Hvordan udgivere tjener penge med native annoncer: De faktiske mekanismer

Udgivere tjener penge på native annoncer gennem en indtægtsdeling med et native annoncernetværk: netværket sælger anbefalingswidget-plads på udgiverens side til annoncører, beholder en del af hvad annoncørerne betaler og betaler udgiveren resten, normalt udtrykt som en RPM (indtægt pr. tusinde sidevisninger). Regnestykket, der faktisk bestemmer en udgivers indtjening, er ikke det overskrift-RPM-tal et netværk oplyser, det er trafikkvalitet, sideplacering og hvor mange netværk der konkurrerer om det samme impression.

Den grundlæggende mekanik: widget-plads solgt som inventory#

Et native annoncernetværk som Taboola, Outbrain (nu en del af Teads), MGID eller Revcontent giver en udgiver et stykke kode, der gengiver en indholdsanbefalingswidget, normalt i bunden af en artikel eller i en sidebar. Den widget-plads er inventory, som netværket sælger til annoncører via en auktion, strukturelt lignende real-time bidding i programmatisk display, bortset fra at native inventory typisk sælges direkte gennem netværket i stedet for via et åbent exchange. Udgiveren tjener en andel af hvad den vindende annoncør betaler pr. klik, aggregeret til en RPM, som netværket rapporterer tilbage.

Dette er fundamentalt anderledes end at sælge display-inventory direkte til et brand. Udgiveren forhandler ikke priser med enkelte annoncører; netværket håndterer efterspørgslen, og udgiverens job er blot at holde widget'en befolket med reel trafik.

Hvor pengene faktisk kommer fra#

Tre indtægtsmodeller dækker stort set al native monetisering for udgivere:

For de fleste små til mellemstore udgivere er indtægtsdeling med et enkelt primært native netværk (undertiden med et sekundært netværk, der fylder usolgt inventory) hele monetiseringsstrategien. Større udgivere lagrer header bidding ind for at tvinge netværk til at konkurrere om samme plads, hvilket har tendens til at hæve RPM, men tilføjer reel ad-ops kompleksitet.

Hvad der faktisk flytter en udgivers RPM#

RPM er det tal udgivere er besat af, og det drives af et lille antal faktorer, der betyder langt mere end hvilket netværks logo der er på widget'en:

• Trafik-geo. Tier-1 geo-trafik (USA, Storbritannien, Canada, Australien) giver betydeligt højere native RPM'er end tier-2/tier-3 trafik, den samme geo-tier dynamik, der former CPC'er på annoncørsiden.
• Indholdsvertikal. Udgivere i vertikaler, hvor annoncører konkurrerer hårdest, især sundhed, finans og forsikring, de tre største vertikaler i det aktuelle native annoncekorpus, har tendens til at se stærkere native efterspørgsel og højere RPM end niche hobbyindhold.
• Placering og synlighed. En widget under folden, som ingen scroller ned til, tjener intet uanset netværk. Placering lige efter artikelteksten, hvor en læsers opmærksomhed naturligt lander, klarer sig konsekvent bedre end sidebar- eller footerplacering.
• Trafikkvalitet og kilde. Direkte og organisk søgetrafik monetiserer langt bedre end incitamentsbaseret, bot-tung eller betalt-trafik-drevet sidevisninger, fordi annoncører i bund og grund betaler for opmærksomhed, og lav-intent trafik konverterer dårligt på deres side, hvilket netværk til sidst opdager og nedprioriterer.
• Enhedsmix. Native widgets monetiserer generelt forskelligt på mobil versus desktop, og dette varierer efter netværk og vertikal, så det er værd at teste snarere end at antage.

Hvorfor udgivere kører mere end ét netværk#

At køre to eller tre netværk side om side, lade hver byde på forskellige pladser eller rotere efter dag, er den enkelt mest almindelige måde udgivere trækker i for at hæve den samlede RPM, fordi intet enkelt netværk vinder hver eneste auktion for hvert eneste impression. Dette er præcis header-bidding-logikken fra displayannoncering anvendt på native. Det beskytter også en udgiver mod, at et enkelt netværks politik- eller algoritmeændring udsletter en betydelig del af indtægterne på én nat, hvilket er sket ofte nok i denne branche til, at diversificering nu er standardpraksis snarere end et edge case.

At sammenligne netværk handler ikke kun om antallet af annoncører, det handler om hvilket netværks annoncørefterspørgsel der faktisk matcher en udgivers indholdsvertikal og geo. En finans-tung udgiver vil generelt se forskellig fill- og RPM-adfærd mellem netværk end et generelt underholdningssite ville, så det er værd at teste mere end ét netværk i et par uger før man forpligter sig, trods den operationelle overhead.

Udgiverens faktiske forhandlingskraft: trafik, ikke forhandling#

I modsætning til direkte solgte displayannoncer har enkelte udgivere næsten ingen prisforhandlingsmagt i native, fordi auktionen sætter prisen og netværket sætter indtægtsdelingsprocenten (sjældent præcist offentliggjort og ofte justerbar af netværket baseret på trafikkvalitet og volumen). Den eneste forhandlingskraft en udgiver faktisk har, er selve trafikken: højere kvalitet, højere volumen, bedre geo-trafik får bedre fill rates og effektivt bedre satser, fordi det tiltrækker mere annoncørkonkurrence i auktionen.

Dette betyder, at den hurtigste måde for en udgiver at vokse native indtægter på, ikke er at genforhandle med et netværk, det er at vokse den slags trafik annoncører ønsker at nå: tier-1 geo, organisk eller direkte, der lander på indhold i vertikaler med stærk native efterspørgsel.

Hvad annoncører ser på den anden side#

Det hjælper udgivere at forstå, hvad der sker fra købersiden, da det forklarer netværksadfærd, der ellers ser vilkårlig ud. Annoncører byder CPC'er, der varierer meget efter vertikal og geo, og netværk dirigerer budget mod udgiver-inventory, der konverterer, hvilket er grunden til, at en udgivers fill rate og RPM kan skifte, selvom intet på deres egen side ændrede sig. Media buyers, der undersøger hvordan Taboola-annoncer fungerer eller sammenligner MGID mod Revcontent, træffer præcis den slags demand-side beslutninger, der bestemmer hvilket udgiver-inventory der får budt op og hvilket der bliver tilbage med rester.

Almindelige misforståelser værd at afklare#

Et par antagelser fanger udgivere, der er nye til native monetisering. For det første betyder højere sidevisninger ikke automatisk højere indtægter; et spike i lav-intent social eller referral-trafik kan faktisk trække RPM ned, hvis netværket opdager dårlig engagement og nedprioriterer placeringen. For det andet monetiserer en widget ikke sig selv bare ved at eksistere; ubesatte eller dårligt målrettede widgets (forkert indholdskategori opdaget, forkert geo-mix) kan sidde på en brøkdel af deres potentielle RPM på ubestemt tid, medmindre nogen tjekker dashboardet regelmæssigt. For det tredje er "flere annoncer" ikke håndtaget: at proppe en anden eller tredje widget ind på en side kanibaliserer normalt klik fra den første snarere end at tilføje ekstra indtægt, og det skader læseoplevelsen nok til at skade tilbagevendende-besøgsrater, som til sidst viser sig i trafikkvalitetsmålinger alligevel.

En praktisk checkliste for udgivere, der evaluerer native monetisering#

1. Bekræft din top trafik-geo og indholdsvertikal før du vælger et primært netværk, da match betyder mere end brandnavn.
2. Test to netværk parallelt på sammenlignelige trafiksegmenter i mindst to til tre uger før du forpligter dig til et.
3. Tjek placering: en widget placeret lige efter artikelteksten vil næsten altid klare sig bedre end en footerplacering.
4. Revider trafikkilder regelmæssigt. Lavkvalitets- eller incitamentsbaseret trafik presser RPM over tid, når netværk opdager det og nedprioriterer inventory'et.
5. Genbesøg netværksmikset kvartalsvis. Annoncørefterspørgsel skifter efter sæson og vertikal, og et netværk, der undermonetiserede sidste kvartal, kan være værd at genindføre.

Hvor dette forbinder til annoncør-side research#

At forstå efterspørgselssiden er ikke kun akademisk for en udgiver. At vide hvilke annoncører der aktivt bruger på din vertikal, og cirka hvor konkurrencedygtig den efterspørgsel er, hjælper dig med at sætte forventninger til RPM og spotte når et netværks fill-kvalitet falder. Et søgbart arkiv af live kreativer lader udgivere og ad-ops teams se reel annoncøraktivitet efter vertikal og geo i stedet for at gætte ud fra et netværks dashboard alene. Hvis du vil se, hvordan annoncørefterspørgsel faktisk ser ud inde i et specifikt netværk, før du forpligter inventory til det, indekserer OpenAdLibrary's ad intelligence platform live kreativer på tværs af alle større native netværk, så du kan tjekke demand density i din vertikal før du tilmelder dig.