Con este t铆tulo de los clics fraudulentos en la red de b煤squeda de Google, tratamos en esta ocasi贸n un tema que nos trae de cabeza a muchas agencias y frente al que Google nos sigue dejando m谩s solos que la una. A pesar de que insisten en que ponen medidas activas y pasivas para que esto no ocurra y que comprobamos que en los informes se descuentan los clic no v谩lidos, esto no es suficiente ante los medios m谩s sofisticados de quienes los llevan a cabo. En concreto, vamos a ver un par de ejemplos de cuentas de servicio t茅cnico que operan cada uno en diferentes provincias, uno de los sectores que m谩s lo sufren, donde hemos intentado averiguar la procedencia de estos clics y acabaremos con algunas propuestas al respecto.

Los clics inv谩lidos: La pesadilla para el sector de servicio t茅cnico

Por un lado, se podr铆a decir que es f谩cil de entender que una empresa, en su lucha por sobrevivir, emplee todos los m茅todos necesarios para destacar entre la competencia. Y, sin embargo, muchos nos seguimos planteando qu茅 puede llevarles a recurrir a estas t茅cnicas censurables: 驴Ser谩 que el negocio no tiene una propuesta de valor brillante ni un fuerte distintivo frente a la competencia y, como 煤ltimo recurso, necesita agotar el presupuesto de los competidores para minimizar su visibilidad y sus resultados? 驴Ser谩 que est谩n faltos de cari帽o? 驴Ser谩, simple y llanamente, falta de 茅tica y profesionalidad?

Lo que s铆 sabemos es que sigue siendo un caso bastante corriente que nos exige mucha atenci贸n. En nuestra lucha por evitar el fraude, identificar la procedencia de estos usuarios y buscar un patr贸n de comportamiento, nos hemos centrado en esta ocasi贸n en los tipos de dispositivo desde los que acceden a nuestra web a trav茅s de anuncios de Google AdWords, que es por donde se escurre el dinero (bien hecho si cuentas con una agencia especializada en gestionar campa帽as de adwords). Nuestra estrategia, en esta ocasi贸n, se basa principalmente en anuncios de b煤squeda y, por eso, hemos utilizado dos segmentos en la tabla que tenemos m谩s abajo: uno para analizar el tr谩fico de todos los usuarios (de ahora en adelante 鈥榯odos los usuarios鈥) y otro para excluir el comportamiento de los usuarios de AdWords exclusivamente (de ahora en adelante 鈥榩ago鈥).

Tabla 1: dispositivos m贸viles con segmentos de tr谩fico 鈥榙e pago鈥 y 鈥榯odos los usuarios鈥.

Pasos para identificar la procedencia de los clics fraudulentos en Analytics

Aqu铆 lo que hemos cotejado en un primer lugar es cu谩ntas sesiones de todos los usuarios y de los de pago coinciden, lo que supone que el acceso de estos usuarios sea principalmente a trav茅s de los anuncios y que nos est茅n gastando el presupuesto. As铆 tambi茅n descartamos que la competencia est茅 entrando en nuestra web para bichear o que nos llame desde la web para ocupar la l铆nea (aunque sea sin pasar por los anuncios). En este caso, todas las sesiones coinciden tanto en pago como en todos los usuarios, por lo que establecemos que nuestros potenciales clientes siempre llegan desde nuestros anuncios.

A continuaci贸n nos fijamos en el porcentaje de nuevas sesiones en busca de estos usuarios recurrentes que asociamos con la competencia. 驴Por qu茅? Porque al tratarse de un servicio t茅cnico raramente un usuario nos va a buscar m谩s de un par de veces en la urgencia de arreglar el dispositivo que sea. No se trata de un comercio electr贸nico en el que el usuario se informa en tu web, luego en otra, luego vuelve, navega, etc.

Volviendo atr谩s, en este porcentaje de nuevas sesiones es donde vemos el primer indicio de sospecha. 驴Un Samsung Galaxy Note 3 con un rid铆culo 7% de sesiones nuevas? Nosotros no tenemos ning煤n Samsung Galaxy en la agencia; comprobamos con el cliente que ellos tampoco poseen ninguno y, sin embargo, existe un Samsung Galaxy Note 3 que lleva entrando en nuestra web un gran n煤mero de veces, y siempre desde nuestros anuncios. Es m谩s, las sesiones de este dispositivo tienen una duraci贸n media de 1 segundo. Suspicious.

Vamos m谩s all谩 y activamos la columna 鈥楶roveedor de servicios鈥 como dimensi贸n secundaria. Aqu铆 vemos que nuestro querido Samsung utiliza tres proveedores diferentes para sus acometidas, como podemos comprobar por el, de nuevo, irrisorio porcentaje de nuevas sesiones con respecto al resto y por la duraci贸n media de la sesi贸n, que siguen siendo de un segundo como m谩ximo. Ya tenemos localizados tambi茅n los proveedores de servicios de los que se sirve nuestra competencia, pero a煤n podemos averiguar m谩s.

Tabla 2: dispositivos m贸viles con dos segmentos y una dimensi贸n secundaria

驴Es posible de que todo sean coincidencias y que realmente haya tres Samsung Galaxy Note 3 que utilicen tres proveedores de servicios diferentes y que no tengan relaci贸n entre s铆? Ahora ponemos 鈥楶roveedor de servicios鈥 como primera dimensi贸n y 鈥榁ersi贸n de navegador鈥 como segunda para buscar m谩s coincidencias (tabla 3). Vaya. Si adem谩s usan la misma versi贸n de navegador 鈥樎緾asualidad?鈥 YA NO. Nos encontramos ante un mismo Samsung Galaxy Note 3, rey de los clics fraudulentos, que utiliza tres proveedores de servicios con la misma versi贸n de navegador y, ADEM脕S, con el mismo tama帽o de navegador (tabla 4). Got You!

Tabla 3: 鈥楶roveedor de servicios鈥 como primera dimensi贸n y 鈥榁ersi贸n de navegador鈥 como segunda

Tabla 4: 鈥楶roveedor de servicios鈥 como primera dimensi贸n y 鈥楾ama帽o del navegador鈥 como segunda

Ya tenemos localizado a nuestro individuo que, claramente, utiliza alg煤n servicio automatizado de clics fraudulentos dada su frecuencia y la duraci贸n media de la sesi贸n. Lo siguiente que podemos hacer es crear un segmento con estos datos para tener una visual de su comportamiento y el volumen real de visitas de esos d铆as respecto al resto del tr谩fico.

Segmento con sesiones del sistema automatizado de clics no v谩lidos

Otra forma de detectar clics inv谩lidos por dispositivo

Volvimos a investigar un caso de fraude mediante clics inv谩lidos (esta vez sin automatismos aparentes) con otro cliente del mismo sector, en cuyo caso vemos en la tabla de abajo que un mismo dispositivo no presenta tanta diferencia en el porcentaje de nuevas sesiones, pero s铆 entre el n煤mero de sesiones de todos los usuarios con respecto a los de pago (51 vs. 23) y se trata del mismo usuario (7 usuarios nuevos en ambos segmentos). En la agencia tampoco tenemos un Huawei ALE-L21 pero, al llamar al cliente, nos aclara que 茅l s铆 tiene uno pero que nunca ha hecho clic en un anuncio de AdWords y que si entra en la web es desde un ordenador, el cual no entra en nuestras estad铆sticas en esta ocasi贸n. Confiamos en su declaraci贸n y seguimos buscando diferencias.

Esta vez no vemos tanta diferencia en el porcentaje de nuevas sesiones

Filtramos por Huawei y sacamos la dimensi贸n secundaria 鈥楾ama帽o del navegador鈥. R谩pidamente identificamos a nuestro cliente en la tercera fila al no tener sesiones de pago y ser una web sin posicionamiento org谩nico. Sin embargo, el Huawei de la primera fila con un tama帽o de navegador de 360脳520 s铆 presenta esta diferencia de sesiones. Ya lo tenemos localizado. Vemos que por pago simula el comportamiento de un usuario y, adem谩s de hacernos clics fraudulentos, cumple nuestro objetivo para despistarnos, pero lo hemos encontrado. Por org谩nico vemos tambi茅n que pasa mucho tiempo en nuestra web, seguramente para intentar copiarnos el contenido o las llamadas a la acci贸n o simplemente actuar como un usuario.

驴Qu茅 podemos hacer para evitar los clics de la competencia?

Y ahora qu茅 sabemos todo esto, 驴qu茅 hacemos? 驴C贸mo filtramos los clics inv谩lidos de la competencia? En estos dos casos no podemos usar listas de audiencias para evitar que aparezcan las campa帽as a los usuarios que ya han visitado nuestra web porque el requisito m铆nimo son 1000 cookies y no tienen tanto volumen a corto plazo. Hemos llamado a Google y nos dan la triste y nada esperada (iron铆a mode on) noticia de que no podemos filtrar las campa帽as con todos los datos extra铆dos, que ojal谩 se pudiera y que se trata de una investigaci贸n maravillosa, pero que ya est谩.

A煤n as铆, recomendamos a nuestros lectores que prueben a usar alguna herramienta de bloqueo de IP como es ClickCease. Nosotros llevamos unos meses us谩ndola y, aunque no es infalible, puedes filtrar las IP en tiempo real seleccionando un n煤mero m谩ximo de clics en un per铆odo de tiempo determinado. Tambi茅n detecta las IP en funci贸n de la ID del dispositivo. No est谩 mal.

Opciones de Clickcease para filtrar clics no v谩lidos

Otros compa帽eros como la agencia BlueCaribu han hablado sobre c贸mo controlar el fraude en AdWords con m谩s profundidad, dando pautas y consejos para filtrar las impresiones de los anuncios y algunas pautas para sospechar. Tambi茅n Enrique del Valle habl贸 en su d铆a del fraude en la red de Display, quien ofrece su propia soluci贸n jugando con scripts y columnas personalizadas para enga帽ar a los hackers.

Si te est谩s preguntando de qu茅 ha servido todo esto, debes saber que todas estas averiguaciones nos interesan para SABER. S铆, SABER. Cuanto m谩s sepamos mejor actuaremos en consecuencia. Ahora podemos filtrar estos dispositivos de nuestros informes de Analytics; podemos seguir recabando informaci贸n al respecto para ubicarlos en el mapa, buscar direcciones de correo, etc. hasta que un d铆a demos con la tecla, los identifiquemos y podamos tomar acciones legales.

La verdad, nos hacemos la pregunta de quien ayudar谩 a estas empresas a usar esta tecnolog铆a que es capaz de enga帽ar al sistema que Google dispone para evitar estas pr谩cticas fraudulentas.

Y vosotros, 驴hab茅is encontrado alguna soluci贸n alternativa que podamos debatir? 驴Qu茅 os ha parecido nuestro procedimiento?