交通差异：定义、原因和处理方法。来自 HilltopAds 的独家分析

数据不符？我们深知这有多么令人沮丧和困惑。不过不用担心，HilltopAds 团队将为您提供所有必要的指导，让您一劳永逸地解决这个问题。如果您想弄清什么是数据差异、为什么会出现数据差异以及如何避免和消除数据差异，请坚持到最后！

跟踪差异是指监测同一广告活动或流量的两个平台所报告的数据存在差异。通常是指跟踪系统和广告网络平台。

假设您的广告系列在 HilltopAds 统计中获得了 AAA 的印象。另一方面，跟踪工具内的仪表盘显示流量仅为 BBB（BBB < AAA）。那么，跟踪差异将计算为两者之间的差值。为方便起见，广告商通常使用差异率（DR，%）：

在处理差异时，重要的是要记住，由于这种现象的本质，达到 DR=0% 是不可能的。根据我们的经验，只有当 流量源充满僵尸流量时，才会出现 DR=0%。不过，有一个可靠的差异率基准被认为是可以接受的：DR=30%。

流量偏差对于参与联盟营销的每个人来说都是一个严峻的挑战。由于发布商只能从高质量流量中获得报酬，而我们的平台会对这些流量进行实际计算，因此流量损失意味着错失盈利机会。同时，广告商在规划预算和计算 ROI 时必须考虑到流量损失的成本。

由于 RTB 的复杂性，与 RTB 相关的流量差异将是另一篇文章的主题。

找到数据不匹配的真正原因（或原因数量）需要时间和专业知识，但必须这样做。否则，您将不断损失金钱、客户，并把时间花在广告和货币化的其他方面，而不是努力了解数据差异现象。

那么，造成这种情况的原因是什么呢？造成流量差异的原因多种多样：

• 大量重定向。
• postback 设置不正确。
• 跟踪工具分组非唯一印象。
• 过期的 cookie。
• 欺诈活动（如机器人、虚假线索）。
• 跟踪器和广告网络使用不同的流量归因模型。

但并不是关于这个问题的所有事情都是简单明了的。事实上，它比想象中更加棘手。让我们来分析一下。我们确定了两种类型的数据差异--"隐性 "和 "显性"。

处理重大差异是优化流量买卖的最关键任务之一。因此，我们将深入探讨解决这些问题的方法。

让我们掌握一些技术，帮助您更快地发现数据差异，避免造成不必要的资金损失。在 HilltopAds，我们只能在用户报告问题后才能发现它们。我们无法提前预防，因为外部因素和幕后跟踪器统计数据对我们来说是隐蔽的。

因此，我们鼓励您从营销活动一开始就密切监控差异率。发现可疑异常？请联系您的 HilltopAds 个人经理，我们将一起解决这个问题！

专家建议 您可以通过分析特定的流量细分市场（如 GEO）来发现本地差异。通过这种方法，您可以发现有问题的地区，然后专门针对这一市场对流量定价进行微调，从而使高质量的流量部分承担高昂的成本。

说到这里，您可能已经明白，解决流量差异问题并非易事。不过不用担心，HilltopAds 为您提供了一些反击方法！

为保持数据报告的准确性，请遵循 HilltopAds 首席 Operating 官的以下建议！

广告商：
- 在启动广告活动前设置跟踪。
- 在开始实际广告活动之前，先进行转换测试。
- 监控您的域名（或重定向链中使用的任何域名）是否被杀毒软件或广告拦截器拦截。这种方法可以防止因杀毒软件激活而无法访问网站的访客流失。
- 检查页面加载速度。如果访问者看到网站内容的时间过长，用户就会跳出，而这一印象将不会计入分析。轻量级页面在发展中国家尤为重要，因为那里的网速通常要慢得多。
- 尽量减少指向最终报价的重定向次数。重定向越多，潜在客户真正进入主报价页面的可能性就越小。这也是与直接流量来源而非经销商合作的另一个原因。
- 与 HilltopAds 合作！在我们这边，HilltopAds 团队会持续监控来自顶级杀毒平台和 Google 安全浏览的域名声誉指标。这使我们能够捕捉到广告可能出现问题的时刻--不仅对发布商，对广告商也是如此。杀毒系统将恶意活动与您的广告联系在一起的次数越多，受众最终看到广告的几率就越低。

供出版商使用：
- 不要尝试混入第三方提供商的流量。最有可能出现的情况是，您将获得低质量的廉价流量，而这些流量将无法通过杀毒软件检测器的过滤。
- HilltopAds 为出版商提供先进的反广告拦截脚本，有助于绕过已知的过滤器，大大降低差异率。
- 我们从出版商的网站上购买所有地区和目标的广告库存。这可确保出版商获得 100% 的填充率，并将差异降到最低--这在与第三方合作时并不总是可能的。 流量货币化 平台。

既然我们已经掌握了有关数据差异的所有事实，那么让我们来看看这种现象对联盟统计数据的影响有多大，这取决于广告区域和流量的类型！

我们决定回顾一下 Popunder 桌面流量和 Popunder 移动流量的数据会因印象的唯一性而有多大变化。换句话说，广告频率与流量之间是否存在相关性？让我们来回顾一下！

在研究中，我们从 "中型 "和 "大型 "直接区获取了一个月的数据。

在上图中，您可以看到差异是如何随移动 oppunder 流量中广告的唯一印象（即唯一性 = 1 的印象）份额而变化的。

• X 轴代表独特性。

请注意，10% 的值相当于 10% 到 20% 范围内印象的唯一性（与现阶段测试的全部流量相比），20%--从 20% 到 30%，等等。

• Y 轴显示差异值。

根据这部分研究的结果，所有区域可分为四组：

因此，高频广告展示区的差异往往会高出 1.5-3 倍。

下图显示了 Popunder 桌面区域差异值的分布情况，具体取决于独立广告印象的份额。

下面是这部分研究的一个重要亮点。一般来说，与 Popunder 手机壳不同，这些区域不能用唯一性或差异性来划分。

除了那些唯一性极低的区域（如左侧方框图所示）外，所有区域的差异中值仍在 9% 和 11% 之间。

一个明显的依赖关系是，唯一性越低，差异极限越低。它从 90%+ 唯一性时的 4% 逐渐上升到约 30% 唯一性时的 8%。

区域印象的频率（唯一性）与广告商数据的差异之间存在密切联系。降低该值将以更低的成本获得更高的广告效果，或在不造成不必要流量损失的情况下获得更大的货币化收入。

我们的研究结果也凸显了准确数据报告的重要性。我们已经证明，在广告展示频率较低（印象唯一性较高）的区域，差异会减少 1.5 到 3 倍。这种依赖性在 Popunder 移动区域更为明显。

您已经学会了处理流量差异的所有最佳做法。接下来要做什么？今天就开始应用它们吧 访问您的 HilltopAds 账户 并立即提高您的利润！

如果您还没有创建账户，请按下面的按钮转到注册表！