技术贴:亚马逊防刷单原理,这下知道自己是怎么挂的吧?

卖家之家 卖家之家 4个月前 1 20 10814
摘要:揭秘亚马逊防刷单原理!


一般反作弊主要业务流程:



看不懂?那就对了,我们继续往下看,在了解这个模型之前,我们需要狂补一些专业的知识!


我们常用的跨境电商作弊方式:


机器作弊:机器刷量、任务分发、流量劫持

人为作弊:QQ群/水军、直接人工、诱导


电商常见作弊手段:


刷单,刷信誉,刷好评,职业差评师


判断广告作弊涉及的点击类型分类:


1、  按照是否找商品找服务为目的;

2、  是否按照是否恶意,有无真实转化为依据。

(CPC基于点击计费的模式、CPA基于成交的点击进行收费)

常见电商平台点击行为分为四大分类:


无效点击(没有形成转化的意愿,仅仅浏览);

恶意点击(必须识别出来);

转化点击(真实意愿点击);

误点(不是以找商品为目的,例如内部人员点击,需要识别出来)。


点击人群划分:


误点:员工、广告主自己、竞品销售中介、爬虫;

恶意点击:同行、同行朋友、联盟站点、机器。


反作弊策略应对框架:


数据层:鼠标轨迹行为、指纹数据、案例库、行为数据;

特征层:离散指标、连续指标;

行为识别层:点击识别模型、异常监测模型、流量识别模型、关系图模型、人群识别模型;

策略应对层:规则。




看完以上的一些专业名词的恶补,我们再来看看亚马逊如何监控刷单:



三层监控指标体系,提前预警:


运营指标监控:投诉率、转化率、撞线速率/频率、消耗速率、通过率;

规则监控指标:拦截率、准确率、覆盖率;

异常监控指标:IP维度、Cookie维度、计费名维度、广告维度、设备维度、鼠标轨迹维度


分类监控、分级响应:


1、  针对监控情况、采用四级响应机制;

2、  红色:非常严重,需要自动化采取短期策略应对,例如临时黑名单机制

3、  橙色:较为严重,短信举报,要求4h内完成分析和短平快策略压制,后续进一步处理


机器学习在反作弊应用几个案例:


如关联规则、决策树模型:策略挖掘—规则自动提取


确定建模问题:自动发现规则、辅助策略设计;

应用:挖出的规则,上线到离线反作弊系统;

评估指标:支持度、置信度、覆盖率、拦截率   


有一种算法叫做“千人千面算法”,首先来看下作弊的几个方面:


1、同IP


也就是说你朋友都不能买你的东西,因为你们两个人早晚是会在一起碰面的,两个人碰面就是IP碰面,所以,买你宝贝的那个人,你们两个人的IP永远不能相见,也就是说你们两个人永远不能相见!


2、性别


假如你的淘宝店铺卖的是连衣裙,老是有男买家隔三差五的在你家买这件宝贝,你觉着正常,男朋友帮买怎么了?我用男朋友的号买怎么了?可是算法认为你是在作弊!你是在刷宝贝!


3、行为


这种行为指的就是假如你在刷宝贝,你没有具体的流程,每一个帮你刷流量的人都是搜索关键词,找到你家宝贝,点击收藏,加入购物车,然后下单,你都觉着不可能,更别说算法了!


4、年龄


你家淘宝店铺卖的是丝袜,行,你男朋友帮你买,可是你找的人都有40岁往上的,谁家40岁的男人帮媳妇在网上买丝袜?最好就是你找18-30岁之间的女性刷宝贝是最正常不过的了!


5、能力


支付宝都是实名认证的,对我们的好多都了如执掌,你卖意大利名牌古弛,你却老是找一些大学生帮你刷单,这就肯定是有问题的,学生能力有限,没有工作,买这么名贵的皮具肯定也是有些问题的!


使用关联规则检测刷单作弊行为


最近发现我们平台上的个别内容提供商使用一些违规的手段,对自己所属的收费内容进行刷单作弊。从其他渠道以很优惠的价格购买代金券,在平台消费自己的项目内容,从而获得结算分成与成本的金额差价。


因为需要对该问题进一步重视和监控,我也在考虑一些检测方法,其中一个就是本文介绍的基于数据挖掘中的关联规则(Association Rules)的算法进行尝试分析。对于关联规则的算法原理在此就不赘述。


家喻户晓的一个利用关联规则的案例是沃尔玛啤酒尿布的案例,目的是发现客户购物篮中经常被同时购买的商品。本例与啤酒尿布案例类似。主要因为内容商使用低价购买的客户账号购买自己的商品,但基于以下分析,本案例中可能会产生较强的关联效应:


(1)对同一批内容商品进行购买,会节约作弊成本。

(2)由于客户帐号有限,必将会出现一个客户账号购买很多内容项目的现象。


而与沃尔玛的案例不同的是,沃尔玛的案例是探索的正向积极的事件,本例是要发现的是负向消极的事件。沃尔玛的案例中要求事件的支持度(support)要较高,即事件能够经常发生才能有意义,置信度(confidence)只要适当即可,不要求过高;而本例因为是需要稽查异常,所以不能要求支持度高,相反置信度一定要比较高,即当某时间发生以后,另一关联的时间也发生的概率要很高才行。


通过初步的设想,提取出某一天的客户订单数据进行建模,模型如下所示:

关联规则模型设置如下:



因为使用的是事务型数据格式(按交易明细进行记录的,特点是一个客户标识可以有多条数据),所以需要勾选 use transaction format这个选项。此外因为本例需要对全部的CASE进行关联分析,因此没有对数据进行分区。



上面已经介绍了本例要求低支持度和高置信度的设置。因为本例只需要发现任意两个内容项目的关联即可,所以只将最大前项数(maximum number of antecedents)为1。


最后得出的模型结果如下:



从结果模型上可以看到,两内容项目的关联程度可以高达百分之百,即用户购买了某一个内容项目,那这个用户100%会购买另一个内容项目,可见它们俩之间很可能存在猫腻,而这个规则也正是我想要寻找的。


尽管这些规则的支持度都很低,但刷量作弊属于异常事件,不能要求高支持度。


将模型导出文本,并将这些内容项目进行整理,通过对这些项目的购买清单进行观察分析,发现产生在这些内容项目的订单95%以上存在很强的作弊嫌疑,由此验证,此关联模型对此类作弊行为有较强的检查能力。



现阶段只对该模型可行性进行尝试,尚未考虑模型的部署,本文只介绍到此,希望能对朋友们有一定的启发。

使用反作弊算法检测刷单作弊行为


以Amazon的Review算法为例:


1.Verified Purchase。直评已死,这个时候再去刷直评非但没有意义,反而可能会出现如上图群聊中出现的“上好评排名会跌”的情况。


所以要刷就刷VP吧。还记得年初的封号风波吗,这些卖家大多数是因为刷单被姐夫“秋后算账”;船长在之前的分享中有向大家提到一个刷单建议,模仿真实购买行为。


亚马逊希望所有的评论都是诚实的,而在他的监控中,如果我们能做到“仿真”,也就能避开惩罚了。具体如何模仿真实购买行为地刷单,我们根据下文的影响因素一一分析。


2.留评频率与间隔时间。留评频率越高,间隔时间越短,权重就越高。


如果一款产品不断地来好评,这就意味着该产品受欢迎。也就是说,你需要根据自己的产品特性来规划规划刷单的频率,留评的频率,留评间隔的时间。当然,时间和频率的把控同时也需要考虑到产品的销售周期,比如你不能在站点的冬季持续刷泳装的单并留评论,是吧。


既然说到时间和频率,大家在刷单刷评是需要注意,一般情况下,在买家真实购买行为中,账号成交量平均一个月最多10-20单,留评数量不超过10%,在越来越苛刻的评论政策之下,不超过5%是最好的。


也就是说,大家在选择刷单资源,或者自己组建刷单团队时,除了需要规划好在listing上留评的时间与频率,也需要根据成交情况、留评时间与频率筛选合适的买家账号。


3.字数、内容与比例,也就是评论内容的质量。刷单需求越大,刷单者的胃口也被养得很大,卖家们经常会花了很多钱却被随便一个“good”或者“wonderful”的五星敷衍了事,在现在新的算法之下,这类属于低价值的评论是对权重排名没有帮助的。


Review都有专员审核,亚马逊希望review能够真实反映产品的情况,给买家参考,避免产生不良购物体验,客观丰富完整的review内容是能够提高权重的。


现在刷评论的一个标准,要让买家当真,也要让姐夫当真。站在真实买家(产品购买者、使用者)的角度去客观评价这个产品,甚至不全是五星好评;根据客服提供的依据,还需要有有趣且幽默的评论内容并且数量要在最新10个reviews中占一定比例的,比如每10个评论(包括好评、中评和差评)至少1-2个有趣的评论,以此类推。


如果评论的内容不知道怎么下手,可以通过查询竞争对手的review,挑选靠前、内容较丰富并且“helpful”数量较多的VP评论模仿,切记是模仿不是照搬照抄。至于有趣的内容,最好搭配相关的、有趣的图片或视频,特别是童装、玩具这些婴儿的产品,可以利用的素材就更多了。


4.Review中的“helpful”数量。这是个陷阱!点击“helpful”(俗称“点赞”)也是需要买家账号,但如果你不小心用了一些“质量差”的买家账号刷点击,那就完蛋了。


首先,使用质量好的买家账号。上文中船长也有介绍到,真实买家账号成交量平均一个月最多10-20单,留评数量不超过10%,另外还需要注意的是账号使用年限和使用习惯,一般来说,越老的账号越好,但拒绝老僵尸号;并且,买家账号也要防关联,关联条件与卖家账号相同。


接着,用这些质量好的买家账号模仿真实的买家点赞行为。从登录买家账号到点赞,一般是需要经过这些步骤的:


①搜索:通过亚马逊前台键入你的产品关键词,或者通过你的产品对应品类去搜索,也可以通过品牌名搜索(小卖家不建议直接搜索品牌名)。


②对比:一页页去找你的listing,查找过程中随意点击几个别人家的listings浏览几秒钟,翻翻评价和Q&A,并在两三个产品页面停留时间稍久一些。


③点赞:一番操作后找到你的产品,到评论区后也不要马上找到目标review点赞,可以浏览首页或前几页的评论,翻开折叠的回复查看,点开图片或者视频,甚至离开这个产品页面之后再回来浏览、点赞。


5.Review原星级分数,即原来Review星级的分数。这个影响因素已经没法去改变,但不代表原先分数低现在就没法提高,从其他因素着手去优化即可。


6.详情页面被点击次数、买家离开该详情页面次数、买家又再次返回该详情页面比率。其实就是要按照买家正常购买的顺序逻辑,换位思考,你在网购商品的时候是怎样操作的,就按照类似的顺序逻辑去刷单就是了。


除了review算法的改变,亚马逊也更新了“评论服务条款”,进一步保护review的真实性,同时也制定了惩罚政策,简单讲就是,操控评论,后果很严重。


这时候再回去看我们第一张的流程图,大家就能大致明白原理了。


内容素材来源于:

1.http://www.cnblogs.com/jiasenhuo/p/9678584.html

2.https://www.sohu.com/a/123944478_576946

3.http://datakung.com/?p=171

4.https://blog.csdn.net/u013185349/article/details/85158659

本文已被这些标签收录: 亚马逊刷单 亚马逊review 亚马逊
卖家之家倡导尊重保护知识产权。未经本站授权,任何人不得复制、转载、或以其他方式使用本网站的内容。鉴于第三方在平台发布信息数量庞大,如发现本站文章或其它信息可能存在侵权行为,请将身份、版权等证明文件以及相关质询发送邮件至complain#mjzj.com(#换为@),我们将及时沟通与处理

发表评论 未登录

说点什么...

家友热评

最新评论

热门文章

跨境早报|亚马逊回应“辱华疫情商品”事件!Wish物流政策再更新
跨境早报|亚马逊回应“辱华疫情商品”事件!Wish物流政策再更新
大咖爆料:亚马逊自动广告的最新玩法!超实用!
大咖爆料:亚马逊自动广告的最新玩法!超实用!
亚马逊广告费用又涨了?卖家太难了!
迪拜当地风土人情分享,精准切入中东市场!
5个低成本的小技巧,帮助跨境卖家提升转化率!
亚马逊Handmade最新数据!哪些品类竞争大?
疫情期如何备战Lazada327大促?这份精细化店铺运营指南请收下!

家友评论

专注于美国站18069649232
求测评推荐 - 测评资源互换
寻找uk站点靠谱的在FB等外网真人送测团队,微信群送测的别加了。高佣,我是靠谱卖家。你们看见了吗?快到碗里来!vx:13923779591
寻找英国FB送测的靠谱中介。 - 测评资源互换
你呀,安心测评好吧。专门出来灌水加粉,你忙不过来的哦
掉评好严重 - 测评资源互换
真人测评我们这边包税,我们都是真实老外买手,都是亚马逊会员账户为主。搜索关键词下单货比三家,加入购物车然后下单,保证安全性稳定性,,留评率最高百分之90,可按照卖家的要求操作,质保30天,掉了包补,可提供各种截图,需要的老板滴滴、加V18570896573
求测评推荐 - 测评资源互换
需要赶跟卖可以加微信Collen0214
GUTTEAR - 恶意跟卖曝光台
这个人超级高的留评率极高的信誉Dr66883
掉评好严重 - 测评资源互换
这个行业套路太深,诚信靠谱的买家,真得找他,Dr66883
坑钱美国人渣 Megan Chatterton - 聊天吹水交流
说真的,测评真的该找他,Dr66883
坑钱美国人渣 Megan Chatterton - 聊天吹水交流
好可恶啊这样的人,下次需要测评,可以找她,靠谱,Dr66883
无语的骗子 - 聊天吹水交流
下次找留评的,可以找她,微信,Dr66883
PayPal返款后亚马逊后台退货退款-评论被亚马逊删了 - 聊天吹水交流
这个lj我上个星期遇到了,那时候懒得去查她,没想到就中招了。那时候也是说写了评论但是被亚马逊删掉了。我的条件里面是明确写了不能评论就不给返款,然后她居然威胁我去退货还去给我上差评,一开始说的不能留评呢?现在又能留差评了??然后我就当做倒霉让他去退货好了,这种人不能给他便宜!
chaconatsu888@gmail.com - 日本 - 测评黑名单
最近通过很多其他卖家和美国的一些买家了解到很多人在开始抹黑这个测评人,主要原因是他太乐于祝卖家修改文案获取更好的排名而获得很好人气,主要是无偿的,所做的测评质量也很高,他的账号排名也非常不错,这些都是有目共睹的,在网络上有很多别有用心的测评人要诋毁他,为了获取很多可以给他们高额佣金的卖家和买家…有点让人恶心了,希望大家要用慧眼来识别这些别有用心的人,晒不出具体证据的诋毁都是欺骗!我们选择抵制!希望别有用心的尽快收手,我们的初衷是净化这个圈子,不是污蔑和不切实际的乱发信息!谢谢,我们坚决维护好的测评人!!!
Kevin Nguyen - 美国 - 测评黑名单
中介来空瓶,号都切错啦,哈哈
李子荭了 - 美国 - 测评黑名单
也删我评价了。呜呜呜。。这种人zha,一定要注意了
chaconatsu888@gmail.com - 日本 - 测评黑名单
这个中介的资源不行,和他合作的单有70%评价都被删。可气的是,用同一个收货地址4个不同的账号下了8个单,返款后,又默默地从后台退款了。看账号名,个人感觉像他自己的风格。他第一个FB账号被封后,用了4个不同的FB来加。他还有两个微信账号。和他合作要考虑清楚。 买家账号1: Jimmy买家账号2:Johnny Colonel买家账号3: Monazat Hossain买家账号4: Rachel pinn  4个买家账号都是同一个收货地址,收货人:MD Monazat Hossen   微信1:mithel276 微信2:jhonfahim1
sohel2161@gmail.com - 美国 - 测评黑名单
靠谱什么,都是国内的一些自养号买家和黑心中介勾搭。现在我都不相信什么出单号返,一律评后返,返款只操作PP,还有华人说自己没PP, 鬼信咯。就好像现在的年轻人说自己没有支付宝,你相信吗?同为运营的我,真的很气这些人。现在中介也难找饭吃了,因为有搞si棍在。
US,测评,小小 - 美国 - 测评黑名单
回复 寻寻觅觅:你说这么多有啥用?你当其他卖家是傻子么?还有理了一直在这扯,看的都恼火
李子荭了 - 美国 - 测评黑名单
dariel1458@gmail.com
Dariel1458@gmail.com - 美国 - 测评黑名单
测了我两单,返款后 一单退货 一单给差评 死骗子
wxid_xsqc4vcmvd6j22 - 德国 - 测评黑名单
合作过一次,没有骗钱,也没有催促。之后看到黑名单后,不敢再次合作了。
Fawad Al Baloshi - 德国 - 测评黑名单

跨境活动会议

扬帆续航 乘风破浪——第四届跨境电商知识畅享大会(广州、深圳)
第一届“仰望星空,脚踏实地”是梦想与坚持; 第二届“处变不惊,攻守相赴”是勇敢与坚毅; 第三届“鉴往知来,标新创意”是观察与创新; 2020年我们怀揣着心中的梦迎来第四届跨境电商知识分享大会一扬帆续航,乘风破浪!最美的青春年华,就是怀抱着燃烧的信念,带着一往无前的勇气,以青春之朝气去唤醒整个社会青春的魂,这是一件特别值得骄傲和自豪的事情!
广州天河/深圳龙华 2020年2月13日/2020年2月22日 参加活动

推荐文章

都9102了,还能不能拿亚马逊当副业?
又又又侵权?亚马逊旺季侵权高发期?侵权问题详解!
亚马逊站内与站外的区别,成熟卖家都懂得用!
Shopify提供SFN物流服务,欲与亚马逊FBA试比高?
亚马逊又出招,热卖产品被召回,是时候复盘一下你的选品了!