快速找到所需文档，高效完成接入与排障

多渠道投放是应用推广期快速抢占市场的常见方式，衡量各渠道获客质量的标准（如获客后的应用启动、注册，或其他具体行为）不统一，但这些标准都基于用户是“真实用户”，而非由模拟器伪造、牧场机器定向刷量、非真人常用设备的“虚假流量”。在和渠道方购买或置换流量时，广告主也需要中立的第三方辅助判断：

• 当前渠道流入的流量，疑似为虚假的流量占比

• 追踪获取后一段时间内流量的留存情况

• 追踪获取后一段时间内流量的卸载情况

• 获取疑似虚假流量的设备标识，以便和渠道方严谨对数

通过以上渠道买量场景的指标及明细，可以综合评判渠道流量的质量。

统计口径说明

渠道假量识别是在端环境风险识别的基础上，以更多维度、更多复杂的规则、更符合场景的风险项权重计算，对设备开展风险程度判断，除模拟器、root、双开等端环境上的异常外，设备是否异常活跃、是否真人持机、是否异常聚集也在对是否假量的判断范围内。

渠道假量识别涉及以下风险标签：

以上风险标签的命中情况将用于计算本次活跃时的设备风险分，当风险分达到一定阈值时，该设备会被认定为风险设备并体现在U-App反作弊看板上。若需获取单个设备的风险分及处置建议，可使用渠道假量OpenAPI。

为适宜大多数业务使用，当前默认设备风险分超过40分时（满分为100分）将被视为风险设备，相对而言判断较为宽松，绝大多数正常使用的设备风险分为0。若出于业务特性，您的业务需要进行规则调整或定制，请联系我们进行需求沟通。

产品使用

集成反作弊SDK

使用本功能请先集成反作弊SDK插件，数据上报前产品后台将展示反作弊示例报表（会跳转至通用demo），识别有数据上报即展示真实数据结果。

申请开通功能

已集成反作弊SDK插件的用户若需开通渠道假量识别功能，也请联系我们进行申请开通。开通且数据上报的次日，即可在U-App反作弊模块的「渠道假量识别」看板查看渠道假量数据。

在统计后台看数

「渠道假量识别」看板将对插件上报的风险情况进行汇总和指标计算，帮助开发者直观监测各渠道来源的虚假设备量及流量质量。

概览

概览页可查看各渠道对当前应用的流量供给情况，含各渠道为应用带来的新增设备数、活跃设备数，及新增/活跃设备中高度疑似风险的设备数，各渠道流入流量被判定为风险设备的原因分布。

风险概览卡片

新增设备风险数（昨日）：昨日从某一渠道首次进入App，被识别为风险设备的设备指纹数（去重）；

新增设备风险数占比（昨日）：昨日从某一渠道首次进入App，被识别为风险设备的设备指纹数（去重）/昨日从某一渠道首次进入App的设备指纹数（去重）；

活跃风险设备数（昨日）：昨日从某一渠道进入App，被识别为风险设备的设备指纹数（去重）；

活跃风险设备数占比（昨日）：昨日从某一渠道进入App，被识别为风险设备的设备指纹数（去重）/昨日从某一渠道进入App的设备指纹数（去重）；

累计设备风险数：自使用此模块开始，历史活跃的、有任一风险标签的设备指纹数（去重）；

渠道风险明细

展示每天从各渠道进入App的风险设备占比，从规模上帮助开发者了解全渠道、各渠道为应用带来的用户增长净值。横向对比各渠道的真实拉新、活跃规模及假量占比，筛选高质量渠道。

新增设备数：从某一渠道首次进入App的设备指纹数（去重）；

活跃设备数：从某一渠道进入App的设备指纹数（去重）；

其余指标口径同风险概览卡片。

渠道风险原因趋势

展示周期内各渠道每日活跃的风险设备中，带有各风险标签的设备数，帮助开发者对假量采取措施进行针对性防护。

渠道流失分析

渠道质量的判断不仅在于规模数据，也在于流量流入后一段时间内流量在应用中的流失情况。如果某个渠道流量体量大但短时间内断崖式失活甚至大批量卸载，也可推测这个渠道质量欠佳。

渠道留存率

展示所选周期内各渠道的活跃设备数留存率。

留存率：当日活跃且在第n天后依然活跃的设备数/当日活跃设备数；留存率越高，标注的颜色越深，以此直观区分留存的变化情况。

渠道卸载分析

展示当前渠道近30天的新增设备，在周期内每日识别到的被卸载的设备规模，及卸载设备风险明细，用于了解渠道新增后短期的流失情况。

通过疑似卸载设备明细可了解卸载设备中哪些存在风险、风险原因是什么，开发者可以依据这些信息判断是否开展召回、避免对风险设备花费无效的召回成本。

渠道风险明细

实时展示近7天内最新的50条假量设备的活跃日志，帮助开发者对假量设备进行实时细查。每条日志均会记录：当次活跃中各风险标签的命中状态：是否使用模拟器、是否使用WiFi代理、是否可疑网络、是否卡机设备等。