Click fraud wykrwawia AdTech na 100 mld USD. Oto gdzie naprawdę trafiają te pieniądze.

IAB oszacował globalne straty z fraudu reklamowego na 84 miliardy USD w 2025 roku. Większość analityków branżowych spodziewa się, że liczby za 2026 rok przekroczą 100 miliardów USD. Te wartości są cytowane na tyle często, że straciły swoją szokującą wymowę — ale stojące za nimi mechanizmy mają znaczenie dla każdego, kto zarządza inventory monetyzowanym reklamami lub kupuje media programmatic na dużą skalę.

Straty nie rozkładają się równomiernie. Wielcy reklamodawcy z dedykowanymi zespołami brand safety wyłapują większość fraudu wymierzonego w ich kampanie. Średniej wielkości reklamodawcy działający przez agencje tracą znaczący procent wydatków. Wydawcy ze słabą ochroną inventory obserwują, jak fraudowe odsłony zagłuszają ich legalne inventory. Zbiorcza liczba 100 mld USD to suma wielu mniejszych strat rozproszonych w całym łańcuchu wartości.

Ten tekst jest skierowany do liderów AdTech, programmatic i wydawców, którzy próbują zrozumieć, jak wygląda ich rzeczywista ekspozycja na ryzyko i jakie mechanizmy obrony się sprawdzają. Napisany, by wyjaśnić pięć głównych kategorii fraudu w AdTech, dlaczego weryfikacja post-bid nie wystarcza i jaka architektura pre-bid naprawdę działa.

Pięć głównych kategorii fraudu w AdTech

Click fraud

Najbardziej bezpośrednia forma. Zautomatyzowany ruch klika w płatne reklamy bez zamiaru konwersji. Reklamodawca płaci za kliknięcie; kliknięcie nie generuje żadnej wartości. Benchmarki branżowe szacują click fraud na 15–25% płatnych kliknięć w większości kampanii.

Mechanizm: sieci botów lub operacje płatnego ruchu generują kliknięcia na masową skalę. Nowoczesne operacje wykorzystują infrastrukturę residential proxy, by kliknięcia wyglądały jak legalny ruch konsumencki. Koszt jednego fraudowego kliknięcia to ułamki centa po stronie atakującego, podczas gdy reklamodawca płaci od 1 do 50 USD za kliknięcie w zależności od aukcji.

Cele: najbardziej atrakcyjne są kampanie z wysokimi CPC. Kampania usług prawnych płacąca ponad 50 USD za kliknięcie jest bardziej atrakcyjnym celem niż kampania budująca świadomość marki płacąca 0,25 USD za kliknięcie. Fraud podąża za pieniędzmi.

Wzorzec obrony, który zawodzi: analiza konwersji po kliknięciu. Zanim zauważysz, że kliknięcia nie konwertują, budżet jest już wydany. Zwroty od sieci reklamowych są możliwe, ale powolne i częściowe.

Wzorzec obrony, który działa: pre-bid device intelligence. Zweryfikuj, że odsłona jest serwowana na legalne urządzenie, zanim licytacja zostanie złożona. Budżet opóźnień jest napięty — zazwyczaj poniżej 50 milisekund — ale wykonalny przy odpowiedniej architekturze.

Impression fraud

Niższa wartość pojedynczego zdarzenia niż w click fraudzie, wyższy wolumen. Ruch botów generuje odsłony na inventory, za które płaci reklamodawca, ale żaden człowiek nigdy nie widzi reklamy. Szacunki branżowe wskazują, że 10–20% odsłon w całym ekosystemie jest fraudowych.

Mechanizm: wydawcy (często shadow publishers działający na wielu witrynach) generują ruch botów, by napędzić liczbę odsłon na swoim inventory. Bot ładuje stronę, reklama się serwuje, odsłona jest liczona, wydawca dostaje zapłatę. Ruch nigdy nie był ludzki.

Warianty:

• Ad stacking: wiele reklam serwowanych w jednym slocie. Użytkownik (jeśli w ogóle był) widzi tylko górną reklamę. Pozostałe 4–10 reklam w stosie liczy się jako odsłony.
• Pixel stuffing: reklama serwowana w ramce iframe o wymiarach 1×1 piksel. Technicznie „widoczna” według definicji branżowej. Niewidoczna dla nikogo.
• Auto-refresh fraud: strony automatycznie odświeżają sloty reklamowe z wysoką częstotliwością, generując odsłony przy każdym odświeżeniu. Powszechne na witrynach niskiej jakości, które próbują maksymalizować liczbę odsłon.

Wzorzec obrony, który zawodzi: same metryki viewability. Standardy viewability MRC (50% pikseli widoczne przez 1 sekundę) łatwo oszukać. Inventory, które „przechodzi” test viewability, wciąż może być impression fraudem.

Wzorzec obrony, który działa: pre-bid ocena jakości ruchu. Ustal, czy urządzenie żądające odsłony to prawdziwe urządzenie konsumenckie, czy element operacji nabijania inventory.

Conversion fraud

Specyficzny dla performance marketingu i sieci afiliacyjnych. Reklamodawca płaci CPA (cost per acquisition) — zazwyczaj od 10 do 200 USD za kwalifikowany lead, rejestrację lub sprzedaż. Operacje fraudowe generują fałszywe konwersje, które wyglądają wystarczająco legalnie, by zgarnąć wypłaty CPA, ale nigdy nie przynoszą realnych klientów.

Mechanizm: operacje afiliacyjne pozyskują leady z wcześniejszych wycieków danych, wypełniają formularze rejestracyjne tymi danymi i zgarniają wypłaty CPA. Albo tworzą jednorazowe tożsamości przez operacje identity-as-a-service, przechodzą przez proces konwersji i znikają.

Ekonomia: sieci afiliacyjne płacą CPA za konwersje. Operacje fraudowe generują konwersje przy niskim koszcie krańcowym. Rozłóż operację na wielu reklamodawców i wiele sieci; każda pojedyncza strata jest na tyle mała, że umyka bliższej kontroli, ale zbiorczy wolumen jest znaczący.

Wzorzec obrony, który zawodzi: patrzenie na wskaźniki konwersji w oderwaniu od reszty. Ruch fraudowy często generuje wskaźniki konwersji wyglądające normalnie, bo fraud jest skonstruowany tak, by wyglądać normalnie.

Wzorzec obrony, który działa: analiza źródeł konwersji na poziomie urządzenia. Wiele „różnych” leadów pochodzących z tego samego device fingerprint sygnalizuje fraud afiliacyjny. Powiązywanie urządzeń między klientami wyłapuje operacje rozciągające się na wielu reklamodawców.

Domain spoofing

Kategoria fraudu, która najbardziej bezpośrednio wykorzystuje ekosystem ad exchange. Atakujący fałszywie przedstawia inventory giełdom reklamowym, twierdząc, że odsłony odbywają się na premium domenach, podczas gdy w rzeczywistości mają miejsce na shadow witrynach.

Mechanizm: żądanie reklamowe zawiera metadane deklarujące domenę strony. Niektóre giełdy i SSP nie weryfikują tego rygorystycznie. Reklamodawca płaci premium CPM za odsłony na tym, co uważa za zaufanego wydawcę; odsłona w rzeczywistości serwuje się na shadow witrynie, która dzieli się przychodem z CPM ze spooferem.

Warianty:

• Subdomain spoofing: deklarowanie odsłon na yourbrand.com, gdy w rzeczywistości są na subdomain.shadowsite.com, który go imituje.
• App-domain spoofing: inventory aplikacji mobilnych podające się za premium inventory aplikacji.
• CTV/streaming spoofing: odsłony Connected TV deklarowane jako pochodzące z premium platform streamingowych.

Wzorzec obrony, który zawodzi: zaufaj SSP. Wiele SSP ma niedostateczną weryfikację deklaracji domen. Zaufanie bez weryfikacji to podatność.

Wzorzec obrony, który działa: pre-bid weryfikacja autentyczności inventory. Połącz device intelligence (wyłapywanie napędzanego botami nabijania inventory), analizę referrera (wyłapywanie domain spoofingu) i audyt SSP (selektywne zaufanie oparte na jakości weryfikacji).

Sophisticated invalid traffic (SIVT)

Kategoria IAB obejmująca najbardziej niepokojący fraud — ruch botów zaprojektowany specjalnie tak, by wyglądać jak realni użytkownicy i uniknąć wykrycia. To nie prymitywne click boty; to automatyzacja, która symuluje metryki zaangażowania, wykonuje akcje w lejku i behawioralnie przypomina ludzi.

Mechanizm: operacje botów napędzane wyrafinowanym oprogramowaniem (w 2026 roku często agenci zasilani LLM) generują realne zaangażowanie na witrynach reklamodawców. Scrollują, przebywają na stronach, klikają w nawigację, a czasem wykonują częściowe konwersje. Ich sygnatura behawioralna jest na tyle podobna do ludzkiej, że prosta analiza behawioralna ich nie wyłapuje.

Wzorzec obrony, który działa: intelligence na poziomie urządzenia, które wyłapuje rozdźwięk między podobieństwem behawioralnym a różnicami w bazowej infrastrukturze. Agent może zachowywać się jak człowiek, ale urządzenie, sieć i charakterystyki środowiskowe go zdradzają. Wielowarstwowa detekcja z kontrolą spójności wyłapuje to, co umyka samej analizie behawioralnej.

Luka architektoniczna, którą ma większość reklamodawców

Większość reklamodawców i wydawców korzysta z jednej lub kilku z tych warstw obrony:

Weryfikacja post-bid (MOAT, IAS, DV itd.). Analizuje odsłony po ich wyserwowaniu. Dobra do roszczeń o zwroty i raportowania brand safety. Nieskuteczna w zapobieganiu — budżet jest już wydany.

Statyczne listy blokad. Listy znanych fraudowych domen, adresów IP lub charakterystyk urządzeń. Omijane przez zwykłą zmianę sygnatury powierzchniowej. Obciążenie utrzymaniem jest wysokie; skuteczność ograniczona.

Filtry ad exchange. Filtry pre-bid wbudowane w giełdę reklamową lub DSP. Jakość waha się dramatycznie. Duże DSP mają wyrafinowane filtry; mniejsze nie.

Analiza conversion tracking. Wykrywanie fraudu przez analizę wskaźników i jakości konwersji. Wyłapuje leniwy fraud; umyka mu wyrafinowany rodzaj zaprojektowany tak, by generować wskaźniki konwersji wyglądające normalnie.

Wewnętrzna analityka ruchu. Niektórzy reklamodawcy analizują własny ruch pod kątem wzorców fraudu. Przydatne do wyłapywania części fraudu po fakcie; ograniczone w zapobieganiu.

Luka: real-time, pre-bid intelligence o tym, czy inventory jest legalne, zanim licytacja zostanie złożona. To warstwa niedoinwestowana w całej branży. Architektura do jej wdrożenia istnieje, ale nie jest szeroko rozpowszechniona.

Jak wygląda pre-bid device intelligence

Wzorzec architektoniczny:

Po stronie wydawcy: SDK na stronie przechwytuje device fingerprint i sygnały behawioralne w trakcie ładowania strony. Dane o urządzeniu są dołączane do metadanych żądania licytacji wysyłanego do giełd reklamowych.

Po stronie ad exchange: żądania licytacji niosą payload device intelligence obok standardowych informacji o inventory.

Po stronie DSP / reklamodawcy: wywołanie weryfikacji pre-bid do usługi device intelligence. Usługa zwraca werdykt — prawdopodobnie człowiek, możliwie bot, prawdopodobnie fraud — w ramach budżetu opóźnień pre-bid wynoszącego 10–50 milisekund.

Logika decyzyjna: DSP używa werdyktu, by zdecydować, czy licytować odsłonę. Inventory prawdopodobnie ludzkie jest licytowane normalnie. Inventory prawdopodobnie botowe jest licytowane po niższych stawkach lub pomijane całkowicie. Inventory prawdopodobnie fraudowe jest jawnie wykluczane.

Logowanie post-bid: werdykt i sygnały są logowane wraz z odsłoną na potrzeby analizy po zdarzeniu, roszczeń o zwroty i bieżącego dostrajania reguł.

Przewaga: zapobieganie zamiast zwrotu po fakcie. Reklamodawca w ogóle nie płaci za fraudowe inventory, zamiast gonić za zwrotami później.

Ograniczenie opóźnień jest realne. Budżety pre-bid to zazwyczaj 100 ms całkowitego czasu round-trip od startu aukcji do odpowiedzi z licytacją. W tym czasie wywołanie device intelligence musi zamknąć się w 30–50 ms, by zostawić czas na pozostałą logikę DSP. To twarde ograniczenie inżynieryjne, które ogranicza, które architektury detekcji są wykonalne w kontekście pre-bid.

Jak naprawdę wygląda wdrożenie

Platforma reklamy programmatic serwująca około 100 mln odsłon miesięcznie. Przedwdrożeniowe oszacowanie wskaźnika fraudu na podstawie benchmarków branżowych: 18–25% odsłon trafiających do botów lub na fraudowe inventory.

Wdrożona architektura:

• SDK device intelligence na inventory wydawców (tam, gdzie dostęp był możliwy)
• Wywołanie weryfikacji pre-bid z DSP do usługi weryfikacyjnej
• Integracja werdyktu z logiką licytacji z trzema progami (wysoka pewność człowiek, podejrzane, prawdopodobnie fraud)
• Logowanie post-bid na potrzeby analizy i roszczeń o zwroty

Wyniki po 90 dniach:

• Odsłony botów ograniczone o 78% na inventory z wdrożonym SDK
• Click-through rate wzrósł o 31% na oczyszczonym inventory (bo reklamy faktycznie oglądali realni ludzie)
• Wskaźnik konwersji wzrósł o 22% na oczyszczonym inventory (bo kliknięcia pochodziły od realnych użytkowników)
• Roszczenia o zwroty do upstreamowych SSP ograniczone o 60% (bo zapobieganie pre-bid wyłapało większość fraudu, zanim wymagał zwrotu)
• Średnie opóźnienie licytacji dodane przez weryfikację: 32 ms (w ramach budżetu)
• Bezpośrednie oszczędności na zapobieżonym fraudzie: 340 tys. USD miesięcznie przy tej skali

Rachunek ROI dla platformy: infrastruktura weryfikacyjna kosztowała około 4000 USD miesięcznie. Bezpośrednie oszczędności: 340 tys. USD miesięcznie. Korzyści pośrednie (lepsze metryki efektywności kampanii, wyższa retencja reklamodawców, mniej czasu poświęcanego na zarządzanie roszczeniami o zwroty) mnożą tę wartość.

Co to oznacza dla twojego zespołu

Jeśli działasz w przestrzeni AdTech, trzy obserwacje:

Obserwacja 1: twój wskaźnik fraudu jest prawdopodobnie wyższy niż to, co pokazują raporty. Weryfikacja post-bid wyłapuje to, co potrafi zidentyfikować. Sophisticated invalid traffic celuje właśnie w luki weryfikacji post-bid. Uczciwy wskaźnik jest zazwyczaj wyższy niż raportowany, czasem znacząco.

Obserwacja 2: pre-bid jest niedoinwestowany w całej branży. Większość platform ma weryfikację post-bid, bo branża ją ustandaryzowała. Weryfikacja pre-bid to luka o wysokiej dźwigni. Platformy, które ją wdrażają, mają przewagę, której nie mają ich konkurenci.

Obserwacja 3: ograniczenie opóźnień do 50 ms to cecha, nie wada. Architektury, które mieszczą się w budżecie opóźnień, są zmuszone do wydajności. Architektury, które się nie mieszczą, są odrzucane przez giełdy reklamowe. To ograniczenie wymusza lepszą inżynierię.

Platformy, które dobrze przechodzą tę zmianę, mają wspólny wzorzec: uczciwie mierzą wskaźnik fraudu (włącznie z kategoriami, które umykają weryfikacji post-bid), wdrażają weryfikację pre-bid w każdym dostępnym punkcie inventory i traktują integrację jako ciągłą inżynierię, a nie jednorazowy wybór dostawcy.

Gdzie w to wpisuje się Tracio

Tracio device intelligence jest zaprojektowane do wdrożenia pre-bid w kontekście AdTech. Architektura mieści się w budżecie opóźnień 50 ms, którego wymagają giełdy reklamowe. Pokrycie sygnałami obsługuje wszystkie pięć kategorii fraudu — click fraud, impression fraud, conversion fraud, domain spoofing oraz SIVT — poprzez ujednoliconą warstwę detekcji.

Wzorce integracji:

• SDK po stronie wydawcy do weryfikacji inventory
• Wywołanie serwerowe po stronie DSP dla werdyktu pre-bid
• Współdzielenie sygnałów między klientami do wyłapywania operacji fraudowych rozciągających się na wielu reklamodawców
• Polimorficzna warstwa JavaScript, która rotuje codziennie, by opierać się omijaniu przez operacje fraudowe

Werdykt — prawdopodobnie człowiek, podejrzane lub prawdopodobnie fraud — wraca w mniej niż 50 ms z dołączonymi bazowymi sygnałami. Zespół DSP używa go do napędzania logiki licytacji. Zespół wydawcy używa go do filtrowania inventory przed serwowaniem.

Darmowy tier obejmuje 2500 weryfikacji miesięcznie — wystarczająco, by przeprowadzić sensowny pilotaż na konkretnej kampanii lub segmencie inventory i zmierzyć swój rzeczywisty wskaźnik fraudu.

Chcesz zobaczyć, jak wygląda twój prawdziwy wskaźnik fraudu?

Rozpocznij darmowy okres próbny — 2500 weryfikacji za darmo, bez karty kredytowej. Umów demo, aby przejść z naszym zespołem przez twój konkretny scenariusz wdrożenia AdTech — w tym wzorce integracji pre-bid i architekturę specyficzną dla DSP.