Công ty TNHH Forely Việt Nam · Phiên bản 1.0 · Áp dụng từ 12/07/2026
Mỗi cá nhân chỉ được sở hữu một tài khoản Forely. Chúng tôi ràng buộc bằng: email duy nhất, và số điện thoại duy nhất khi đổi thưởng (một số điện thoại chỉ gắn được với một tài khoản). Hệ thống cũng đối chiếu các tín hiệu kỹ thuật để phát hiện cụm tài khoản ảo.
| Cơ chế | Cách hoạt động |
|---|---|
| Kiểm tra sự chú ý | Khảo sát có cài câu kiểm tra để xác nhận bạn thực sự đọc đề. Trả lời sai câu này thì khảo sát đó không được cộng FP. |
| Đo thời gian trả lời | Hệ thống so sánh thời gian bạn dành cho mỗi câu với ngưỡng nội bộ. Trả lời nhanh bất thường được xem là không đọc đề. |
| Thời gian chờ tối thiểu | Mỗi câu hỏi khoá vài giây để bạn kịp đọc đề trước khi chọn đáp án. |
| Phát hiện mẫu bất thường | Nhiều tín hiệu khác được theo dõi để phát hiện trả lời máy móc hoặc phối hợp giữa nhiều tài khoản. |
Mỗi tài khoản có một điểm chất lượng phản ánh độ tin cậy của dữ liệu bạn đóng góp:
Quality score không ảnh hưởng tới FP bạn đã kiếm hợp lệ, và không ảnh hưởng tới kết quả dự đoán của bạn.
| Hành vi | Xử lý |
|---|---|
| Tạo nhiều tài khoản; dùng nhiều email/SĐT để nhận thưởng lặp; tự mời chính mình (self-referral) | Thu hồi FP phát sinh; khoá toàn bộ tài khoản liên quan |
| Dùng bot, script, công cụ tự động trả lời khảo sát | Khoá tài khoản; thu hồi FP |
| Khai thác lỗi hệ thống để nhận FP không đúng cơ chế | Thu hồi FP; khoá tài khoản; bảo lưu quyền yêu cầu bồi thường |
| Mua bán, chuyển nhượng tài khoản, FP hoặc voucher | Khoá tài khoản, huỷ voucher liên quan |
| Dò quét, tấn công, gây quá tải hệ thống | Khoá vĩnh viễn; chuyển cơ quan chức năng khi cần |
Bị đánh dấu nhầm? Điều đó có thể xảy ra — ví dụ bạn đọc rất nhanh hoặc dùng chung mạng với người khác. Hãy khiếu nại; chúng tôi rà soát thủ công và ưu tiên trả lại quyền lợi cho người dùng ngay tình.
Chúng tôi cam kết loại bỏ dữ liệu không đạt chuẩn trước khi đưa vào báo cáo: mẫu vi phạm attention check, mẫu trả lời quá nhanh, và mẫu từ các tài khoản bị đánh dấu gian lận. Mỗi báo cáo nêu rõ cỡ mẫu hợp lệ và tỷ lệ mẫu bị loại — để bạn biết chính xác dữ liệu mình đang mua.