Точность IP-геолокации: что на самом деле означают цифры

# Точность IP-геолокации: что на самом деле означают цифры

Почти каждый поставщик IP-геолокации показывает красивый процент точности. И почти никто не объясняет, как именно он был посчитан. Прежде чем доверять такой цифре, важно понять главное: на какой выборке ее измеряли.

Точность — это распределение, а не один процент

Формулировка вроде «точность определения города в пределах 50 км» обычно означает медиану. Но проблемы возникают не в середине распределения, а в его «хвосте»: те самые 5-10% запросов, где ошибка составляет сотни километров, потому что пользователь выходит в интернет через шлюз мобильного оператора или облачный NAT.

Поэтому спрашивать стоит не медианную ошибку, а ошибку на 90-м перцентиле.

Точность сильно зависит от типа сети

• Домашний фиксированный интернет: лучший сценарий. Провайдеры обычно выделяют пулы адресов по регионам и редко их перемещают.
• Мобильные сети: точность на уровне города заведомо слабая. Трафик часто выходит через небольшое число национальных шлюзов.
• Хостинг и облака: геолокация показывает дата-центр. Формально это верно, но почти ничего не говорит о реальном местоположении конечного пользователя.
• Корпоративные сети: IP указывает на точку выхода офисной сети, которая может находиться на другом континенте относительно сотрудника.

Один усредненный показатель точности скрывает все эти различия. Оценивать данные нужно по сегментам — с учетом классификации сети.

Как проверить качество на собственном трафике

У вас уже есть источник правды: адреса доставки, почтовые индексы из платежных данных, разрешения на GPS, timezone-заголовки браузера. Достаточно взять несколько тысяч сессий и сравнить результаты.

• Отберите сессии, где пользователь добровольно указал местоположение.
• Выполните lookup IP-адреса этой сессии.
• Зафиксируйте совпадение по стране, совпадение по региону и расстояние между городами по ортодромии.
• Разбейте результаты по классификации и ASN.

За один рабочий день можно понять, подходит ли конкретный датасет именно для вашей аудитории. А это единственный вопрос, который действительно имеет значение.

Почему live API устаревают медленнее, чем скачиваемые базы

Адресное пространство постоянно меняется. Блоки передают, сдают в аренду, заново анонсируют и переиспользуют — например, переводят из VPN-сценариев в residential-сегмент и обратно. База, которую вы скачиваете раз в месяц, начинает устаревать в момент загрузки. Live API определяет состояние блока в момент запроса и может отражать перераспределения в течение нескольких часов.

Если ваши антифрод-правила завязаны на классификацию IP, устаревание данных — не небольшая погрешность. Это и есть ключевая часть задачи.

Практические пороги

• Несовпадение страны само по себе: логировать, но не блокировать.
• Несовпадение страны плюс классификация как hosting плюс высокий risk score: разумный повод для дополнительной проверки.
• Несовпадение города: только для аналитики.

Измеряйте, сегментируйте и настраивайте пороги на собственных данных. Это надежнее любых маркетинговых заявлений поставщика.