Google 将无效点击定义为并非出于用户真实兴趣而产生的点击，包括蓄意欺诈的流量、误点击、重复点击、自动点击工具、机器人和欺骗性软件。Google 还表示，它会过滤检测到的无效流量，并允许广告主查看无效活动。请参阅 Google 关于无效点击和管理无效流量的文档。
借助本指南，您可以在不依赖缺乏依据的行业平均值的情况下，估算账户面临的风险。如果您想先使用表格版本，请使用广告欺诈计算器，然后再回到本指南了解其中的公式和假设。
成本公式
先从一个保守的模型开始。
估算的点击欺诈成本 =
每月广告支出 x 可疑流量率
对于潜在客户开发，请使用更完整的模型：
每月总影响 =
直接浪费的广告支出
+ 虚假潜在客户处理成本
+ 流失的合格点击机会
+ 出价数据清理成本
目标不是证明每一次无效点击都是恶意的，而是估算有多少付费媒体支出因为流量不代表真实的买家意向而白白浪费。
哪些算作成本？
一次有用的点击欺诈成本审核，应当计算的不只是退款或明显的机器人点击。请将成本分为四类：
| 类别 | 包含的内容 | 重要原因 |
|---|---|---|
| 计费浪费 | 产生支出却没有买家行为的点击、展示位置或来源 | 这是直接的媒体损失 |
| 潜在客户处理浪费 | 销售团队花在垃圾潜在客户、重复潜在客户、无效电话号码或爽约者身上的时间 | 即使 CPC 已退款，无效点击仍会产生运营成本 |
| 机会成本 | 因预算被花在别处而错失的合格流量 | 流失的需求通常在广告平台中不可见 |
| 学习成本 | 出价系统依据低质量转化进行训练 | 不良数据会降低未来支出的效率 |
这一点很重要，因为可疑流量率相同的两个账户，面临的财务风险可能截然不同。低 CPC 的电商广告系列损失的可能主要是媒体支出。而高 CPC 的潜在客户开发广告系列损失的可能是媒体支出、销售时间，以及数月的出价信号质量。
点击欺诈成本计算器的输入项
| 输入项 | 衡量方式 | 重要原因 |
|---|---|---|
| 每月广告支出 | Google Ads、Microsoft Ads、Meta 或付费媒体总支出 | 决定可能损失的规模 |
| 可疑流量率 | 重复点击、短时会话、无效点击、低质量展示位置、被拒绝的潜在客户 | 估算直接浪费的支出 |
| 平均 CPC | 广告系列或关键字的 CPC | 显示每种不良模式消耗预算的速度 |
| 合格潜在客户率 | CRM 中被接受的潜在客户数除以原始潜在客户数 | 将真实成果与表单数量区分开来 |
| 虚假或被拒绝的潜在客户率 | 垃圾、重复、无效电话、无效电子邮件、爽约、被拒绝的潜在客户 | 显示下游的销售浪费 |
| 销售处理成本 | 审核一个潜在客户的平均成本 | 在广告支出之外加上运营成本 |
| 高峰时段之前损失的预算 | 每小时支出和展示次数份额 | 衡量无效点击耗尽预算时的机会成本 |
| 自动化依赖程度 | 智能出价、效果最大化广告系列、广泛匹配、潜在客户导入 | 显示不良数据训练未来支出的风险 |
如果您无法获得所有输入项，请先从支出、可疑流量率和 CRM 潜在客户质量入手。这些已足以判断是否值得进行更深入的分析。
计算之前，请使用以下数据来源清单：
| 数据来源 | 需要提取的数据 | 重要原因 |
|---|---|---|
| 广告平台 | 支出、点击次数、CPC、无效点击、广告系列、搜索字词、展示位置、地理位置、设备 | 显示付费活动和被平台过滤的无效活动在哪里发生了变化 |
| 分析工具 | 付费会话、互动、短时会话、页面路径、表单开始填写次数、重复访问 | 显示付费访问者的行为是否像潜在客户 |
| CRM | 有效潜在客户、被拒绝的潜在客户、重复潜在客户、垃圾标签、销售接受的潜在客户、商机 | 将原始转化与商业价值区分开来 |
| 账单 | 无效活动返还金额或调整 | 将平台挽回的金额与业务浪费分开记录 |
| 销售团队 | 爽约、联系不上的潜在客户、匹配度低的原因、成交率 | 补充运营成本和质量背景 |
如何估算可疑流量率
不要因为某份行业报告用了某个百分比就直接采用。请根据您自己的账户进行估算。
先从一个保守的可疑流量池开始：
- 会话时长低于有意义互动阈值的付费点击
- 来自同一来源模式的重复付费访问
- 来自您不提供服务地区的点击
- 有支出但没有合格成果的展示位置或应用
- 后来被标记为垃圾、重复、无效或被拒绝的原始转化
- 没有互动或 CRM 进展的高 CPC 关键字点击
- Google Ads 已识别出的无效点击
然后，根据您能准确衡量的数据，用这个流量池除以付费点击总数或付费支出总额。
可疑流量率 =
可疑付费点击次数 / 付费点击总次数
对于潜在客户开发账户，按支出加权的估算通常更好，因为昂贵关键字上的一次无效点击，可能比低风险广告系列中的十次廉价点击影响更大。
计算示例
假设一个潜在客户开发账户每月支出 1.2 万美元。
每月广告支出：1.2 万美元
可疑或不合格流量率：12%
直接浪费的支出：1,440 美元
来自付费流量的被拒绝潜在客户：38 个
每个被拒绝潜在客户的估算销售处理成本：15 美元
潜在客户处理浪费：570 美元
计入机会成本之前的估算每月影响：2,010 美元
这并不能证明这 2,010 美元属于刑事意义上的欺诈。它显示的是未通过流量质量检验的付费活动每月造成的成本。
如果预算还在转化效果最好的时段之前就已耗尽，实际影响可能会更高，因为这些被浪费的点击挤占了合格的机会。
使用区间，而不是虚假的精确数字
除非每一次点击都与已知的买家结果进行过验证，否则点击欺诈成本只是一个估算值。与其假装这个数字是精确的，不如分别建立保守、可能和激进三种情景模型。
| 情景 | 适用情况 | 用途 |
|---|---|---|
| 保守 | 只包括证据充分的模式 | 确定您能够站得住脚的最低浪费额 |
| 可能 | 包括反复出现的可疑流量以及被拒绝潜在客户的成本 | 最适合用于预算规划 |
| 激进 | 包括更广泛的低质量流量和机会成本 | 有助于判断是否需要更深入地调查 |
这会让估算更可信。财务或管理团队可能不认同激进情景，但只要证据清晰，他们仍然可以依据保守情景采取行动。
如何确定挽回工作的优先级
不要试图一次堵住所有漏洞。请按可挽回的价值确定优先级：
- 从合格潜在客户率正在下降的高支出广告系列入手
- 先审查高 CPC 关键字，再审查低成本流量
- 在更改出价策略之前，先修复被虚假潜在客户污染的转化目标
- 只有在展示位置或应用反复出现质量问题后才将其排除
- 保护那些在转化效果最好的时段之前就耗尽预算的广告系列
- 只在可挽回的浪费足以覆盖成本的地方实施自动化监控
最有效的挽回工作通常来自少数几个代价高昂的模式，而不是数百个细小的异常。
决策阈值
使用阈值，让审核结果转化为行动：
- 如果可疑浪费低于修复成本，请持续监控，但不要过度设计。
- 如果被拒绝潜在客户的成本在上升，请在增加支出之前先修复转化质量。
- 如果大部分可挽回的浪费来自同一个广告系列，请先修复该广告系列，再调整整个账户。
- 如果浪费在多个广告系列中反复出现，请建立共享的否定关键字、展示位置排除项或监控规则。
- 如果估算结果不确定但预算风险很高，请开展一个较短的调查周期，而不是等上整整一个季度。
这能让成本模型保持实用，而不是流于学术。
三种常见情景
本地服务广告主
本地服务账户通常拥有高意向关键字、范围狭窄的服务区域和有限的每日预算。最大的成本风险并不是泛泛的互联网欺诈，而是来自低质量地区、支持类搜索、移动端误点击或可疑重复来源的反复支出，这些支出在真正的买家搜索之前就消耗了预算。
审核应重点关注搜索字词、城市或邮政区域的效果、通话质量，以及按小时划分的预算耗尽情况。
B2B 潜在客户开发广告主
B2B 账户通常不太关心原始潜在客户数量，而更关心销售接受情况。代价高昂的错误是让不合格的表单提交被计为成功。一个广告系列在 Google Ads 中可能看起来很高效，而 CRM 却在拒绝这些潜在客户。我们的 B2B SaaS 点击欺诈防护指南详细分析了这种情况。
审核应重点关注有效电子邮件率、公司匹配度、重复率、预约会议率和合格商机率。
代理商或多账户广告主
代理商需要可重复的证据。一次性审查是不够的，因为各种模式会在账户、广告系列和地区之间转移。
审核应建立一个标准视图：支出、可疑流量率、被拒绝的潜在客户、可挽回的浪费、新增的排除项，以及调整后合格潜在客户的变化情况。
直接成本与隐性成本
| 成本类型 | 含义 | 降低方法 |
|---|---|---|
| 直接浪费的支出 | 为不反映买家意向的点击支付的费用 | 检测反复出现的可疑来源，并排除已证实的浪费 |
| 虚假潜在客户成本 | 花在无效、重复或垃圾潜在客户身上的销售时间 | 验证潜在客户并导入合格阶段 |
| 机会成本 | 因预算过早耗尽而错失的真实潜在客户 | 保护高意向广告系列和高峰时段 |
| 数据污染 | 不良流量让出价系统学到错误的模式 | 将主要转化与原始表单提交区分开来 |
| 报告失真 | CTR、CPC、CPA 和 ROAS 变得更难以信任 | 衡量合格成果，而不仅仅是原始点击 |
| 团队时间 | 手动调查和清理工作 | 在支出足以支撑的地方实施自动化监控 |
正是这些隐性成本，让仅靠退款远远不够。返还金额或许能挽回部分支出，但它本身无法找回流失的合格流量，也无法修复出价信号。
退款在成本模型中的位置
Google 可能会在计费前过滤无效流量，或者在事后检测到无效活动时发放返还金额。这很有用，但它并不等同于预防。
请将以下两个概念区分开来：
| 项目 | 包含的内容 | 处理方式 |
|---|---|---|
| 无效活动返还金额 | 平台在计费后检测到并返还金额的流量 | 部分挽回的项目，而非全部成本 |
| 已过滤的无效点击 | 在计费前被移除或在报告中被调整的活动 | 有用的平台基线 |
| 可疑付费会话 | 您的业务数据显示为低质量或异常的流量 | 在定性为欺诈之前先进行调查 |
| 虚假潜在客户成本 | 花在垃圾、重复、无效或联系不上的潜在客户身上的销售时间 | 退款无法弥补的运营浪费 |
| 机会成本 | 因预算被低质量流量消耗而错失的合格点击 | 按时间段和广告系列进行保守估算 |
| 学习成本 | 出价系统依据不良转化进行训练 | 通过清理转化质量来解决 |
退款无法自动解决以下问题：
- 在合格潜在客户搜索之前就已耗尽的预算
- 销售团队已经跟进过的虚假潜在客户
- 依据低质量转化训练出来的智能出价信号
- 基于嘈杂数据做出的展示位置或关键字决策
- 被非买家污染的再营销受众
- 浪费发生之后花在调查上的时间
在财务规划中，请将退款视为部分挽回的项目，而不是完整的风险控制手段。
从哪里提取数据
请从多个来源获取证据，而不是凭猜测。
Google Ads
审查：
- 无效点击
- 无效点击率
- 搜索字词
- 地理位置
- 设备
- 时段
- 展示位置和应用
- 每次转化费用
分析工具
审查：
- 时长极短的会话
- 付费点击后没有任何互动
- 来自相似来源的重复访问
- 高 CPC 流量在着陆页的退出情况
- 需要审查跟踪设置的点击与会话不匹配问题
CRM
审查：
- 无效电话率
- 无效电子邮件率
- 重复潜在客户率
- 爽约率
- 垃圾潜在客户标签
- 销售接受的潜在客户率
- 合格商机率
当 Google Ads 中的活动与 CRM 中的结果不一致时，点击欺诈成本就会变得更加清晰。
每月报告模板
使用一个简单的每月视图，让这个数字真正用于运营：
| 指标 | 纳入报告的原因 |
|---|---|
| 付费支出总额 | 显示风险基数 |
| 可疑付费支出 | 估算可直接挽回的浪费 |
| 无效点击和无效点击率 | 显示 Google 已经过滤或返还金额的部分 |
| 被拒绝的付费潜在客户 | 将媒体质量与销售质量联系起来 |
| 每个合格潜在客户的成本 | 让审核与收入挂钩，而不是与点击挂钩 |
| 主要浪费来源 | 显示需要采取行动的地方 |
| 已采取的行动 | 记录否定关键字、排除项、跟踪修复或监控规则 |
| 行动后的结果 | 显示质量是否有所改善 |
这份报告不应该用来吓唬团队，而应帮助团队决定先修复哪些浪费。
如需了解公开基准的背景，请阅读点击欺诈统计数据：真正有用的基准。如需了解不同广告系列类型的风险，请与按广告系列类型划分的 Google Ads 无效流量基准进行比较。
实用的 ROI 计算方法
使用以下公式判断防护在财务上是否合理：
防护 ROI =
（估算的可挽回浪费 - 每月防护成本）/ 每月防护成本
示例：
估算的可挽回浪费：2,010 美元
每月防护成本和管理时间：350 美元
每月净收益：1,660 美元
防护 ROI：474%
确切的百分比远不如决策逻辑重要。如果可挽回的浪费明显高于监控和预防的成本，那么防护就是一项财务控制措施，而不是可有可无的工具。
如何降低成本
从既能提升质量、又不会拦截真实潜在客户的控制措施入手。
- 导入合格潜在客户阶段，而不是只针对原始表单提交进行优化
- 审查搜索字词，并针对非买家意向添加否定关键字
- 排除有支出但没有合格成果的展示位置和应用
- 关注高 CPC 关键字上反复出现的可疑来源
- 按合格潜在客户率细分地理位置、设备和时段
- 只有在证据明确时才使用 IP 或来源排除
- 当手动审查速度太慢时，实时监控可疑点击模式
不要因为某一天表现不佳就拦截大片地区、设备或网络。过度拦截的代价可能比您试图预防的欺诈还要高。
ClickFortify 何时能发挥作用
当支出较少、CPC 较低且潜在客户质量易于审查时，手动成本审核就能奏效。在以下情况下，自动化的价值会更大：
- 一种不良模式就可能浪费可观的预算
- 虚假潜在客户浪费销售时间
- CPC 很高
- 正在投放覆盖范围广的广告系列类型
- 可疑来源不断轮换
- 代理商需要跨账户的可重复报告
- 智能出价依赖干净的转化信号
ClickFortify 帮助团队监控付费点击行为、识别反复出现的可疑来源，并在被浪费的点击变成被污染的出价数据之前采取行动。您可以从点击欺诈防护软件开始，或使用广告欺诈计算器估算风险。
如果最大的成本来自虚假或被拒绝的潜在客户，请将这一成本模型与无效流量如何损害 PPC 潜在客户质量结合使用。如果您担心过度拦截，请参阅如何在不影响转化的情况下减少点击欺诈。
总结
点击欺诈的成本不是报告中的某一个数字，而是您自己账户中付费活动与真实商业价值之间的差距。
先计算直接浪费的支出，然后加上虚假潜在客户成本、错失的合格机会和数据污染。一旦这个数字清晰可见，决策就会变得更简单：做好广告系列卫生，验证潜在客户，排除已证实的浪费，并在财务风险足以支撑的地方实施自动化防护。
