Appearance

广告地域定向投错了钱？用IP定位先验一下流量 ​

做投放的朋友应该都见过这种场景：广告后台明明定向了"上海"，数据报表里转化也不错，但投放出去的预算，总感觉哪不对劲。等仔细一扒才发现，真正来自上海的流量少得可怜，大量点击其实是机房和代理流量。

这篇讲一个很实用的做法：用IP定位给广告流量做"先验"，在上线前就看清流量成色，把钱花在刀刃上。

广告流量里的"水分"从哪来 ​

数字广告是刷子重灾区，流量水分主要来自三类：

  • 机房/IDC流量：脚本在云服务器上自动点击，伪装成真人；
  • 代理/VPN流量：IP归属地和用户真实位置对不上；
  • 地域错配：你投上海，但大量点击来自别处，只是广告系统给了个"上海"的标签。

这三类，IP查询都能照出来。

怎么做流量"体检" ​

第1步：给落地页埋点，记录访客IP ​

在广告落地页加一段统计代码，把访客IP、来源、点击时间都记下来：

javascript
// 页面加载时上报
fetch('/track?ip_hint=' + (window.location.host), { method: 'GET', keepalive: true });

实际落地时，IP在服务端拿，前端记下来源渠道（比如 utm_source）就行。

第2步：批量分析IP画像 ​

把一段时间收集的IP拿出来，批量查归属地和IP类型。重点看两个指标：

python
def analyze(tracked_ips):
    from collections import Counter
    prov = Counter()
    ip_type = Counter()
    for ip in tracked_ips:
        info = query_ip(ip)   # 查IP9
        if info:
            prov[info.get("prov") or info.get("country")] += 1
            ip_type[info.get("ip_type", "unknown")] += 1
    return prov, ip_type

第3步：看这几个数 ​

① 地域匹配率：投上海，落地页IP里"上海"占比多少？低于预期，说明广告系统的地域标签和实际不符。

② IDC占比：ip_type 里IDC的比例如果超过10%，说明刷子不少。真人不会跑在机房IP上。

③ 活跃时段：刷子的点击经常集中在凌晨，真人不是。配合时间维度看更准。

一个判断模板 ​

python
def ad_quality(ip_type_counter, target_prov, prov_counter):
    idc_ratio = ip_type_counter.get("IDC", 0) / max(sum(ip_type_counter.values()), 1)
    target_ratio = prov_counter.get(target_prov, 0) / max(sum(prov_counter.values()), 1)

    print(f"机房IP占比: {idc_ratio:.1%}")
    print(f"目标地区占比: {target_ratio:.1%}")

    if idc_ratio > 0.1:
        print("警告：刷子流量偏高，建议排查渠道")
    if target_ratio < 0.5:
        print("警告：地域定向疑似失准")

体检完了怎么用 ​

  • 上线前：用历史数据先测一轮，不合格的渠道直接砍掉；
  • 投放中：定期抽样体检，异常流量来源及时暂停；
  • 回传数据：把IP维度的高风险标记回传给广告平台，帮它优化。

我帮人做过一次，某渠道的"上海"点击里，机房IP占了三成——这个渠道后来被直接停了，预算省下来一大截。

别把话说死 ​

IP判断是"信号"不是"铁证"。机房IP也可能有真人在用（比如企业办公），地域对不上也可能是出差。所以我的建议是：把它当体检指标，不当执法依据，决策前多看几个维度。

免费的IP查询接口先跑起来：https://www.ip9.com.cn