前言

作为APP商业化团队最关心的是流量变现带来的广告收益多少，而广告主最迫切的是预算花费所能带来的广告投放效果好坏。由于双方立场不同，这就导致了APP 商业化团队与广告主在日常沟通中容易产生摩擦情景，其中双方统计数据出现差异是高频又不可避免的重要摩擦因素。差异主要可能是因为网络、技术、计数机制、代码触发机制、过滤规则等因素，但也不排除部分APP或APP利益关联方恶意进行的虚假流量作弊行为导致。

APP 数据统计原理简述

APP 数据统计原理一般分为App统计和S2S对接，普遍流程（如下图1.1）：

图1.1

第三方归因平台监测差异问题及原因

网络原因：因为网速差，没能成功跳转到第三方归因平台，导致无法触发第三方监测，从而出现多于第三方监测数据的情形。

技术原因：代码部署出现加多加少或者加错情况，会导致曝光数、点击数等与第三方归因平台监测数据出现差异。

计数机制：双方对数据指标的定义和统计规则不一致，导致双方数据统计出现较大差异。

代码触发机制：由于代码触发后的先后顺序不同（如下图1.2）及各第三方监测平台代码触发机制不同：同步（串行）监测时，广告投放平台监测的数据一定会大于等于第三方监测平台的数据；异步（并行）监测时，广告投放平台监测的数据可能与第三方监测平台较小差异。

图1.2

过滤规则：双方对曝光、点击等过滤规则或者过滤规划的设计一般是不同的，这便会导致双方对无效流量或作弊流量过滤时出现差异，最终双方统计的有效数据也会出现较大的差异。

数据库：

日期时段：某段时间没加代码或者修改代码逻辑，导致后续双方数据差异较大。

因为上述原因，大家报表数据出现一些差异是正常现象，所以大家会约定一个gap值，在gap值的一定范围内，双方是可以接受的。可超过这个范围时，APP就变成了被动一方，一般而言APP 只有向该广告主补偿差异流量（减少了APP后续广告资源的收入），或者减少对广告主的投放费用进行收取。

极端情况虚假流量作弊

恶意进行的虚假流量作弊行为集中在曝光、点击、转化三个环节，主要的表现为利用机器人伪装刷量，利用真实设备刷量，利用技术进行流量劫持三种方式。针对这些恶意作弊行为，广告主一般会通过第三方归因平台在“用户识别、用户行为、广告来源”三个角度通过技术手段和人工排查对作弊行为抓包（如下图1.3）。虚假流量作弊一旦查实，APP不单要为此承担全责，更有可能因此次行为曝光在行业内，进入广告主投放APP黑名单，严重影响后续广告收入。

图1.3

行业视角

据倍业科技运营团队观点，针对行业内统计数据差异，目前的解决方案一般是事前联调对数。多方同时测试一定数量级的投放，大家一起对比统计测试的各项数据指标差异，然后通过技术分析和人工审核查找差异原因，重新校对各项数据指标，从而做到大家报表数据统计的一致性。再在这个基础上约定一个gap值范围，进一步避免因网络原因等导致的数据差异。此外，当APP与第三方归因平台对无效流量过滤出现争议时， SSP应该主动替APP承担这部分责任。

广告主投放过程中， SSP更应该做到实时监测APP报表数据与第三方监测数据的差异值，当差异值超过一定阀值，SSP立即暂停该项广告在APP的投放， 进行数据差异原因排查，避免APP损失进一步加剧。

当数据差异发生后，SSP会尽可能帮助APP减少损失：比如在RTB模式下，当APP统计数据与SSP统计数据一致，却大于第三方监测数据，在排查非第三方代码触发机制和技术原因后，那么SSP应该承担这部分差异损失，同时处理后续相关与广告主沟通服务工作。避免APP的损失，减少后续工作量。

当然上述这些不但是我个人观点，也是倍联平台（Blink）一直致力改善多方数据差异问题所做的措施。选择Blink，数据差异发生时，不但能极大减少繁复沟通的时间成本，而且能规避非作弊行为导致的无妄损失。