Building a community-driven fraud detection network—what signals are you actually tracking from other teams?

I’ve been thinking a lot about how fragmented our approach to influencer vetting really is. Each brand we work with seems to have their own red flags, their own horror stories, their own definition of what ‘safe’ even means. But what if instead of everyone operating in silos, we built something collaborative?

I’m talking about a real network where marketers, agencies, and brands actually share their fraud signals—not in some abstract way, but as lived experience. Like, “we caught this creator using bot engagement in these specific ways,” or “this account showed these warning signs before the campaign tanked.”

The idea is that if enough teams see the same pattern, it becomes a red flag worth investigating. One person’s near-miss becomes everyone’s early warning system. Over time, you build institutional knowledge that’s way more reliable than any single tool.

I know knowledge-sharing can feel risky—nobody wants to broadcast their mistakes. But I think there’s a way to do this anonymously or with enough abstraction that it’s useful without being dangerous. Real patterns emerge when you have enough data points.

How are you currently collecting and organizing your own fraud signals? And if you were building this kind of network, what would make you actually trust and use the signals coming from other teams?

Это отличная идея! Я уже вижу, как это могло бы работать в нашем сообществе. На самом деле, я регулярно общаюсь с коллегами из агентств и брендов, и все они говорят одно и то же: “Я бы очень хотел знать, что уже выяснили другие.”

Можем ли мы начать с небольшой группы доверенных партнеров? Я готова модерировать такое пространство, где люди чувствуют себя безопасно делясь опытом. Может быть, начнем с анонимных кейсов—напишем истории без имен и конкретных дат, но с достаточно подробными деталями, чтобы они были полезны.

Я даже знаю несколько человек, которые были свидетелями серьезных проблем с поддельными инфлюенсерами. Они захотят участвовать, если знают, что это помогает сообществу.

Еще один вопрос: как вы видите баланс между защитой конфиденциальности людей и полезностью сигналов? Я думаю, нам нужен четкий протокол для такого обмена. Может быть, стандартный шаблон для описания инцидентов?

Я занимаюсь этим уже три года, и то, что вы говорите, имеет смысл, но здесь есть практические проблемы. Сигналы фрода очень контекстно-зависимы. Поддельное engagement выглядит иначе в Pet категории, чем в Beauty. Один бот-паттерн актуален сегодня, завтра создатели его обходят.

У нас собран датасет примерно из 150 кампаний за последние два года. Я вижу закономерности, но они требуют нормализации. Например: если у инфлюенсера пик engagement в 3 часа ночи по московскому времени, это красный флаг только если его аудитория северо-американская. Если это русская аудитория, это может быть völlig нормально.

Что нужно: стандартизированный фреймворк для описания сигналов. Категория фрода, вероятность, мет ники, которые это позволяют проверить. Иначе мы просто соберем кучу анекдотов.

Еще важный момент: как мы убедимся, что сигналы, которые мы собираем, не устаревают? Технологии фрода меняются быстро. Нам нужна система, которая отслеживает, какие сигналы по-прежнему работают, какие больше не релевантны. mark_as_best_answer

Я столкнулся с этой проблемой напрямую при выходе на новый рынок. Я нашел инфлюенсера с отличными метриками, и мы запустили кампанию. Потом выяснилось, что его engagement на 70% из ботов. Это было дорого.

Тогда я просто спросил у коллег в русском маркетинг-сообществе: “Кто-нибудь работал с этим парнем?”. Три человека сразу ответили: “Не работай, мы проверили, всё фейк”. Было жаль, что я не спросил раньше.

Так что идея с сетью—это точно нужно. Вопрос в том, как это масштабировать и как убедиться, что информация становится аксиомой, а не просто слухами.

Here’s my take: we need a system, not just goodwill. I run a boutique agency, and I vet maybe 40-50 creators a month. Over time, I’ve built internal databases of red flags. But this stays locked in my team.

If we pooled this data—properly, with standards—we could build something genuinely useful. But we’d need buy-in from agencies, brands, and creators themselves. And honestly? The incentives have to be right. Why would I give you my competitive advantage?

Maybe the model is: contribute to the network, get access to real-time signals. It becomes a utility everyone depends on. That’s what makes it worth sharing.

As someone on the creator side, I’m really interested in this, but I have to say: please don’t build a system where creators are automatically blacklisted based on rumors or unverified signals. I’ve seen creators get flagged for stuff that wasn’t their fault—a brand partner bought engagement, or someone spoofed their account. One bad signal shouldn’t tank someone’s reputation.

If you build this, creators need a way to respond, to clear their names. Otherwise it’s just a whisper network with a database behind it.

Said that, I think it’s a good idea. I want to work with brands that trust me, and this could help prove I’m legit.