某平台在A城市投放广告，线索量不少，但接通率长期偏低。排查发现，大量点击来自数据中心IP和代理网络——IP代理识别的价值不是“我知道它是代理”，而是“我知道该怎么处理它”。本文分享一套从分群到动作的校正逻辑，帮助在不误伤真实用户的前提下提升线索质量。
一、先回答“要不要开工”：三种可复现的异常症状
基于日志（点击、到站、转化）即可完成检查。
症状A：目标城市占比长期偏低或夜间跳变
- 定向某城市，但到站流量中目标城市占比远低于预期，且集中在少数渠道。
- 夜间（0–6点）出现白天没有的异地峰值。
→ 可能原因：代理/导致出口城市漂移，或IDC机房在夜间集中刷量。
症状B：线索质检通过率骤降，重复提交激增
- 表单量未减，但接通率、成交率断崖式下跌。
- 同网段（如IPv4的/24）短时间内大量重复提交，手机号/姓名有规律。
→ 可能原因：IDC机房批量灌水，或代理网络自动填充表单。
症状C：频控失效，转化集中在少数云厂商ASN
- 已配置IP频控，仍然短时爆量。
- 点击或转化高度集中在某一两家云厂商的网络段。
→ 可能原因：数据中心利用出口集中规避单个IP限制。
注意：如果波动是归因口径变更或落地页故障引起的，应先修复漏斗再做IP校正。
二、别把“异常IP”一刀切：不同网络形态，处理方式完全不同
关键经验：企业网关、校园网这类“看起来集中但可能是真人”的流量，必须单列出来，否则可能误砍高价值线索。
三、四层动作，从轻到重：剔除 → 降权 → 单列 → 二次分群
- 剔除：适用于明确代理、IDC高风险的请求。上线前先小流量验证，确认其中几乎无有效线索。
- 降权：适用于ASN短期爆量、高频但无明确代理证据的流量。可减少其竞价权重、增加频控，回传侧打“不参与优化”标记。
- 单列：企业NAT、校园网、跨城办公网络。单独报表，不纳入主指标；地域信息只用于内容个性化，不用于投放排除。
- 二次分群：输出“可投/可看/只归因”三类标签，分别用于参与优化、仅供报表、仅复盘审计。
四、接入路径选择：离线复盘、回传清洗、实时拦截
根据团队资源，可优先做低风险的离线复盘，再逐步前移。
- 离线复盘（数仓/BI）：最安全，不影响线上。产出分群报表供投放调整。
- 回传前清洗（转化打标）：对ROI影响最直接。对高风险转化打“只归因”标签，不让其训练模型。
- 实时拦截（落地页/网关）：最激进，必须有降级策略（查不到时放行）。适合高客单价、强止损场景。
五、一个小工具：用API快速获取网络类型与代理标签
以下代码调用IP数据云的代理识别接口，返回IP的网络类型、ASN、是否代理等信息，用于自动分桶：
importrequestsdefclassify_ip(ip,api_key):url="https://api.ipdatacloud.com/v2/query"params={"ip":ip,"key":api_key,"risk":"true"}try:r=requests.get(url,params=params,timeout=2)data=r.json()ifdata.get('code')!=200:return"unknown"net_type=data['data']['network'].get('网络类型')is_proxy=data['data']['risk'].get('是否代理')ifis_proxy=='是'ornet_typein('数据中心','企业专线'):return"high_risk"ifnet_typein('住宅','移动网络'):return"normal"return"medium_risk"except:return"unknown"拿到分类结果后，即可按照“剔除/降权/单列”的策略执行。
六、如何证明校正有效？三个关键指标
- 主指标：线索有效率（接通/成交）或地域命中率（根据业务选一个）。
- 护栏指标：正常民用桶的到站量跌幅、投诉率、CPA变化。
- 误伤监控：单列人群（企业网/校园网）的有效线索贡献是否下降。
建议先小范围灰度（如某个渠道或某类计划），观察一周后再扩大。
七、总结：IP代理识别的终点不是“标记”，而是“校正”
IP代理识别的真正价值，不是仅仅告知“这个IP是代理”，而是帮助建立一个闭环：剔除污染流 → 单列易误伤流 → 二次分群优化投放。当问题根源是设备农场或表单灌水时，IP校正只能做部分止损，需要联合设备指纹和行为风控。但只要坚持把“异常IP”先分桶再动作，就能稳步提升线索质量。
