تصور کنید بودجه‌ی ماهانه‌ی بازاریابی خود را هزینه کنید، اما متوجه شوید ۶۰٪ کاربران شما اصلاً انسان نیستند. این کابوس برای توسعه‌دهنده‌ی اپلیکیشن پازل Dayzle به واقعیت تبدیل شد. این توسعه‌دهنده متوجه شد که بخش بزرگی از نصب‌های ثبت‌شده در گوگل ادز (Google Ads)، در واقع اسکریپت‌هایی بودند که رفتار انسانی را تقلید می‌کردند تا پرداخت‌های تبلیغاتی را فعال کنند.
به گزارش منتشر شده در ۱۱ سپتامبر ۲۰۲۶، این اتفاق در حالی رخ می‌دهد که توسعه‌دهندگان با عدم شفافیت در سیستم‌های قیمت‌گذاری خودکار دست‌وپنجه نرم می‌کنند. در حالی که پیش‌تر پوشش دادیم که چگونه Google Research با استفاده از ToolGrad در حال بهبود دقت استفاده از ابزارهاست، اما استقرار واقعی ابزارهای تجاری تبلیغاتی گوگل همچنان در برابر الگوهای ابتدایی کلاهبرداری آسیب‌پذیر است. برای یک کسب‌وکار کوچک، این موضوع یک خطای فنی ساده نیست، بلکه تخلیه مستقیم کیف پول است. این چالش در حالی رخ می‌دهد که برخی ابزارها تلاش کرده‌اند هزینه‌های تولید کیت‌های تبلیغاتی برای کسب‌وکارهای کوچک را به شدت کاهش دهند، اما کاهش هزینه تولید به معنای امنیت در توزیع و جذب کاربر نیست.
طبق مستندات این گزارش، توسعه‌دهنده بودجه‌ی روزانه‌ی ۴۰ دلار کانادا را برای نصب در اندروید تعیین کرده بود. زمانی که هدف «هزینه به‌ازای هر نصب» (Cost-per-install) — که شبیه تعیین سقف قیمت برای هر خرید در یک مزایده است — را برای تحریک رشد سریع‌تر حذف کرد، سیستم بلافاصله ۸۰ دلار کانادا را در یک روز هزینه کرد و ۲۱ نصب گزارش داد. اما پنل مدیریتی داخلی نشان داد که تنها یک کاربر واقعی وارد برنامه شده است.
سازوکار کلاهبرداری
بررسی دقیق تحلیل‌ها، الگوی خاصی را در این مزرعه‌ی بات فاش کرد:
- جعل نسخه: ۲۰ مورد از ۲۱ دستگاه، نسخه‌ی منقادمی از اپلیکیشن را اجرا می‌کردند که گوگل پلی دیگر آن را ارائه نمی‌کرد.
- نصب‌کننده‌های جعلی: تمام ربات‌ها ادعا می‌کردند که گوگل پلی نصب‌کننده است، در حالی که اپلیکیشن برای دور زدن سیستم تشخیص فروشگاه، از یک فایل ذخیره‌شده بارگذاری شده بود.
- تعامل صفر: هر ربات تنها یک بار برنامه را باز کرد، صفر ثانیه در هر صفحه ماند و هرگز بازنگشت.
- تنوع مصنوعی: ربات‌ها از ۲۸ مدل گوشی مختلف در ۱۹ ایالت استفاده کردند تا از شناسایی توسط الگوهای ساده‌ی تشخیص اجتناب کنند.
در بازه‌ی دو هفته، گوگل برای ۵۶ نصب هزینه دریافت کرد. اما در واقعیت، تنها ۱۳ نفر انسان واقعی بودند که در مجموع ۹۲ بازی را به پایان رساندند. ۴۳ مورد باقی‌مانده یا ربات بودند یا کاربرانی از کشورهای خارج از محدوده هدف.
این وضعیت یک حلقه‌ی بازخورد خطرناک ایجاد می‌کند. چون مزرعه‌ی بات تبلیغ را دید و برنامه را «نصب» کرد، الگوریتم گوگل این کمپین را موفق تشخیص داد. این موضوع باعث شد هوش مصنوعی تبلیغات بیشتری را به همان مزرعه‌ی بات ارسال کند و بدین ترتیب اتلاف بودجه روی ترافیک غیرانسانی تضمین شد.
برای توسعه‌دهندگان مستقل، این یعنی «هزینه به‌ازای هر نصب» یک معیار توخالی (Vanity Metric) است که به‌راحتی قابل دست‌کاری است. تنها راه محافظت از بودجه، انتقال هدف تبدیل (Conversion Goal) به لایه‌های عمیق‌تر برنامه است؛ مثلاً «برنده شدن در یک پازل» که شبیه‌سازی آن برای یک اسکریپت بسیار سخت‌تر از یک اجرای ساده‌ی اپلیکیشن است.
چه یک پروژه کوچک مستقل داشته باشید و چه یک اپلیکیشن سازمانی در مقیاس بزرگ، تکیه بر تعداد نصب‌های سطحی یک ریسک است. اگر یک مزرعه‌ی بات می‌تواند بودجه‌ی کوچک را پیدا کند، بودجه‌های میلیون دلاری را به‌راحتی می‌یابد.
گام بعدی شما
توسعه‌دهندگان باید اکنون تحلیل‌های خام خود را برای شناسایی «نشست‌های صفر ثانیه‌ای» (Zero-second sessions) بازبینی کنند و تغییر اهداف تبلیغاتی خود به «اقدامات با قصد بالا» (High-intent actions) را مد نظر قرار دهند؛ اقداماتی که نیازمند تلاش شناختی واقعی هستند.
- تحلیل‌های خام خود را برای شناسایی «نشست‌های صفر ثانیه‌ای» بازبینی کنید.
- اهداف تبلیغاتی خود را از «نصب» به «اقدامات با قصد بالا» تغییر دهید.
- از ابزارهای تحلیل رفتار کاربر برای تطبیق تعداد نصب‌های گزارش‌شده با کاربران فعال واقعی استفاده کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو