Attribution-Fraud: Von einfach bis fortgeschritten

Headshot of Oliver Kampmeier

Oliver Kampmeier

Cybersecurity Content Specialist

Visualization of attribution fraud by faking UTM parameter

Nur weil eine URL den UTM Source Parameter enthält, zum Beispiel „utm_source=msn“ oder „utm_source=cnn“, bedeutet das nicht automatisch, dass der Klick wirklich von einer Anzeige auf msn.com oder cnn.com stammt. Es kann sich um echten Traffic handeln oder um manipulierten.

Da eine UTM Source in jede URL eingefügt werden kann, ermöglicht es Betrügern, Klicks so aussehen zu lassen, als kämen sie von einer vertrauenswürdigen Quelle. Das kann Werbetreibende in die Irre führen und ihnen den Eindruck vermitteln, ihre Kampagnen liefen besser als in echt, da die Zahlen gefälscht sein könnten. Wenn du glaubst, dass deine Anzeigen gut performen, investierst du unter Umständen mehr Budget und fütterst damit unbewusst den Betrug.

Dieser Artikel zeigt verschiedene Methoden, mit denen Attribution manipuliert werden kann, von einfachen Tricks bis hin zu ausgeklügelten Techniken. Die Beispiele basieren auf echten Daten und geben Einblicke, wie man solche Manipulationen erkennt und verhindert.

Einfacher Attribution-Fraud

So funktioniert es: Ein Betrüger manipuliert eine Tracking-URL, sodass es aussieht, als komme der Traffic von einer seriösen Quelle. Beispielsweise könnte in der URL „utm_source=cnn“ oder „utm_source=msn” stehen, obwohl der Klick gar nicht von dort stammt. Sobald diese URL geladen wird, sei es durch Bots oder andere betrügerische Methoden, wird sie in Analysetools als Traffic von „MSN“ oder „CNN“ registriert.

Da diese Tools nicht überprüfen können, ob tatsächlich eine echte Person auf die Anzeige geklickt hat, glauben Werbetreibende fälschlicherweise an eine gute Performance und investieren weiter in diesen Kanal. Die Betrüger wiederum profitieren von den künstlich aufgeblähten Engagement-Zahlen. Das ist nur ein Beispiel dafür, wie einfache Attribution-Tricks zu verschwendetem Werbebudget führen kann.

Mit Fraud0 lassen sich Aktivitäten auf der Website analysieren, um herauszufinden, ob ein Klick von einer echten Person stammt oder von einem Bot. Zudem kann überprüft werden, ob der Klick tatsächlich aus einer Anzeige auf der angegebenen Quelle stammt oder ob die Daten manipuliert wurden.

Durch die Analyse von Referrer-Informationen erhältst du ein klares Bild darüber, woher der Traffic wirklich kommt. Dadurch wird es einfacher, irreführende Attribution aufzudecken und unnötige Werbeausgaben zu vermeiden.

Nachfolgend ist ein Beispiel, das dies genauer veranschaulicht. Der Parameter UTM_Source=facebook zeigt an, dass ein Klick von einer Kampagne auf Facebook stammt, was durch die Referrer-Daten bestätigt wird. Außerdem kommen einige Klicks von instagram.com oder als Weiterleitung (l.facebook.com). Falls du es noch nicht bemerkt hast, können Seiten mit UTM_Source=*irgendwas* aber ohne Referrer gefälscht werden.

UTM Source & Referrer Screenshot

Fake Traffic in Google Analytics

Es ist möglich, falsche Daten direkt in Google Analytics zu schreiben, sodass es so aussieht, als würde eine Website viel Traffic erhalten, obwohl gar keine echten Besucher auf der Seite waren. Dies geschieht durch Skripte, die gefälschte Tracking-Informationen an Google Analytics senden. Betrüger nutzen diese Methode, um Fake-Websites seriös wirken zu lassen und Werbetreibende sowie Werbenetzwerke zu täuschen.

In den letzten Jahren gab es mehrere Fälle, in denen absichtlich falsche Daten in Google Analytics eingefügt wurden, um Werbetreibende glauben zu lassen, ihre Kampagnen seien erfolgreich.

CTV-Ad-Fraud

Eine andere Masche betrifft CTV-Werbung (Connected TV), also Anzeigen, die auf Smart-TVs abgespielt werden. Da kaum jemand eine Anzeige direkt über den Fernseher anklickt, erwarten Werbetreibende normalerweise wenig direkten Traffic aus solchen Kampagnen. Doch einige Anbieter wurden dabei erwischt, wie sie künstliche Klicks in Google Analytics einfügen, um vorzutäuschen, dass ihre CTV-Anzeigen viel Traffic und Umsatz generiert haben, obwohl das nicht der Wahrheit entspricht.

Mit Fraud0 können Werbetreibende verschiedene Datenquellen vergleichen, um auffällige Traffic-Muster zu erkennen und herauszufinden, ob ihre Kampagnen Ergebnisse manipuliert wurden. Ohne eine solche Überprüfung ist es leicht, sich von gefälschten Attributionen täuschen zu lassen, die den Erfolg einer Kampagne übertrieben darstellen.

Wie du Attribution-Tricks durchschauen kannst

Diese Beispiele zeigen, wie einfach es ist, Attribution zu manipulieren, um Kampagnen erfolgreicher erscheinen zu lassen, als sie tatsächlich sind. Durch die Verzerrung von Tracking-Daten entsteht die Illusion hoher Renditen, was dazu führt, dass Werbetreibende mehr investieren, ohne zu wissen, dass die Ergebnisse nicht echt sind.

Die gute Nachricht? Du brauchst keine komplizierten Analysen, um das aufzudecken. Mit Fraud0 kannst du deine Werbeanzeigen und deine Website genau überprüfen, um zu sehen, ob deine Anbieter die Performance-Daten künstlich aufblähen. Falls etwas zu gut aussieht, um wahr zu sein, ist es das wahrscheinlich auch.

Inhalt
Neustes Whitepaper
Cover of the report "Unmasking the Shadows: Invalid Traffic 2024"
Unmasking the Shadows: Invalid Traffic 2024

Erfahren Sie alles, was Sie über Invalid Traffic 2024 wissen müssen, basierend auf den Daten unserer Kunden. Einschließlich einer Aufschlüsselung nach Marketingkanälen, Branchen und vielem mehr.

Newsletter abonnieren
Artikel teilen
Wie viel Werbe­budget verschwenden Sie an Fake Traffic?
1%, 4%, 36%?
Testen Sie fraud0 7 Tage lang kostenlos und finden Sie es heraus. Keine Kreditkarte erforderlich.
4,9 von 5 Sternen
Möchten Sie eine Tour von fraud0?
7 Tage lang kostenlos testen
Keine Kreditkarte erforderlich.

Sie haben bereits einen Account? Log in