Een vals-positief is een fout waarbij een systeem iets onschuldigs als schadelijk beschouwt. Bij bescherming tegen click fraud en advertentiefraude betekent dit dat een echte gebruiker of een legitieme klik ten onrechte als frauduleus wordt geblokkeerd of gemarkeerd, terwijl dat niet zo is.
Waar de term vandaan komt en hoe hij voorkomt
In de statistiek is een vals-positief een Type I-fout: de test geeft aan dat „de voorwaarde aanwezig is“, terwijl dat niet zo is. Hetzelfde geldt voor antivirusprogramma’s, spamfilters en fraudescores. Elk geautomatiseerd filter dat IP-adressen, apparaten of sessies blokkeert, kan vals-positieven opleveren wanneer signalen overlappen met die van echte gebruikers (gedeelde kantoornetwerken, privacytools of snel prijsvergelijkingsgedrag).
Detectiestacks combineren signalen: IP-reputatie, apparaatgegevens, snelheid, locatie en gedrag op de pagina. Een score wordt vergeleken met een drempelwaarde; boven de drempel betekent vaak blokkeren of uitsluiten. Agressieve drempelwaarden vangen meer misbruik op, maar verhogen het risico op valse positieven.
Waarom valse positieven belangrijk zijn voor betaalde media
Het blokkeren van een echte potentiële klant kan leiden tot gemiste conversies, vertekende statistieken en uitgesloten IP-adressen die toch geldige vraag vertegenwoordigen. Die kosten kunnen even hoog of zelfs hoger zijn dan de verspilde uitgaven door gemiste fraude, als het filter te streng is.
Veelvoorkomende oorzaken zijn onder meer gedeelde ISP- of bedrijfs-uitgaande IP-adressen, legitiem VPN-gebruik en proxyroutes die privacybewuste kopers gebruiken. Simpele regels in de stijl van ‘blokkeer alle VPN’s’ zorgen voor meer valse positieven bij B2B- en technische doelgroepen.
Het vinden van de juiste balans tussen detectiepercentage en klantervaring is cruciaal bij de bestrijding van click fraud. ClickPatrol bespreekt deze afweging in bronnen zoals het percentage valse positieven en nauwkeurige fraudedetectie zonder legitiem verkeer te blokkeren.
Inzicht in valse positieven hangt ook samen met de kennis van hoe fraudedetectie werkt en wat als een bot wordt beschouwd, in tegenstelling tot een mens met ongebruikelijke instellingen.
