如果需求是识别假量，推荐几个可以落地的方向，根据需求进行取舍，可能需要一定的技术开发能力：
数据监控：
加入监测代码，可以用一些专业的网站监测产品，比如神策、GrowingIO、Google Analytics，并且给每个渠道接入单独的链接。
线索收集系统要有及时的数据验证能力，可以让投放及时止损，比如对于每一个收集过来的线索，可以马上用系统进行简单的验证，比如手机号码是否有效（简单的方法，查询对方的支付宝），这些需要技术做好配合，如果发现超过一定比例的无效手机号码，则立刻发送信息预警。如果系统对接得好，比如对接了投放平台的 Marketing API，可以触发自动暂停投放计划。
风控措施：
实施成本较低，但是用户体验可能会有所损失，可能会降低线索收集率：短信验证码或者图像验证码。
实施成本较高，费用相对高：接入风险识别系统，比如阿里云的：HTTPS://www.aliyun.com/product/saf。
渠道投放全流程数据监控：
无论从哪个维度入手去识别异常渠道和虚假流量，首先都需要将广告曝光点击数据、用户属性数据和用户行为数据通过一定的数据采集手段，进行关联、整合、聚类，从而获取完整、全面和准确的基础数据，并据此实现用户数据的跟踪和分析。
有了完整全面的数据，一方面，我们可以根据渠道的属性从不同的突破点去寻找虚假流量的踪迹；另一方面，通过分析和保留一个虚假流量完整环节的数据，可以建立支撑虚假流量强有力的证据。
渠道反作弊评估体系：
数据本身并不说明问题，对数据的解读才能说明问题。
也就是说，数据只是未经加工的原始素材，表示的是客观事物，须经过加工处理，形成逻辑后方能称为信息；对大量的信息再进行总结归纳，将其体系化，便形成了知识，指导实践。
实现对渠道投放全流程的数据监控后，接下来便是通过这些数据来识别异常渠道和虚假流量——即建立渠道反作弊评估体系，具体包括：
从各平台各维度获取数据；
监测指标及阈值的设定；
自动报警提醒、渠道详情展示；
完成异常渠道识别与虚假流量监测；
