معدل الجذب
معدل الجذب هو نسبة الأشخاص المعرضين لإعلان الذين يتوقفون عن التمرير أو القراءة ويتفاعلون معه في الثواني القليلة الأولى، وهو مؤشر سريع على ما إذا كان المحتوى الإبداعي الخاص بك يجذب الانتباه من الأساس.

معدل الجذب هو النسبة المئوية للأشخاص الذين يشاهدون إعلانًا ويتوقفون للتفاعل معه، سواء كان ذلك بالنقر على عنوان إعلان أصلي، أو مشاهدة الثواني القليلة الأولى من فيديو، أو النقر للدخول إلى كاروسيل، بدلاً من التمرير أو القراءة متجاوزينه. إنه مؤشر على مدى نجاح اللحظة الافتتاحية للمحتوى الإبداعي، سواء العنوان أو الصورة المصغرة أو الإطار الأول، في جذب الانتباه قبل أن يهم أي شيء آخر عن العرض.
لماذا يُقاس معدل الجذب بشكل منفصل عن معدل النقر#
معدل النقر يخبرك عما إذا كان الإعلان بأكمله يحول الانتباه إلى نقرة، لكنه يخلط بين نوعين مختلفين جدًا من الفشل: لم يلاحظ أحد الإعلان، أو لاحظه الناس ولم يكونوا مهتمين بما يكفي للنقر. معدل الجذب يعزل النصف الأول من تلك المشكلة. في التنسيقات الغنية بالفيديو، غالبًا ما يُقاس كنسبة المشاهدين الذين يشاهدون بعد أول 3 ثوانٍ؛ في التنسيقات الأصلية وتنسيقات اكتشاف المحتوى، يكون أقرب إلى نسبة مرات الظهور إلى النقرات على العنوان والصورة المصغرة فقط، قبل أن يرى القارئ صفحة الهبوط أبدًا.
كيف يتجلى ذلك في الإعلانات الأصلية#
في شبكات مثل Taboola و Outbrain و MGID، تظهر الأداة فقط عنوانًا وصورة مصغرة تتنافس مع نحو اثنتي عشرة قصة أخرى على الصفحة نفسها. هذا اختبار قاسٍ ومكثف لقوة الجذب: تحصل على سطر واحد من النص وصورة واحدة لتحصل على نقرة قبل أن تتحرك عين القارئ. يعتبر مشترو الوسائط الذين يدرسون تحليل المحتوى الإبداعي للإعلان العنوان والصورة عنصر الجذب، ويعتبرون كل ما بعد النقرة (صفحة الهبوط والعرض وصفحة ما قبل الهبوط) مرحلة منفصلة لها حسابات التحويل الخاصة بها. الجذب الضعيف يحد من نتائجك بغض النظر عن مدى جودة بقية مسار التحويل، لأن الحجم المنخفض لا يصل أبدًا إلى الأجزاء التي قمت بتحسينها.
ما الذي يؤثر على معدل الجذب#
تميل الدقة والفضول وكسر النمط إلى التفوق على الادعاءات العامة. "التجاعيد: معظم الناس يستخدمون المرطبات. الكوريون يفعلون هذا بدلاً من ذلك" يقوم بعمل جذب أكثر من بيان فائدة منتج عادي، لأنه يخلق فجوة فضول يجب على القارئ النقر لإغلاقها. سيلاحظ المشترون الذين يبحثون عن صيغ عناوين الإعلانات الأصلية أن معظم الأنماط عالية الأداء تعتمد على تفصيل محدد، أو ادعاء مفاجئ، أو سؤال مباشر بدلاً من الصفات العامة. اختيار الصورة مهم بنفس القدر: تميل الصورة المأخوذة عن قرب، عالية التباين، وغير المعتادة قليلاً إلى إيقاف التمرير بشكل أفضل من صور المخزون النظيفة.
استخدام البيانات التنافسية للعثور على عناصر جذب قوية#
نظرًا لأنه من الصعب رؤية معدل الجذب من خارج الحساب، يعتمد المشترون على مؤشر بديل: المدة التي يستمر فيها الإعلان في الظهور. الإعلان الذي يستمر في الظهور لأسابيع من المرجح أنه ظل يتجاوز عتبة معدل الجذب التي تتطلبها الخوارزمية وميزانية المعلن، وإن كان طول مدة الظهور مؤشرًا لا دليلًا. ويكشف تصفح أمثلة على الإعلانات الأصلية طويلة الأمد عبر الشبكات، أو البحث عن المحتوى الإبداعي للإعلانات المرصود لعلامة تجارية محددة في أداة التجسس على الإعلانات في OpenAdLibrary، عن أنماط العناوين والصور التي يواصل المعلنون عرضها، وهذه نقطة انطلاق أفضل من التخمين من المبادئ الأولى.







