广告情报流水线：从创意到落地页
Web Data Collection Specialist
摘要：
- 广告情报需要两个彼此独立的观测。 创意记录展示广告承诺了什么。落地页捕获展示在特定时间、特定市场中页面上实际出现的内容。
- 目标页关联需要置信度。 来自已批准活动导出的 URL 支持比匹配标题或域名更强的关联。
- 优惠匹配取决于适用条件。 将价格、货币、购买条款、市场和可见限定条件保持在一起。
- 证据应能在页面更新后继续有效。 存储带日期的页面捕获和抽取版本，以便其他审核人可以复现对比。
引言
一条付费视频称满一定金额免运费。它的目标页仍然展示正确的产品，但运费条款在活动上线后发生了变化。分别在两个工具中检查视频和页面会错过这一差异。
将广告主张和页面作为两个观测记录下来。通过提供目标页的来源将它们关联起来，然后在同一市场和时间窗口内比较条款。即使活动迁移到了新的 URL，审核人也应该能够沿着这条关联路径追溯。
创意及其目标页
保留三类记录：创意版本、目标映射以及落地页观测。一个创意可以有多个目标页，而目标页可以在没有新创意的情况下发生变化。单独记录这些事件可以保留时间线。W3C 溯源模型描述了如何将派生记录追溯到生成它的来源和活动。
在抽取主张前分配创意 ID
创意身份来自暴露该广告的来源。当素材库或已批准导出提供 ID 时，使用以来源为作用域的 ID。当文案、素材或展示的主张发生变化时保留版本。素材库条目和内部活动导出可以提供不同字段，因此需在每次观测旁记录来源。Google Ads 透明度中心是按广告主或网站查询公开广告的一个渠道。
将主张拆分到独立字段：产品或系列、优惠类型、宣传价值、限定条件和创意语种地区。一个“起价”与固定价格承诺不同的内容。如果主张嵌在视频中，保留相关的时间偏移或允许使用的静帧，以便审核人能看到转录自哪一部分。即使缺少目标页记录，该创意记录也应对创意分析有用。
当广告素材库没有目标 URL 时
广告目标页值得拥有自己的关系记录，因为映射会因版位、市场和创意版本而变化。优先使用来自已批准导出的明确最终 URL，或来自活动负责人的已确认映射。在该关系旁边存储置信度和原因。共享域名或相似标题可以生成一个供审核的候选关系。
如果某个归档只提供创意而没有最终 URL，在获得活动导出或已确认映射前保持该关系处于未解析状态。落地页广告验证是从已知目标页开始的，因此在完成关联检查后，将该 URL 交给这条工作流。
将提供的 URL、任何观察到的重定向步骤以及最终 URL 分开存储。HTTP 语义标准区分重定向响应和成功内容响应。为了可比性，保留用于选择某个优惠或变体的查询参数，同时从共享记录中移除个人点击标识符。直接安排对已批准目标页的访问，避免产生付费点击。
使用 Scrapeless 开始采集
使用 Scrapeless 强化你的网页采集与自动化流程！
立即注册即可获得 5 美元免费额度 —— 无需信用卡。现在就在 Scrapeless 控制台领取你的免费额度。
在变体选择完成后捕获优惠
落地页观测将某一渲染状态与其集合上下文配对。记录观测时间、市场、设备配置、可见货币、产品或变体，以及优惠条款。如果需要截图或渲染片段，保留一个受限的证据指针。将以挑战、人机验证、同意页或错误页结束的捕获标记出来，以防它们被当作优惠不匹配的证据。
某些店面只有在产品选项加载完成后才会显示配送条款。对于这些已获批准的访问，使用云浏览器进行落地页捕获。同时等待所选选项和配送条款加载完成，然后保留证据指针。在提高采集频率前，先根据Scrapeless 定价为目的地与设备检查做好预算。
同时捕获页面的相关部分和初始视图。标题可能承诺捆绑折扣，而购买按钮附近的一行小字却将其限定为订阅专享。将资格条件与所选选项一起保存。用与竞价定价管线相同的优惠粒度对比捕获金额。
将宣传语与优惠并排展示
假设创意承诺免运费，而捕获的页面却列出了另一种货币的免运费门槛。在审核员检查该创意是否投放到该市场之前，将比较结果标记为未解决。如果确认了市场，已存储的摘录应显示客户实际看到的是哪个门槛。
| Review state | Evidence needed |
|---|---|
| Consistent | The visible terms support the claim for the captured context |
| Possible mismatch | The comparison context matches and a visible term differs |
| Unresolved link | The destination relationship lacks sufficient evidence |
| Unobservable | The page failed to expose the required offer fields |
让审核员可以访问两个时间戳。如果两次观测时间相隔较远，则使用与促销窗口相关的时效阈值。当审核员更新决策时，保持原始比较记录不变。
如果分析人员还需要确认某个查询展示了哪些广告，则将搜索广告验证记录作为独立观测保存。落地页捕获则回答另一个问题：目的地页面实际展示了什么。
结论
工作流的第一个版本需要一个已批准的目的地列表，以及少量审核员可以一致判断的宣传语。免运费和订阅折扣是良好的起点，因为相关证据在页面上有明确位置。随着审核员发现值得记录的新限定条件，再逐步增加宣传语类型。
准备好构建你的广告证据管线了吗？
加入 Discord 或 Telegram 社区，与正在构建广告验证工作流的开发者交流。在 Scrapeless 控制台创建账号开始使用。
常见问题
问：共享域名能否建立创意与页面的匹配关系？
共享域名可以识别候选目的地。活动导出、已批准的映射或直接确认可以为这种关系提供更强有力的证据。
问：管线如何处理显示访问挑战的目的地？
将该次捕获记录为不可观测，并与站点或活动所有者一起审查访问来源。将优惠比较保持为未解决状态。
问：广告情报是否必须使用代理？
当审计问题是“在特定市场实际展示了什么”时，合规的区域连接很有用。对于目的地固定且仅有单一获批上下文的情况，可通过标准浏览器进行检查。
问：管线能在没有 AI 代理的情况下运行吗？
调度器、浏览器工作器以及确定性规则即可处理捕获与比较。审核员可以转录或核实需要解释的宣传语。
问：如果页面标记发生变化，该怎么办？
针对已知页面验证预期的优惠字段，并在你修改抽取器时为其做版本管理。将每个主机的并发访问限制在与站点协商好的采集预算内。
问：审计应涵盖哪些权限？
检查每个创意来源和目的地的条款，包括对存储素材或截图的任何限制。对于不熟悉的司法管辖区或再利用权利，应咨询法律顾问。
在Scrapeless，我们仅访问公开可用的数据，并严格遵循适用的法律、法规和网站隐私政策。本博客中的内容仅供演示之用，不涉及任何非法或侵权活动。我们对使用本博客或第三方链接中的信息不做任何保证，并免除所有责任。在进行任何抓取活动之前，请咨询您的法律顾问，并审查目标网站的服务条款或获取必要的许可。
