Disputas sobre fraude de clique resultaram em um grande número de processos. Em um determinado caso, descrito por Davis (2005), o Google, que agia tanto como anunciante quanto como rede de anúncios, venceu um processo contra uma empresa do Texas chamada de Auction Experts, que agia como publicador. Na ação, o Google acusava a Auction Experts de pagar pessoas para clicar nos anúncios que apareciam no próprio site, causando um prejuízo de cinquenta mil dólares aos anunciantes. Mesmo com os esforços das redes para parar este tipo de fraude, a verdade é que os publicadores desconfiam dos reais motivos dessas redes, já que elas também lucram com a fraude.
Em julho de 2005, o Yahoo! entrou em acordo em um processo de queixa no qual era acusado de não ter tomado precauções suficientes para prevenir a fraude de clique. O Yahoo! teve que pagar 4,5 milhões de dólares em taxas legais para os queixosos, e concordou em datar os valores do acordo para 2004 (RYAN, 2006). No caso mais conhecido na literatura da área, em março de 2006, o Google acertou, por 90 milhões de dólares (LIEDTKE, 2006), um acordo similar com a Lane’s Gifts & Collectibles, caso detalhado por Tuzhilin (2006).
Em 2004, um morador da Califórnia, chamado Michael Anthony Bradley, criou o chamado Google Clique (NARAINE, 2004), um programa que, de acordo com o criador, tornaria possível que o Google fosse fraudado em milhões de dólares. De acordo com autoridades, Michael Anthony Bradley foi preso e declarado culpado por chantagem, condenado a pagar cento e cinquenta mil dólares e forçado a entregar o programa à empresa. Acredita-se que essa foi a primeira prisão por fraude de clique.
As acusações foram retiradas em 22 de novembro de 2006. De acordo com Elgin (2006), em artigo publicado na revista Business Week, o Google não quis cooperar com o
processo, uma vez que seria obrigado a expor publicamente suas técnicas de detecção de fraude de clique e a admitir publicamente que lucra com cliques fraudulentos, através de técnicas como essas e talvez como outras estabelecidas.
De acordo com Ana e White Ops Inc (2015), cada vez mais a audiência dos anúncios online não é composta por humanos. Um estado realizado pela Association of National Advertisers em 2015 e incorporou bilhões de anúncios com código para determinar que tipos de usuário estava visualizando: humano ou não humano. Cerca de 11% dos anúncios foram acessados por software, e não por pessoas. O estudo, denominado The Bot Baseline: Fraud In Digital Advertising aponta para um prejuízo de cerca de $ 6,3 bilhões de dólares em tráfego fraudulento em 2015 (ANA; WHITEOPS, 2015).
Provar a fraude de clique pode ser muito complexo, uma vez que é difícil saber a parte interessada por trás de um computador e quais as suas intenções. A estratégia que as redes de anúncios têm adotado até o momento é a de identificar quais cliques são potencialmente fraudulentos e não cobrar os anunciantes por eles. Existem diversos métodos sofisticados de detecção, mas nenhum é livre de falhas. O relatório de Alexander Tuzhilin (2006), produzido como parte do acordo entre Google e The Lane`s Gifts, possui uma discussão detalhada sobre estes problemas. Em particular, de acordo com Tuzhilin (2006),
o problema fundamental de cliques inválidos, ou seja, fraudulentos, é que não há uma definição conceitual de cliques inválidos que possa ser operacionalizada, com a exceção de casos óbvios, e que uma definição operacional não pode ser totalmente revelada ao público em geral, uma vez que possibilitará que usuários maliciosos obtenham vantagem através do uso maciço de fraude de clique. Entretanto, se não revelada, anunciantes não podem verificar a razão e, assim, opor-se à cobrança de determinados cliques.
Existe, nos Estados Unidos, um lobby considerável da indústria de PPC para que leis mais rígidas sejam definidas para lidar com esse problema (BUCHDAHL, 2012), (CICILIANO, 2015). A esperança é que tais leis venham descrever casos que não podem ser especificados como contratos clássicos. Um grande número de empresas tem desenvolvendo soluções viáveis para a identificação de fraude de clique através de relações intermediárias com redes de anúncio. Tais soluções subdividem-se em duas categorias:
a) Análise judicial do histórico dos servidores de anunciantes: requer uma investigação profunda da fonte do tráfego de dados e do seu comportamento. A ideia é desenvolver arquivos de log, para análise, e comparar os dados disponíveis nos servidores com esses arquivos. O problema com esta abordagem é que ela confia na idoneidade das ferramentas de busca, que têm a responsabilidade de identificar a fraude.
b) Confirmação de terceiros: se um site externo oferece soluções para “etiquetar” os anúncios através da colocação de imagens, ou de javascript, nas páginas web dos anunciantes para as quais os visitantes são direcionados, o visitante recebe um cookie ao visitar tais páginas e a informação do visitante vai ser coletada, armazenada em um banco de dados e disponibilizada para download. Dessa forma, ao se analisar as melhores ofertas, é possível identificar um conjunto de cliques suspeitos, e, por causa da “etiqueta”, expor as razões para a desconfiança. Essas informações, ao serem associadas com os arquivos de log dos anunciantes, formam um conjunto de evidências mais convincente, que pode ser apresentado à rede de anúncios para verificação. No entanto, as soluções baseadas na colaboração podem enxergar apenas uma parte do tráfego na rede inteira. Consequentemente, elas dificilmente identificarão a amplitude total de padrões de fraude de clique afetando muitos anunciantes ao mesmo tempo. Além disso, devido a limitações na parte do tráfego ao qual têm acesso, os terceiros podem ter dificuldades para julgar um determinado tráfego como fraudulento.