Ad Tech

¡Haciendo investigaciones de fraude en ¼ del tiempo con visualización de datos!

i-Mobile es un proveedor de servicios de anuncios de pago por performance. En junio de 2018, i-mobile comenzó a usar SpideRAF para la prevención del fraude. Aunque el fraude no se puede descubrir solo con datos de registro, fue posible detectar este fraude inteligente en el momento de su introducción; lo que redujo en gran medida el número de horas de trabajo y el tiempo dedicado a la investigación del fraude. El día de hoy estaremos platicando con la señora Nishimura de i-mobile y el señor Matsumoto.

Industry
Ad Tech
Company Url
Region
Spider AF Product
ROAS improvement
14 days Time to first insight
The Challenge

Budget disappearing with nothing to show for it

MOTA's performance team noticed their cost-per-install was rising sharply — but installs weren't converting to active users. Something was eating their budget.

  • Google Ads campaigns showing high install volume with near-zero in-app activity
  • Meta click-through rates inflated by what appeared to be bot traffic
  • Internal attribution data was inconsistent — impossible to identify the source
  • Monthly ad spend growing without corresponding business results
  • Manual IP blocking too slow and too narrow to make a meaningful impact
Why Spider AF

The only platform built specifically for ad fraud detection

MOTA needed more than a generic analytics tool. They needed a system that understood how click fraud works in performance marketing — and could stop it in real time.

01

Real-time invalid traffic detection

Spider AF monitors every click and impression in real time, flagging bot traffic, click farms, and abnormal patterns the moment they appear — before they drain more budget.

02

Direct Google & Meta integration

Native integrations with both platforms allow Spider AF to feed exclusion lists back automatically — no manual uploads, no lag between detection and action.

03

Transparent fraud reporting

Detailed dashboards give MOTA's team clear evidence of exactly what was fraudulent, how much it cost, and proof of savings — making it easy to justify the ROI internally.

The Approach

From blind spots to full visibility in four steps

01

Connect & audit

MOTA connected their Google Ads and Meta accounts to Spider AF in under 30 minutes. Spider AF immediately began pulling historical click data to establish a baseline — surfacing patterns that had gone unnoticed for months.

02

Identify fraud sources

The platform identified three distinct fraud vectors: click farms targeting their branded keywords on Google, bot-generated clicks on Meta video ads, and a network of spoofed apps generating fraudulent impressions.

03

Deploy exclusion rules

Spider AF automatically pushed IP exclusion lists and audience exclusions to both platforms. Rules were updated daily, keeping pace with evolving fraud patterns without requiring manual intervention from the MOTA team.

04

Monitor & optimise

With clean traffic data flowing in for the first time, MOTA's team could make genuine optimisation decisions. Bid strategies, audience targeting, and creative allocation all improved — because the underlying data was finally trustworthy.

The Results

Campaign performance before & after Spider AF

Valid installs rose while overall spend held steady — a direct result of eliminating fraudulent traffic from the media mix.

Monthly cost-per-install trend (JPY)

Before Spider AF After Spider AF
¥3,000 ¥2,000 ¥1,000 ¥0 Spider AF deployed Jan Feb Mar Apr May Jun
Pre-deployment average: ¥2,840 / install Post-deployment average: ¥940 / install

"We knew something was wrong, but we had no way to prove it. Spider AF gave us the evidence we needed — and then fixed the problem automatically."

Takeshi Yamamoto
Head of Performance Marketing, MOTA
The Outcome

Clean data. Real results. Confidence restored.

Six months after deployment, MOTA's performance marketing operates on a foundation of trusted data — and their results speak for themselves.

With invalid traffic eliminated, MOTA reallocated ¥2.4 million in previously wasted budget to high-performing placements, tripled their ROAS on Google Ads, and built the internal case to double their digital ad investment in the following fiscal year.

Frequently Asked

Questions about Spider AF for performance marketing

Spider AF begins flagging suspicious patterns within hours of connecting your ad accounts. Most customers see their first actionable fraud report within 24–48 hours, and automated exclusion rules take effect immediately once confirmed.

Yes. Spider AF has native integrations with Google Ads, Meta Ads, and many other major ad platforms. Exclusion lists and audience blocks can be pushed to all connected platforms simultaneously from a single dashboard.

Yes — and that's the point. Raw numbers will decrease, but your real metrics (genuine installs, conversions, ROAS) will improve because your budget is now reaching actual humans. Spider AF's reporting helps you explain this shift to stakeholders clearly.

Absolutely. Spider AF is particularly effective for app install campaigns, where fraudulent traffic patterns (such as install farms and click injections) are most prevalent. The platform includes dedicated detection models tuned for mobile app marketing.

There's no hard minimum, but customers typically see the strongest ROI when spending ¥500,000 or more per month on digital advertising. Even at lower budgets, the data-quality improvements can meaningfully change optimisation decisions.

Is click fraud eating your ad budget right now?

Most companies don't know how much they're losing until they measure it. Spider AF shows you exactly where your budget is going — and stops the waste automatically.

✓ No credit card required ✓ Setup in 30 min ✓ Cancel anytime

¡Haciendo investigaciones de fraude en ¼ del tiempo con visualización de datos!

i-Mobile es un proveedor de servicios de anuncios de pago por performance. En junio de 2018, i-mobile comenzó a usar SpideRAF para la prevención del fraude. Aunque el fraude no se puede descubrir solo con datos de registro, fue posible detectar este fraude inteligente en el momento de su introducción; lo que redujo en gran medida el número de horas de trabajo y el tiempo dedicado a la investigación del fraude. El día de hoy estaremos platicando con la señora Nishimura de i-mobile y el señor Matsumoto.

Propósito

  • Proteja la transparencia en las redes publicitarias y garantice una entrega de anuncios sólida
  • Reducir la cantidad de horas de trabajo y el tiempo dedicado a la investigación del fraude

Problema

  • Cuando se produce fraude publicitario, es difícil detener y continuar proyectos con urgencia, así como aceptar nuevos proyectos
  • Dado que no se puede detectar y confirmar en la pantalla de administración, la entrega de anuncios de sonido se ha vuelto difícil
  • Se dedica una enorme cantidad de tiempo a la investigación del fraude que no se puede detectar solo a partir de datos de registro.
  • No pudimos responder llamadas tanto del lado de la demanda como de la oferta sobre más escrutinio y ajuste.

Resultado

  • Las horas de trabajo y el tiempo dedicado a las investigaciones de fraude se redujeron considerablemente
  • Fue capaz de detectar fraudes antes inadvertidos
  • Mayor detección de medios ilegales y capacidad de investigar medios de manera más oportuna
  • Se convirtió en una ventaja a la hora de hacer propuestas a los clientes


Anteriormente no se podía detectar el fraude publicitario solo con datos de registro

P. Por favor, cuéntenos cuándo sintió la necesidad de detección de fraude antes de introducir SpiderAF.

Sra. Nishimura: Empezamos a sentir que esto era necesario hace aproximadamente un año cuando estábamos teniendo un fraude publicitario rampante en julio a septiembre del año pasado y tuvimos que restar millones de unidades debido a ello. Incluso cuando las afirmaciones estaban fuera de nuestro alcance, no teníamos los datos para probar que no lo era, así que no pudimos retirar publicaciones, así que luego alcanzó su punto máximo.

Además, no pudimos responder claramente a nuestros clientes cuando hablamos de prevención de fraudes y, en última instancia, conducir a la pérdida de uno de nuestros acuerdos a un competidor.


Sr. Matsumoto: No podíamos evitar nada antes de que sucediera y estábamos recibiendo comentarios de nuestros clientes; solo identificar que algo era fraude publicitario la primera vez tomaba una enorme cantidad de tiempo todos los días. Ahora existen muchos métodos inteligentes para el fraude publicitario; incluso hubo momentos en los que no sabíamos qué tipo de fraude estábamos viendo.

La cantidad de tiempo para las investigaciones de fraude se redujo a ¼ del tiempo a través de la visualización


Sra. Nishimura: Después de que introdujimos SpiderAF, comenzamos a ver un gran patrón de fraude con solo mirar nuestras pantallas de administración donde se graficaban y puntuaban los datos. Entonces hasta ahora, he dejado caer los datos y ensamblado una función en Excel... y luego lo que normalmente hubiera tomado 1 hora se acortó a 15 minutos.

Después de que empezamos a usar SpiderAF, lo que habría sido como máximo varios millones de yenes deducibles cada mes se volvió casi inexistente en algunos meses. No solo redujo el número de casos deducibles y costos, sino que obtuvimos muchos contratos en un solo mes y estamos recibiendo más pedidos al tiempo que disminuimos el número de transacciones de pérdida.

Cómo ponerse al día con el desarrollo de sistemas y el fraude publicitario para mejorar el negocio


Sra. Nishimura: Dado que un personal de ventas está adjunto, podemos preguntar sobre cualquier punto poco claro de inmediato y obtener una respuesta. Cuando decimos “¡Quiero este tipo de función!” ya que va a haber una respuesta que viene ese es un mérito que no está en la pantalla de administración. Recientemente hemos tenido implementada una función que importaría la función memo en el informe.


P. No podemos responder a todo, pero vamos a responder a sus solicitudes tanto como sea posible

Sr. Matsumoto: Después de presentar SpiderAF, en los primeros 2-3 meses, el Sr. Miyamoto (Gerente de Producto de SpiderAF) ocasionalmente venía a nuestras oficinas y nos explicaba, de manera lógica, qué tipo de fraude se ha producido. Es por eso que nuestro propio conocimiento del fraude publicitario ha aumentado y ha hecho una gran diferencia.


P: ¿Cuáles son algunas de las funciones más útiles y de uso frecuente en SpiderAF?

Sra. Nishimura: Miramos mucho la forma de onda.

Sr. Matsumoto: Debido a que las formas de fraude salen por completo como impactos, observamos los tipos de fraudes muy a menudo. También tener el lote diciéndonos si el dispositivo es del extranjero o antiguo es extremadamente útil.

Captura de pantalla de formas de onda realizada a partir de clic periódico

90% de satisfacción con SpiderAF!

P. En general, por favor, cuéntenos sobre sus futuros planes de negocios/servicio usando SpideRAF y las razones.

Sra. Nishimura: Si incluimos el valor esperado obtendremos de la lista negra compartida, ¡90%!

En el futuro, nos gustaría construir un sistema de detección de fraude que detecte los problemas antes de que ocurran vinculando la API con la lista negra compartida de SpiderAF para que pueda detectar si se trata de fraude en el momento de hacer clic y no saltar a un anuncio.


Sr. Matsumoto: Al acumular los datos de fraudes publicitarios inteligentes, podremos operar anuncios más adecuados y potenciar la solidez de la plataforma por parte del editor. No solo por la cantidad de veces que se instala, sino que también me gustaría ver que ROAS crezca más allá de convertirse en un producto que se ordenará continuamente