重点分析渠道的新增用户或者激活启动用户的设备排名。如果你发现型号不明设备或者某款低价设备排名异常靠前或者增量异常，这种情况值得我们重点关注。这些数据可以在统计平台的终端属性分布中找到。

　　尤其是 iOS 是没有全机能的模拟器，所有的用户数据需要通过真机触发。很多刷量的工作室会选择购买二手的 iPhone 5c 、Se等能跑得动现有App的机型去做刷量真机。

关注操作系统版本的占比

　　很多渠道刷量工作室在操作系统版本的适配上会有延时。所以运营人员在查看渠道用户的操作系统时，需要与全体手机网民的操作系统的分布做比较。如果你发现某个渠道下面，比如目前安卓端适配的6.X和7.X的系统截止到3月，占比已经超过了安卓全球总量的一半，但渠道内的量大多来自于4.1.X～4.2.X，有一种可能性就是这个渠道合作的工作室的技术还没有适配较新的操作系统。

关注 WiFi 网络的使用情况

　　关注这个问题，首先我们需要对现有的通讯环境大形势有些了解。现在是一个高速网络的环境，无论是新增用户还是活跃用户，WiFi 的使用占比都比较大。从用户行为上来说，大家在下载 App 的时候倾向于使用 WiFi。但启动 App 时，会对当前网络的敏选择就存在不确定性了。换句话说，新增用户的 WiFi 使用比例会大于启动用户的 WiFi 使用比例。

　　另外，WiFi 的使用比例还跟应用类型相关。如果你是一个在线流媒体类型的应用，WiFi 的比例可能会在 90% 以上。如果你是一个仅仅是个文字、图片类的小流量 App ，同时能够在新增用户和活跃用户的 WiFi 数据对比上看出数据异常，也可能是渠道在进行干预。

　　3. 用户行为

比较用户行为数据

　　一个运营时间较长的App，其用户行为的相关数据会趋向规律化并显现一定特性。不同 App 的行为数据是有差异的。可能刷量工作室可以模拟出真实用户行为特定的行为动作，但是很难跟你的 App 的规律性日常数据完全一致。

　　一个渠道用户的使用时长、使用频率过高过低都值得怀疑。我们在平时做渠道数据分析时，可以将这些数据跟过往的用户行为数据作为基准数据，进行比较。

了解新增用户、活跃用户小时时间点数据曲线

　　很多刷量工作室通过批量导入设备数据或者定时启动的方式来伪造数据。这种情况下，短时间内的新增和启动曲线会出现陡增和陡降。真实用户的新增和启动是一条自然平滑的曲线。不同类别的应用，新增和启动的时间节点也会不一样。电商类的应用如果在早上7点出现激增陡增，稍微想想就知道这个数据有问题。

　　我们可以将不同渠道的分时数据进行对比，但要注意的是，这种行为数据的对比需要有一个准确且稳定的基准数据作为对照组。也就是说，除了是不同的渠道，实验中的其他因素必须完全相同。

　　4. 反作弊模块

　　我们可以看到作弊与反作弊攻防战仍在移动市场不停上演，作弊手段也在演化发展。目前TalkingData除了提供日常的统计分析服务，也加入了反作弊模块。

　　举个简单的例子，面对“激活作弊”，通过SDK集成的作弊防护模块，直播，会进行数据通道加密确保传输安全；收到激活请求时，服务器端将拦截伪造激活数据，提升整体数据传输安全系数。另一方面，通过点击激活IP进行分析，从大量的作弊日志中发现某个时间段内，点击或激活的IP过于集中，将提供基于异常IP段防护策略设定峰值，超过峰值范围将被归为异常数据处理。