← 返回分析服務
營運自動化 · ML
一日內捕捉刷單與廣告欺詐
24h
刷單與廣告欺詐在帳單出現之前，已經在數據裡留下形狀。本項目先學會正常形狀，再在一日之內就偏離發出警示，而非等到月結。
流程
把訂單與流量接起來
訂單紀錄、付款結果與廣告點擊日誌以共同鍵接合，令可疑訂單與其前置點擊落在同一行。
建立行為指紋
裝置、IP 段、點擊至下單間隔、重複地址與退款歷史組成特徵，即使改帳戶名亦依然有效。
訓練異常偵測模型
以乾淨歷史數據訓練非監督式異常模型；若已有確認欺詐個案，則用以校準門檻。
上線每日警示
每晚批次評分並發出警示，附上證據：被標記訂單、對應流量模式、估算風險金額。
把回饋閉環
已確認與已駁回的警示回流成為標籤；每月檢視精確率，令警示佇列保持值得閱讀。
你需要提供
- 訂單與付款匯出檔
- 廣告平台點擊與成本日誌
- 貴司現有的已確認欺詐個案
你會得到
- 訂單與流量接合後的數據集
- 已校準門檻的異常偵測模型
- 帶證據的每日警示連覆核閉環
時程
三至六星期出第一批警示。