تُعرّف Google الزيارات غير الصالحة بأنها نشاط لا يعكس اهتمامًا حقيقيًا من المستخدم، بما في ذلك التفاعلات الآلية وغير المنتظمة. ويمكن لكشف الذكاء الاصطناعي أن يساعد المعلنين على مراجعة الأنماط بما يتجاوز أعمدة النقرات غير الصالحة في المنصة، لكن لا ينبغي استخدامه كسبب من «صندوق أسود» لحظر المستخدمين. راجع إرشادات Google حول الزيارات غير الصالحة.
ما الذي يضيفه الذكاء الاصطناعي إلى كشف الاحتيال بالنقرات
القواعد التقليدية للكشف عن الاحتيال بسيطة في الغالب:
- حظر عنوان IP هذا
- وضع علامة على وكيل المستخدم هذا
- مراجعة هذا الموقع الجغرافي
- التنبيه عند ارتفاع النقرات
ما زالت هذه القواعد مفيدة، لكنها تتعثر عندما تتنقل الزيارات المشبوهة بين الشبكات والأجهزة ومواضع الإعلان ومسارات التحويل.
يساعد الذكاء الاصطناعي في العثور على تركيبات من الإشارات الضعيفة يصعب مراجعتها يدويًا.
| نوع الإشارة | ما يمكن للذكاء الاصطناعي مقارنته | لماذا يفيد |
|---|---|---|
| السلوك | الماوس والتمرير والنقر باللمس والتوقيت وعمق الجلسة | غالبًا ما يختلف سلوك الروبوتات والنقرات العرضية بعد النقرة |
| الجهاز | المتصفح والشاشة والبصمة ودلائل الأتمتة | قد تبقى أنماط الجهاز المتكررة قائمة رغم تغيير عنوان IP |
| الشبكة | نوع عنوان IP ومخاطر الخادم الوكيل واتساق الموقع | يبيّن ما إذا كان المصدر يناسب سوق المشترين |
| موضع الإعلان | جودة المصدر أو القناة أو التطبيق أو الموقع | مفيد لمراجعة المخزون الواسع وحملات Performance Max |
| التحويل | صلاحية العميل المحتمل ومعدل التكرار ونتيجته في CRM | يمنع التحويلات المزيفة من أن تبدو ناجحة |
القيمة ليست في كلمة «الذكاء الاصطناعي». القيمة في التعرف على الأنماط على نطاق واسع.
أين يفيد الذكاء الاصطناعي أكثر
السلوك المشبوه المتكرر
قد يرى من يراجع التقارير عشر شذوذات صغيرة. أما النموذج فيستطيع الربط بينها: توقيت متشابه وسمات جهاز متشابهة وجلسات قصيرة متشابهة وسلوك متكرر لا ينتهي بتحويل.
المصادر المتبدلة
إذا كانت الزيارات المشبوهة تغيّر عناوين IP، يصبح الاعتماد على مراجعة عناوين IP وحدها ضعيفًا. ويمكن للذكاء الاصطناعي مقارنة السلوك عبر الجلسات ودلائل مستوى الجهاز لمعرفة ما إذا كان النمط يتكرر بشكل آخر.
كشف العملاء المحتملين المزيفين
الاحتيال بالنقرات ليس مشكلة نقرات فقط. فقد تدفع التحويلات المزيفة أو الضعيفة المزايدة الآلية نحو زيارات سيئة.
يمكن للذكاء الاصطناعي أن يساعد في رصد:
- أنماط العملاء المحتملين المكررين
- توقيت غير معتاد لتعبئة النموذج
- بيانات اتصال غير صالحة
- سلوك متكرر قبل الإرسالات المزيفة
- مصادر زيارات تنتج عملاء محتملين مرفوضين
- ارتفاع في التحويلات دون قبول من فريق المبيعات
مراجعة المخزون الواسع
في حملات Display وDemand Gen (حملات زيادة الطلب) وPerformance Max (حملات الأداء الأفضل) والفيديو، تأتي الزيارات من مصادر كثيرة. يمكن للذكاء الاصطناعي المساعدة في ترتيب أولويات المواضع أو التطبيقات أو المناطق أو الجلسات التي تستحق المراجعة.
ما لا يستطيع الذكاء الاصطناعي فعله
لا يلغي الذكاء الاصطناعي الحاجة إلى حكم خبير PPC.
فهو لا يستطيع أن يعرف:
- ما إذا كان الزائر منخفض التفاعل روبوتًا أم مجرد زائر لا تناسبه الصفحة المقصودة
- ما إذا كان مستخدم VPN محتالًا أم مشتريًا حقيقيًا يهتم بخصوصيته
- ما إذا كانت الحملة تستهدف عمدًا جمهور بحث واسعًا
- ما إذا كان العميل المحتمل «السيئ» رسائل مزعجة أم مجرد عميل في مرحلة مبكرة
- ما إذا كان ينبغي السماح بمصدر محظور في حملة دون أخرى
لهذا تهم قابلية التفسير. فدرجة الاحتيال دون أسباب خطرة.
سير عمل الكشف بالذكاء الاصطناعي الصحيح
استخدم الذكاء الاصطناعي طبقةً لدعم القرار.
| الخطوة | ما الذي يحدث | التحقق البشري |
|---|---|---|
| التقييم | يراجع النموذج إشارات النقرة والجهاز والشبكة والسلوك والتحويل | هل البيانات مكتملة بما يكفي للوثوق بها؟ |
| التفسير | يعرض النظام سبب خطورة النقرة أو المصدر | هل تتوافق الأسباب مع واقع العمل؟ |
| الإجراء | تؤدي الأنماط عالية الثقة إلى الاستبعاد أو المراقبة | هل قد يحظر ذلك عملاء محتملين حقيقيين؟ |
| القياس | تُراجع جودة العملاء المحتملين والإيجابيات الكاذبة | هل حسّنت القاعدة نتائج العمل؟ |
| الضبط | تُعدَّل القواعد والعتبات | هل تختلف الحملات بما يكفي لتحتاج إلى قواعد منفصلة؟ |
يُبقي سير العمل هذا الذكاء الاصطناعي مفيدًا دون أن يتحول إلى أتمتة بلا مساءلة.
الإشارات التي ينبغي أن تعرضها الأداة الجيدة
اطلب الأدلة وراء كل قرار.
- الحملة أو الكلمة الرئيسية أو الموضع أو المصدر الذي تأثر
- ما إذا كان النمط قد تكرر
- دلائل مخاطر الجهاز أو الشبكة
- جودة التفاعل بعد النقرة
- نتيجة العميل المحتمل أو التحويل
- مستوى الثقة ورموز الأسباب
- ما إذا كان يمكن مراجعة القاعدة أو التراجع عنها
بالنسبة للوكالات والفرق الكبيرة، تهم أيضًا ملفات التصدير والتقارير الجاهزة للعملاء. فرقم النقرات المحظورة وحده لا يكفي.
الإيجابيات الكاذبة هي الخطر الرئيسي
قد يضر الذكاء الاصطناعي المتشدد بالأداء إذا حظر مشترين حقيقيين.
تحكّم في هذا الخطر عبر:
- قوائم سماح للمستخدمين المعروفين والفرق الداخلية
- قوائم مراجعة للزيارات متوسطة الخطورة
- عتبات خاصة بكل حملة
- تغذية راجعة من CRM عن جودة العملاء المحتملين
- تدقيق منتظم للمصادر المحظورة
- تراجع سهل عندما تكون القاعدة خاطئة
ينبغي أن تقلّل أداة الاحتيال الجيدة الهدر دون أن تُصغّر الحساب في المواضع الخطأ.
متى تستحق حماية الذكاء الاصطناعي التجربة
تكون الحماية المعتمدة على الذكاء الاصطناعي أكثر فائدة عندما:
- تكون تكلفة النقرة (CPC) مرتفعة
- يكون الإنفاق اليومي ملموسًا
- يكثر العملاء المحتملون المزيفون
- تفوّت المراجعة اليدوية الأنماط المتكررة
- يكون المخزون الواسع مصدرًا رئيسيًا للإنفاق
- يرفض فريق المبيعات كثيرًا من العملاء المحتملين المدفوعين
- يحتاج أصحاب المصلحة إلى أدلة لحماية الميزانية
يمكن للحسابات الصغيرة أن تبدأ بالنظافة الأساسية. أما الحسابات الأعلى خطورة فتحتاج إلى كشف أسرع للأنماط.
الخلاصة
كشف الاحتيال بالنقرات بالذكاء الاصطناعي ليس سحرًا. إنه وسيلة للعثور على أنماط عبر إشارات أكثر مما يستطيع الإنسان مراجعته يدويًا.
استخدم الذكاء الاصطناعي عندما يكون قابلًا للتفسير والمراجعة ومرتبطًا بنتائج العمل. الهدف زيارات أنظف وبيانات مزايدة أفضل، لا أكبر عدد ممكن من النقرات المحظورة.
