果一款產(chǎn)品不斷地來好評，這就意味著該產(chǎn)品受歡迎。也就是說，你需要根據(jù)自己的產(chǎn)品特性來規(guī)劃規(guī)劃刷單的頻率，留評的頻率，留評間隔的時間。當(dāng)然，時間和頻率的把控同時也需要考慮到產(chǎn)品的銷售周期，比如你不能在站點的冬季持續(xù)刷泳裝的單并留評論，是吧。

既然說到時間和頻率，大家在刷單刷評是需要注意，一般情況下，在買家真實購買行為中，賬號成交量平均一個月最多10-20單，留評數(shù)量不超過10%，在越來越苛刻的評論政策之下，不超過5%是最好的。

也就是說，大家在選擇刷單資源，或者自己組建刷單團隊時，除了需要規(guī)劃好在listing上留評的時間與頻率，也需要根據(jù)成交情況、留評時間與頻率篩選合適的買家賬號。

3.字數(shù)、內(nèi)容與比例，也就是評論內(nèi)容的質(zhì)量。刷單需求越大，刷單者的胃口也被養(yǎng)得很大，賣家們經(jīng)常會花了很多錢卻被隨便一個“good”或者“wonderful”的五星敷衍了事，在現(xiàn)在新的算法之下，這類屬于低價值的評論是對權(quán)重排名沒有幫助的。

Review都有專員審核，亞馬遜希望review能夠真實反映產(chǎn)品的情況，給買家參考，避免產(chǎn)生不良購物體驗，客觀豐富完整的review內(nèi)容是能夠提高權(quán)重的。

現(xiàn)在刷評論的一個標(biāo)準，要讓買家當(dāng)真，也要讓姐夫當(dāng)真。站在真實買家(產(chǎn)品購買者、使用者)的角度去客觀評價這個產(chǎn)品，甚至不全是五星好評;根據(jù)客服提供的依據(jù)，還需要有有趣且幽默的評論內(nèi)容并且數(shù)量要在最新10個reviews中占一定比例的，比如每10個評論(包括好評、中評和差評)至少1-2個有趣的評論，以此類推。

如果評論的內(nèi)容不知道怎么下手，可以通過查詢競爭對手的review，挑選靠前、內(nèi)容較豐富并且“helpful”數(shù)量較多的VP評論模仿，切記是模仿不是照搬照抄。至于有趣的內(nèi)容，最好搭配相關(guān)的、有趣的圖片或視頻，特別是童裝、玩具這些嬰兒的產(chǎn)品，可以利用的素材就更多了。

4.Review中的“helpful”數(shù)量。這是個陷阱!點擊“helpful”(俗稱“點贊”)也是需要買家賬號，但如果你不小心用了一些“質(zhì)量差”的買家賬號刷點擊，那就完蛋了。

首先，使用質(zhì)量好的買家賬號。上文中船長也有介紹到，真實買家賬號成交量平均一個月最多10-20單，留評數(shù)量不超過10%，另外還需要注意的是賬號使用年限和使用習(xí)慣，一般來說，越老的賬號越好，但拒絕老僵尸號;并且，買家賬號也要防關(guān)聯(lián)，關(guān)聯(lián)條件與賣家賬號相同。

接著，用這些質(zhì)量好的買家賬號模仿真實的買家點贊行為。從登錄買家賬號到點贊，一般是需要經(jīng)過這些步驟的：

①搜索：通過亞馬遜前臺鍵入你的產(chǎn)品關(guān)鍵詞，或者通過你的產(chǎn)品對應(yīng)品類去搜索，也可以通過品牌名搜索(小賣家不建議直接搜索品牌名)。

②對比：一頁頁去找你的listing，查找過程中隨意點擊幾個別人家的listings瀏覽幾秒鐘，翻翻評價和Q&A，并在兩三個產(chǎn)品頁面停留時間稍久一些。

③點贊：一番操作后找到你的產(chǎn)品，到評論區(qū)后也不要馬上找到目標(biāo)review點贊，可以瀏覽首頁或前幾頁的評論，翻開折疊的回復(fù)查看，點開圖片或者視頻，甚至離開這個產(chǎn)品頁面之后再回來瀏覽、點贊。

5.Review原星級分數(shù)，即原來Review星級的分數(shù)。這個影響因素已經(jīng)沒法去改變，但不代表原先分數(shù)低現(xiàn)在就沒法提高，從其他因素著手去優(yōu)化即可。

6.詳情頁面被點擊次數(shù)、買家離開該詳情頁面次數(shù)、買家又再次返回該詳情頁面比率。其實就是要按照買家正常購買的順序邏輯，換位思考，你在網(wǎng)購商品的時候是怎樣操作的，就按照類似的順序邏輯去刷單就是了。

除了review算法的改變，亞馬遜也更新了“評論服務(wù)條款”，進一步保護review的真實性，同時也制定了懲罰政策，簡單講就是，操控評論，后果很嚴重。

這時候再回去看我們第一張的流程圖，大家就能大致明白原理了。

點擊咨詢現(xiàn)在有哪些新興平臺值得關(guān)注 >>>

特別聲明：以上文章內(nèi)容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。