数字营销行业面临的真正问题不是广告作弊，而是在验证用户数据时常遇到的ID质量不高和不完整。如果行业在验证身份和用户数据上投入更多精力，不仅可以解决广告作弊问题，整体数字行业也将获得更好的ROI。
数字广告出现虚假的原因与其他行业一样：无法验明身份。以伪造支票、骗取信任闻名于世的Frank Abagnale，其犯罪生涯便是从使用假身份开始的。今天，用Abagnale的话说，作弊比他年轻时候“容易数百倍”。他认为“技术滋生了犯罪”——这种说法更适用于数字营销行业。设置一些脚本，基于云服务生成假冒人类流量的僵尸程序都不是什么难事。
许多人没有意识到，非人类的流量其实是基于虚假的身份，而虚假ID则由虚假的数据所构成。虚假的数据没有经过足够的检验，而其价值更是无法与真实数据相提并论。比如说，某个广告主试图触达美容产品消费者，他可以使用一个用户数据池，包含如下某个或多个数据集合：
1、在过去30天内曾阅读或观看过美容内容或视频的网站访问者
2、确定在过去30天内在实体店购买美容产品的客户
3、在30天内了解过美容内容的Google或Facebook用户
4、将美容产品添加到购物车中的未登录用户
这些数据集中，哪一种更有可能是真实ID并提供有意义的数据？哪一种更容易产生作弊流量？
在数字作弊的世界里，第一（流量）和第四（匿名的购物车放弃者）的数据集最容易创建，更容易产生作弊，所以应该和第二（零售购买）、第三（Google / Facebook用户）数据集区别开来。遗憾的是，这四种数据集常被一视同仁。
如果高质量数据与质量次一些的数据混合起来，品牌是否了解他们在使用哪些数据呢？就像电影《大空头》中一样，在媒体购买中，品牌花了更多的时间审查、检验他们投放的网站和App，而不是花在数据质量上。更不要说在campaign和campaign之间保持数据使用的连贯性了。
为什么会发生这种情况？就好比你开车路过，很容易看到一个房子是否存在；你键入网址，很容易验证一个网站是否存在。但除非你敲门，很难核实房主是谁。当你发现房主竟然是一条狗的时候，已经太晚了，你被骗了。这个行业需要花更多的时间去“敲门”，即探究哪一个ID或数据发起了购买，而不是看哪一家发布商在媒介购买的清单上。
在购买过程中强制审查网站和App只是问题的一部分。真正的问题是，这个行业不验证ID和数据，因为它还没有进化到仅仅依靠简单的人口统计数据——比如说“25至54岁女性，美容产品潜在购买者” ——来确定是谁在购买。尽管现在有了大数据的支持，用户的概念仍然是松散和模糊不清的。直到现在依旧没有一个指数或评分，来断定什么样的数据可以用来确认用户属性、作为“购买用户”的依据。
加强数据和ID验证的好处很明显。看看谷歌和Facebook，他们每年获得超额的数字广告预算。这两家公司将ID整合进YouTube、Facebook和Instagram广告平台，并且有专门的工程师团队打击假ID。他们有完整的用户数据，所以谷歌现在公开声称在DoubleClick中构建识别系统。可见，只有身份可以被验证、数据可以被信任的平台，才会得到广告主的青睐。
此外，所依仗的ID和高质量数据越多，业务成果就越好。为什么Facebook和YouTube在归因和多渠道媒体的研究中，始终展现出更高的ROI？因为它们的操作是基于真实ID和高质量数据，而不是从概率数据池中随机挑选的数据。ROI越高，回报就越多。
那么，我们如何推动这个行业向前发展？首先，将广告活动的目标与真实客户的真实业务成果联系起来。并不是说直接得出效果，而是把目光放在基于真实的指标，比如销售数据上。业务成果能够让数据对此负责，并间接驱动数据更加真实。
更广泛地说，行业需要停下来思考ID和数据完整性。在进行数字媒介购买的时候，每个人要开始要求数据的详细信息。行业应该建立一个“数据联盟”，就像此前成立的打击作弊的联盟那样，以便行业内相互配合，通过全行业的努力让数据环境更加真实、有效。
随后，我们必须在每个数据行为中都去使用经过校验的完整数据。这样，我们不仅帮助打击了作弊，也会产生更好的ROI。
