Frauda cu clickuri fură 100 mld. $ din AdTech. Iată unde ajung banii de fapt.

IAB a estimat pierderi globale de 84 de miliarde de dolari din frauda publicitară în 2025. Majoritatea analiștilor din industrie se așteaptă ca cifrele pentru 2026 să depășească 100 de miliarde de dolari. Aceste cifre sunt citate destul de des încât și-au pierdut efectul de șoc — dar mecanica din spatele lor contează pentru oricine gestionează inventar monetizat prin reclame sau cumpără media programatic la scară.

Pierderile nu sunt distribuite uniform. Marii advertiseri, cu echipe dedicate de brand safety, prind cea mai mare parte a fraudei împotriva campaniilor lor. Advertiserii de dimensiuni medii care operează prin agenții pierd procente semnificative din buget. Publisherii cu protecție slabă a inventarului văd cum impresiile frauduloase îneacă inventarul lor legitim. Cifra agregată de 100 mld. $ este suma multor pierderi mai mici răspândite de-a lungul lanțului valoric.

Acest material este pentru liderii din AdTech, programatic și zona de publishing care încearcă să înțeleagă cum arată expunerea lor reală și ce apărări rezistă. Scris pentru a explica cele cinci categorii majore de fraudă din AdTech, de ce verificarea post-bid nu este suficientă și ce arhitectură pre-bid chiar funcționează.

Cele cinci categorii majore de fraudă din AdTech

Click fraud

Cea mai directă formă. Traficul automatizat dă click pe reclame plătite fără nicio intenție de conversie. Advertiserul plătește pentru click; clickul nu produce nicio valoare. Reperele din industrie plasează frauda cu clickuri la 15–25% din clickurile plătite în majoritatea campaniilor.

Mecanismul: rețelele de boți sau operațiunile de trafic plătit generează clickuri la scară. Operațiunile moderne folosesc infrastructură de proxy rezidențial pentru ca acele clickuri să pară trafic legitim de consumatori. Costul per click fraudulos este de fracțiuni de cent pentru atacator, în timp ce advertiserul plătește 1–50 $ per click, în funcție de licitație.

Țintele: campaniile cu CPC ridicat sunt cele mai atractive. O campanie de servicii juridice care plătește peste 50 $ per click este o țintă mai atractivă decât o campanie de brand awareness care plătește 0,25 $ per click. Frauda urmează banii.

Tiparul de apărare care eșuează: analiza conversiilor post-click. Până observi că clickurile nu convertesc, bugetul e deja cheltuit. Rambursările de la rețelele publicitare sunt posibile, dar lente și parțiale.

Tiparul de apărare care funcționează: device intelligence pre-bid. Verifică faptul că impresia este servită unui dispozitiv legitim înainte de plasarea bidului. Bugetul de latență este strâns — de obicei sub 50 de milisecunde — dar fezabil cu arhitectura potrivită.

Impression fraud

Valoare per eveniment mai mică decât click fraud, volum mai mare. Traficul de bot generează impresii pe inventarul pentru care plătește advertiserul, dar niciun om nu vede vreodată reclama. Estimările din industrie sugerează că 10–20% dintre impresiile din ecosistem sunt frauduloase.

Mecanismul: publisherii (adesea shadow publisheri care operează pe mai multe site-uri) generează trafic de bot pentru a umfla numărul de impresii pe inventarul lor. Botul încarcă pagina, reclama se servește, impresia se numără, publisherul e plătit. Traficul n-a fost niciodată uman.

Variantele:

• Ad stacking: Mai multe reclame servite într-un singur slot. Utilizatorul (dacă a existat vreunul) vede doar reclama de sus. Celelalte 4–10 reclame din stivă se numără ca impresii.
• Pixel stuffing: Reclama servită într-un iframe de 1×1 pixel. Tehnic „viewable” conform definiției din industrie. Vizibilă pentru nimeni.
• Fraudă prin auto-refresh: Paginile își reîmprospătează automat sloturile de reclame la frecvență mare, generând impresii la fiecare refresh. Frecventă pe site-urile de calitate slabă care încearcă să maximizeze numărul de impresii.

Tiparul de apărare care eșuează: doar metricile de viewability. Standardele de viewability MRC (50% dintre pixeli vizibili timp de 1 secundă) sunt ușor de păcălit. Inventarul care „trece” de viewability poate fi în continuare impression fraud.

Tiparul de apărare care funcționează: evaluarea pre-bid a calității traficului. Identifică dacă dispozitivul care solicită impresia este un dispozitiv real de consumator sau parte dintr-o operațiune de umflare a inventarului.

Conversion fraud

Specifică marketingului de performanță și rețelelor de afiliați. Advertiserul plătește CPA (cost per achiziție) — de obicei 10–200 $ per lead calificat, înscriere sau vânzare. Operațiunile de fraudă generează conversii false care par suficient de legitime pentru a revendica plățile CPA, dar nu produc niciodată clienți reali.

Mecanismul: operațiunile de afiliere recoltează leaduri din breșe de date anterioare, populează formulare de înscriere cu aceste credențiale și revendică plăți CPA. Sau creează identități de unică folosință prin operațiuni de tip identity-as-a-service, parcurg fluxul de conversie și dispar.

Economia: rețelele de afiliați plătesc CPA la conversii. Operațiunile de fraudă generează conversii la un cost marginal mic. Împrăștie operațiunea pe mai mulți advertiseri și mai multe rețele; fiecare pierdere individuală este suficient de mică pentru a scăpa de un control atent, dar volumul agregat este semnificativ.

Tiparul de apărare care eșuează: privirea ratelor de conversie în mod izolat. Traficul fraudulos produce adesea rate de conversie cu aspect normal, pentru că frauda este structurată să pară normală.

Tiparul de apărare care funcționează: analiza la nivel de dispozitiv a surselor de conversie. Mai multe leaduri „diferite” care provin de la același device fingerprint semnalează fraudă de afiliere. Legarea dispozitivelor între clienți (cross-customer device linking) prinde operațiunile care se întind pe mai mulți advertiseri.

Domain spoofing

Categoria de fraudă care exploatează cel mai direct ecosistemul burselor publicitare. Atacatorul denaturează inventarul către bursele de reclame, pretinzând că impresiile au loc pe domenii premium când, de fapt, ele au loc pe shadow site-uri.

Mecanismul: cererea de reclamă include metadate care revendică domeniul paginii. Unele burse și SSP-uri nu verifică riguros acest lucru. Advertiserul plătește CPM premium pentru impresii pe ceea ce crede că este un publisher de încredere; impresia se servește de fapt pe un shadow site care împarte veniturile din CPM cu cel care face spoofing.

Variantele:

• Subdomain spoofing: Revendicarea de impresii pe yourbrand.com când, de fapt, ele sunt pe subdomain.shadowsite.com, care îl imită.
• App-domain spoofing: Inventar de aplicații mobile care pretinde a fi inventar de aplicații premium.
• CTV/streaming spoofing: Impresii de Connected TV revendicate ca fiind pe platforme de streaming premium.

Tiparul de apărare care eșuează: încrederea în SSP. Multe SSP-uri au o verificare inadecvată a revendicărilor de domeniu. Încrederea fără verificare este vulnerabilitatea.

Tiparul de apărare care funcționează: verificarea pre-bid a autenticității inventarului. Combină device intelligence (prinderea umflării inventarului condusă de boți), analiza referrer-ului (prinderea domain spoofing-ului) și auditul SSP (încredere selectivă bazată pe calitatea verificării).

Trafic invalid sofisticat (SIVT)

Categoria IAB care surprinde cea mai îngrijorătoare fraudă — trafic de bot conceput special să pară utilizatori reali pentru a eluda detecția. Nu sunt boți de click grosolani; este automatizare care simulează metricile de engagement, parcurge acțiuni din funnel și se comportă asemănător oamenilor.

Mecanismul: operațiunile de bot conduse de software sofisticat (adesea agenți alimentați de LLM în 2026) generează engagement real pe site-urile advertiserilor. Ei derulează, zăbovesc pe pagini, dau click prin navigație și uneori finalizează conversii parțiale. Semnătura comportamentală arată suficient de asemănător cu cea a oamenilor încât o analiză comportamentală simplă nu îi prinde.

Tiparul de apărare care funcționează: intelligence la nivel de dispozitiv care prinde decalajul dintre similaritatea comportamentală și diferențele de infrastructură din spate. Agentul se poate comporta ca un om, dar dispozitivul, rețeaua și caracteristicile de mediu îl dau de gol. Detecția pe mai multe straturi cu verificarea coerenței prinde ceea ce analiza comportamentală singură ratează.

Decalajul de arhitectură pe care îl au majoritatea advertiserilor

Majoritatea advertiserilor și publisherilor folosesc unul sau mai multe dintre aceste straturi de apărare:

Verificarea post-bid (MOAT, IAS, DV etc.). Analizează impresiile după ce sunt servite. Bună pentru revendicări de rambursare și raportare de brand safety. Nu este eficientă pentru prevenție — bugetul e deja cheltuit.

Liste statice de blocare. Liste de domenii, IP-uri sau caracteristici de dispozitive cunoscute ca frauduloase. Eludate prin simpla schimbare a semnăturii de suprafață. Efortul de mentenanță este mare; eficacitatea este limitată.

Filtrele burselor publicitare. Filtre pre-bid integrate în bursa de reclame sau în DSP. Calitatea variază dramatic. DSP-urile mari au filtre sofisticate; cele mici nu.

Analiza tracking-ului de conversii. Detectarea fraudei prin analiza ratelor și calității conversiilor. Prinde frauda leneșă; ratează tipul sofisticat, conceput să producă rate de conversie cu aspect normal.

Analitica internă de trafic. Unii advertiseri își analizează propriul trafic pentru tipare de fraudă. Utilă pentru a prinde o parte din fraudă după ce s-a produs; limitată pentru prevenție.

Decalajul: intelligence în timp real, pre-bid, despre dacă inventarul este legitim înainte de plasarea bidului. Acesta este stratul subinvestit în întreaga industrie. Arhitectura care îl implementează există, dar nu este pe scară largă.

Cum arată device intelligence pre-bid

Tiparul arhitectural:

La nivelul publisherului: un SDK pe pagină captează device fingerprint-ul și semnalele comportamentale pe măsură ce se încarcă pagina. Datele despre dispozitiv sunt incluse în metadatele cererii de bid trimise către bursele de reclame.

La nivelul bursei publicitare: cererile de bid transportă payload-ul de device intelligence alături de informațiile standard despre inventar.

La nivelul DSP / advertiserului: un apel de verificare pre-bid către serviciul de device intelligence. Serviciul returnează un verdict — probabil uman, posibil bot, probabil fraudă — în interiorul bugetului de latență pre-bid de 10–50 de milisecunde.

Logica de decizie: DSP-ul folosește verdictul pentru a decide dacă licitează la impresie. Inventarul probabil uman primește bid normal. Inventarul probabil de bot primește bid la sume mai mici sau este sărit complet. Frauda probabilă este exclusă explicit.

Logging-ul post-bid: verdictul și semnalele sunt înregistrate împreună cu impresia pentru analiză post-eveniment, revendicări de rambursare și ajustarea continuă a regulilor.

Avantajul: prevenție, nu rambursare post-eveniment. Advertiserul nu plătește pentru inventar fraudulos de la bun început, în loc să alerge după rambursări ulterior.

Constrângerea de latență este reală. Bugetele pre-bid sunt de obicei 100 ms total dus-întors, de la începerea licitației până la răspunsul de bid. În acest interval, apelul de device intelligence trebuie să se finalizeze în 30–50 ms pentru a lăsa timp pentru restul logicii DSP. Aceasta este o constrângere de inginerie dură, care limitează ce arhitecturi de detecție sunt viabile în contextul pre-bid.

Cum arată de fapt o implementare

O platformă de publicitate programatică care servește aproximativ 100M de impresii lunar. Estimarea pre-implementare a ratei de fraudă, pe baza reperelor din industrie: 18–25% dintre impresii ajung fie la boți, fie la inventar fraudulos.

Arhitectura implementată:

• SDK de device intelligence pe inventarul publisherilor (unde există acces)
• Apel de verificare pre-bid de la DSP către serviciul de verificare
• Integrarea verdictului în logica de bid cu trei praguri (om cu grad ridicat de încredere, suspect, probabil fraudă)
• Logging post-bid pentru analiză și revendicări de rambursare

Rezultate la 90 de zile:

• Impresiile de bot reduse cu 78% pe inventarul cu SDK implementat
• Rata de click-through crescută cu 31% pe inventarul curățat (pentru că oameni reali chiar vedeau reclamele)
• Rata de conversie crescută cu 22% pe inventarul curățat (pentru că clickurile veneau de la utilizatori reali)
• Revendicările de rambursare către SSP-urile din amonte reduse cu 60% (pentru că prevenția pre-bid a prins cea mai mare parte a fraudei înainte să necesite rambursare)
• Latența medie de bid adăugată de verificare: 32 ms (în buget)
• Economii directe din frauda prevenită: 340K $ pe lună la această scară

Calculul ROI pentru platformă: infrastructura de verificare a costat aproximativ 4.000 $ pe lună. Economii directe: 340K $ pe lună. Beneficiile indirecte (metrici de performanță a campaniilor îmbunătățite, retenție mai bună a advertiserilor, mai puțin timp petrecut cu gestionarea revendicărilor de rambursare) compun valoarea.

Ce înseamnă asta pentru echipa ta

Dacă operezi în spațiul AdTech, trei observații:

Observația 1: Rata ta de fraudă este probabil mai mare decât ce apare în rapoarte. Verificarea post-bid prinde ceea ce poate identifica. Traficul invalid sofisticat vizează special golurile din verificarea post-bid. Rata reală este de obicei mai mare decât rata raportată, uneori semnificativ.

Observația 2: Zona pre-bid este subinvestită în întreaga industrie. Majoritatea platformelor au verificare post-bid pentru că industria s-a standardizat pe ea. Verificarea pre-bid este golul cu efect de pârghie mare. Platformele care o implementează au un avantaj pe care competitorii lor nu îl au.

Observația 3: Constrângerea de latență de 50 ms este o caracteristică, nu un defect. Arhitecturile care se încadrează în bugetul de latență sunt forțate să fie eficiente. Arhitecturile care nu se încadrează sunt respinse de bursele de reclame. Constrângerea produce o inginerie mai bună.

Platformele care gestionează bine această tranziție împărtășesc un tipar: măsoară rata de fraudă în mod onest (inclusiv categoriile pe care verificarea post-bid le ratează), implementează verificare pre-bid la fiecare punct de inventar disponibil și tratează integrarea ca pe o inginerie continuă, nu ca pe o selecție de furnizor.

Unde se potrivește Tracio

Device intelligence Tracio este proiectat pentru implementare pre-bid în contextul AdTech. Arhitectura respectă bugetul de latență de 50 ms pe care îl cer bursele de reclame. Acoperirea de semnale gestionează toate cele cinci categorii de fraudă — click fraud, impression fraud, conversion fraud, domain spoofing și SIVT — printr-un strat de detecție unificat.

Tiparele de integrare:

• SDK la nivelul publisherului pentru verificarea inventarului
• Apel server la nivelul DSP pentru verdictul pre-bid
• Partajarea semnalelor între clienți pentru prinderea operațiunilor de fraudă care se întind pe mai mulți advertiseri
• Strat JavaScript polimorf care se rotește zilnic pentru a rezista eludării de către operațiunile de fraudă

Verdictul — probabil uman, suspect sau probabil fraudă — se întoarce în sub 50 ms, cu semnalele din spate atașate. Echipa DSP îl folosește pentru a conduce logica de bid. Echipa de publishing îl folosește pentru a filtra inventarul înainte de servire.

Nivelul gratuit acoperă 2.500 de verificări pe lună — suficient pentru a rula un pilot semnificativ pe o anumită campanie sau segment de inventar și pentru a-ți măsura rata reală de fraudă.

Vrei să vezi cum arată rata ta reală de fraudă?

Începe perioada de probă gratuită — 2.500 de verificări gratuit, fără card de credit. Programează un demo pentru a parcurge scenariul tău specific de implementare AdTech împreună cu echipa noastră — inclusiv tipare de integrare pre-bid și arhitectură specifică DSP.