OpenAdLibraryOpenAdLibrary
Native Ad Data Studier

Hvilke produkter skalerer annoncørerne? Sådan læser du signalerne i fangede annoncer

Forbrugsdiagrammer opdateres først efter løbet er slut, så for at se, hvad annoncørerne skalerer lige nu, læser du live native annoncefangst for levetid, spredning og variant-signaler. Her er metoden, med reelle tal fra over 589.000 fangede kreativer.

Dashboard-visning af live native annoncer grupperet efter produktkategori, med levetids- og placeringsspredningssignaler, der fremhæver hvilke produkter annoncørerne skalerer

Forbrugsdashboards ser bagud, og tredjeparts forbrugstal er modellerede snarere end målte. Hvis du køber eller analyserer medier, er et mere nyttigt spørgsmål, hvad annoncørerne synligt sender i markedet: hvilke annoncer der bliver ved med at dukke op, hvor, i hvor mange versioner og i hvilke lande. Fangede annoncer kan besvare det observationsspørgsmål. De kan ikke fortælle dig, hvilke kampagner der er profitable.

Dette er et metodestykke, ikke en rangliste af opdigtede dollartal. Ingen uden for en annoncørs konto ser deres fakturaer, deres bud eller deres sande visningstal. Ethvert værktøj, der hævder det, gætter. Hvad du kan observere, er annoncen, som den er fanget: hvornår den først blev set, hvor længe den blev ved med at dukke op, hvor mange placeringer og netværk der bar den, hvor mange varianter der dukkede op, og hvilke lande den blev set i. Læst sammen kan disse signaler antyde, hvilke tilbud der får vedvarende, bred distribution. De viser ikke forbrug, bud, visninger, klik, konverteringer, profit eller ROAS. Her er hvordan du læser dem, hvad mønstrene betyder, og hvordan du kører den samme analyse selv.

Eksemplerne nedenfor kommer fra OpenAdLibrary-fangster dateret juni 2026. De samlede totaler og kategoritællinger i den tidligere version af denne artikel er trukket tilbage, fordi der ikke findes et reproducerbart udtræk til gennemsyn. Fangstdækningen er ufuldstændig og ujævn på tværs af netværk og lande, så eksemplerne illustrerer metoden snarere end at måle markedet.

Hvordan "skalering" faktisk ser ud i virkeligheden#

Når en annoncør skalerer et produkt, kører de normalt mere end én annonce: de skubber tilbuddet ud på flere placeringer, laver kreative varianter og går måske ind i nye lande. Det efterlader et fodaftryk, du kan lede efter i fangede native annoncer: hvor længe hver kreativ blev ved med at dukke op (levetid), hvor mange placeringer og netværk der bar den (spredning), hvor mange næsten-identiske varianter der dukkede op (iteration), og om der kom nye lande til over tid (geo-ekspansion). Vedvarende, brede, multiplikerende annoncer er forenelige med skalering, men de beviser det ikke, for en brandkampagne, et fast testbudget, langsom optimering eller huller i fangsten kan give det samme mønster. Et kort, snævert fodaftryk med én variant kan være en test, et lille budget, et valg om målretning eller noget, fangsten missede.

Ordet har en præcis betydning i dette fag, og præcisionen betyder noget her. Se Scaling (Media Buying) for definitionen. En køber, der har fundet et profitabelt tilbud, vil bruge mere på det uden at ødelægge enhedsøkonomien. Den indsats kan efterlade et synligt fodaftryk, hvilket er grunden til, at noget skaleringsaktivitet er delvist observerbar udefra kontoen. Det er stadig en slutning, ikke en måling.

Tag denne Taboola-kreative fra "Fresh Start Information": et skattelettelsestilbud formet som en nyhedsbulletin, set i vores fangst over 13 dage i juni 2026. Det er en observation af kørelængde, ikke bevis for, at tilbuddet var profitabelt eller godkendt. Tretten dage er også foreneligt med et testbudget, en langsom optimeringscyklus eller en kampagne, ingen havde sat på pause endnu, og vi har ikke verificeret annoncens påstand.

Taboola-finansannonce: IRS eftergiver millioner inden skattefristen 30. juni
Billedtekst: En Taboola-finansannonce, overskrift 'IRS Forgives Millions By June 30th Tax Deadline,' set i OpenAdLibrarys fangst over 13 dage, juni 2026 (historisk fangst; annoncens påstand er ikke verificeret).

En test efterlader normalt et lille fodaftryk og en scale-up et stort, men hvor synlig en annonce er i en fangst, afhænger også af, hvor og hvornår fangsten kiggede. Mønsteret, du skal lede efter, er det samme tilbud med frisk kreativ, flere placeringer og flere lande over flere uger. Behandl det som et spor at undersøge, ikke en konklusion om, hvad der virker.

De fire signaler, rangeret efter hvor svære de er at forfalske#

Ikke alle signaler er lige. Nogle måles direkte fra fangsten. Et er modelleret og derfor blødt. Her er hvordan du vægter dem.

Signal Hvad det måler Hvordan du observerer det Grænser
Levetid Hvor længe en kreativ blev ved med at dukke op i fangsten Først-set vs. sidst-set datoer for den samme kreativ Begrænset af fangstfrekvens og observationsvinduet; siger intet om profit
Spredning Bredde på tværs af placeringer og netværk Forskellige placeringer og netværk, hvor tilbuddet blev fanget Dækker kun de placeringer og lande, fangsten besøger
Iteration Hvor mange varianter der dukker op Næsten-identiske kreativer for ét tilbud eller én annoncør Afhænger af, hvordan varianter matches; varianter kan genereres automatisk
Geo-ekspansion Nye markeder, der dukker op Nye lande registreret for et eksisterende tilbud Afhænger af regional dækning; et nyt land i fangsten er måske ikke et nyt marked for annoncøren
Estimerede udgifter Modelleret budget Tredjeparts antagelser om visninger og CPM Udledt, aldrig målt

Pointen med tabellen er den nederste række. Estimerede udgifter er et hovedtal på nogle annonceintelligensværktøjer, og det er den mindst troværdige ting på siden. Det er en beregning stablet på antagelser om visninger og CPM'er, som værktøjet aldrig faktisk ser. Brug det til at sortere, hvis du skal. Citer det aldrig. De fire øverste rækker læses fra fangede annoncer snarere end modelleret, men de arver enhver mangel i fangsten, så oplys observationsvinduet og dækningen sammen med dem.

Dette er også grunden til, at det betyder noget at fange den rigtige kreative. Hvis din kilde kun logger, at en annonce eksisterede, kan du tælle levetid, men du kan ikke klynge varianter, fordi du ikke kan se, om to annoncer er det samme tilbud med forskellige overskrifter. At fange det faktiske billede og kopien i fuld kvalitet er det, der gør iterationssignalet eksisterer overhovedet.

Læsning af mønsteret: testet vs. skaleret#

En fangst indeholder mange kortlivede annoncer og færre langvarige, bredt placerede. At skelne en sandsynlig test fra en sandsynlig scale-up er færdigheden, og det forbliver en vurdering snarere end en måling.

En sandsynlig test ser ud som en eller to kreativer, en håndfuld placeringer og et enkelt land, set i et par dage og derefter væk fra fangsten. Det passer til en køber, der tjekker, om et tilbud konverterer, men det passer også til et lille budget eller et hul i fangsten. En sandsynlig scale-up er det modsatte: det samme tilbud på tværs af dusinvis af placeringer og ofte flere netværk, flere varianter, køretid målt i uger, og nye lande, der dukker op over tid.

Du kan se begyndelsen på et fodaftryk i vores fangst fra juni 2026. Denne datingannonce fra "ThisRomance" var netop blevet fanget for første gang, uden tidligere observationer. En første observation er ikke lanceringsdatoen, og én observation kan ikke fortælle dig, om annoncen var en test eller starten på en større kampagne.

Taboola-datingannonce: mød folk, der ved, hvad de vil have
Billedtekst: En Taboola-datingannonce på sin første dag i OpenAdLibrarys fangst, juni 2026. Den havde ingen tidligere observationer i fangsten.

Forestil dig nu det modsatte fodaftryk. Dette er et hypotetisk eksempel, ikke en fanget annonce: et blodsukkertilskud set i ni uger på tværs af 40+ placeringer på både Taboola og Outbrain, med seks overskriftsvarianter i rotation over én pre-lander og med CA og AU tilføjet efter at være startet kun i USA. Det mønster er foreneligt med skalering, men det ville stadig ikke vise forbrug eller profit. (Da denne artikel blev skrevet i juni 2026, toppede vores kontinuerlige observationsvindue ud omkring 28 dage per kreativ, så "længst kørende" betød inden for det vindue, ikke at en annonce kun havde eksisteret i 28 dage.)

Sundheds-, finans-, forsikrings- og e-handelstilbud var almindelige i vores fangster fra juni 2026. En almindelig forklaring er, at disse kategorier kan bære høje udbetalinger eller høj livstidsværdi, men kreativtællinger viser ikke marginer, profit eller hvilken kategori der bliver skaleret, og kategoritotalerne i den tidligere version af denne artikel er trukket tilbage, fordi der ikke findes et reproducerbart udtræk. Vores vertikaloversigt, Top Native Ad Verticals in 2026: Nutra, Finance, Crypto & Sweeps by the Numbers, beskriver disse kategorier mere detaljeret.

De produktkategorier, der belønner denne analyse mest#

Det hjælper at følge to niveauer separat: den brede kategori, som har tendens til at ændre sig langsomt, og det specifikke produkt eller den specifikke vinkel inden i den, som kan skifte inden for uger. Vi har ikke offentliggjort en måling af nogen af de to hastigheder, så behandl dem som arbejdsantagelser, du kan tjekke mod dine egne fangster.

Sundheds-, kosttilskuds- og wellnesstilbud optrådte ofte i vores Taboola-fangster fra juni 2026. Nogle bruger tilbagevendende fakturering, hvilket kan gøre vedvarende forbrug overkommeligt, men det har vi ikke målt, og tællingen per netværk i den tidligere version er trukket tilbage. Hold øje med, hvilken tilstand eller vinkel der roterer gennem den kreative. Denne "Nebroo"-høreapparatannonce blev set i fangsten over 26 dage, nær toppen af observationsvinduet på det tidspunkt. Lang observation viser ikke, at dens påstande var dokumenterede, at den var godkendt, eller at den var profitabel.

Taboola-sundhedsannonce: amerikanere dropper høreapparater til fordel for denne nye enhed
Billedtekst: En Taboola-sundhedsannonce, 'Americans Are Ditching Hearing Aids for This New Device,' set i OpenAdLibrarys fangst over 26 dage, juni 2026 (historisk fangst; annoncens påstand er ikke verificeret).

Personlige finans-, forsikrings- og leadgenereringstilbud var også almindelige i vores fangster fra juni 2026 på både Taboola og Outbrain, ofte med mange overskriftsvarianter. Lead-udbetalinger kan være høje i disse kategorier, hvilket er en plausibel grund til lange, brede kampagner, men fangster viser ikke udbetalinger eller marginer. Tællingerne per netværk i den tidligere version er trukket tilbage, fordi de ikke kan genskabes fra et offentliggjort udtræk.

E-handels- og gadgettilbud kan skifte hurtigt: et produkt kan køre tungt i en sæson og derefter forsvinde. "Consumer World"-AC-enhedsannoncen nedenfor ("Does This $138 AC Run On Almost No Power?") havde været i vores fangst i 5 dage, da dette eksempel blev taget i juni 2026. På det tidspunkt kunne dens fodaftryk ikke skelne en test fra starten på en større satsning.

Taboola-e-handelsgadgetannonce tester et billigt klimaanlæg
Billedtekst: En Taboola-gadgetannonce, 'Does This $138 AC Run On Almost No Power?', efter 5 dage i OpenAdLibrarys fangst, juni 2026 (historisk fangst; annoncens påstand er ikke verificeret).

Konkurrence-, undersøgelses- og belønningstilbud kræver lidt af brugeren på forhånd, og i vores fangster fra juni 2026 optrådte nogle af dem på mange placeringer. IQ-quiz-tilbuddene fra "My IQ" er et eksempel: flere varianter nåede 28-dages-loftet for observation på samme tid. Det viser vedvarende, bred distribution i fangsten, ikke konverteringsrater eller profit.

Software-, app- og abonnementstilbud er en anden kategori at holde øje med, da abonnementsindtægter kan retfærdiggøre en længere tilbagebetalingstid. Softwaretællingen i den tidligere version er trukket tilbage, fordi der ikke findes et reproducerbart udtræk, og kreativtællinger ville ikke vise, hvordan disse tilbud klarer sig.

For navngivne annoncører observeret i disse kategorier, se netværksopdelingerne: Who Advertises on Taboola? Top Native Advertisers by Vertical og cross-network-visningen i Top Native Advertisers on Taboola, Outbrain & MGID (Network Share Breakdown). Læs dem sammen med denne metode for at bygge en navngivet-konkurrent-holdliste, og husk, at deres tællinger beskriver fangster på bestemte datoer, ikke markedsandel.

Hvad levetid kan og ikke kan fortælle dig#

Levetid er det letteste signal at læse, hvilket gør det let at overfortolke. Ved CPC-prissætning betaler en annoncør, når annoncen klikkes, så en kreativ, der bliver ved med at dukke op i otte uger, kan være profitabel. Det kan også være en brandkampagne vurderet på rækkevidde, et fast testbudget, en langsom optimeringscyklus, en annonce, ingen har sat på pause, eller et artefakt af, hvornår og hvor fangsten kiggede. Langvarige annoncer er også et overlevende-udsnit: du ser de overlevende, ikke de mange lignende annoncer, der stoppede. Kørelængde fortæller dig, at en annonce blev ved med at dukke op. Det fortæller dig ikke forbrug, klikrate, konverteringsrate, ROAS, profit eller politikgodkendelse.

At studere de længst kørende native annoncer er stadig nyttigt, så længe du behandler dem som overlevende i en fangst snarere end beviste vindere. I juni 2026 omfattede toppen af vores 28-dages vindue SmartAsset med en IRA-skattevinkel på Outbrain, Hidden Hearing, der promoverede høreapparater på Microsoft Audience Network, og mange "My IQ"-quizvarianter: finans-, sundheds- og belønningsquiz-tilbud. Når et nyt produkt begynder at dukke op blandt langvarige, bredt placerede annoncer, er det et godt øjeblik at begynde at holde øje med det, ikke bevis for, at det vinder.

Levetid værner også mod hype. Et produkt kan spidse på tværs af mange placeringer i en uge, fordi en køber lagde budget i en test, og derefter forsvinde. Spredning uden levetid er svag evidens. Spredning plus levetid er et stærkere spor, dog stadig ikke bevis for profit. Solbatteriannoncen nedenfor er et eksempel på et langt fodaftryk: et hjemmeenergi-leadgenereringstilbud set i vores fangst over 27 dage i juni 2026.

Taboola-have- og hjemmeannonce om solcellebatterier til hjemmet
Billedtekst: En Taboola-hjemmeenergiannonce, 'Solar home batteries: Electricians agree about 1 thing,' set i OpenAdLibrarys fangst over 27 dage, juni 2026 (historisk fangst).

Kliksporingen fortæller dig, hvad annoncen ikke vil#

Den kreative fortæller dig vinklen. Destinationen fortæller dig mere om forretningen. To annoncer med forskellige overskrifter kan føre til den samme pre-lander og den samme checkout, hvilket ofte betyder, at én annoncør eller ét tilbud ligger bag begge, selvom affiliater, der promoverer det samme tilbud, kan dele en checkout. At følge hver annonces redirect-kæde til landingssiden uden at klikke på den live annonce (så du ikke føjer et klik til auktionen eller koster annoncøren penge) hjælper med at gruppere disse varianter og giver et bedre billede af et tilbuds fodaftryk. Landingssideantallet i den tidligere version er trukket tilbage, fordi der ikke findes et reproducerbart udtræk.

Destinationen fortæller dig også mekanismen: en quiz pre-lander, en advertorial, en lige produktside, et gratis-plus-forsendelsestilbud. Mønstres disse på tværs af en kategori, lærer du, hvordan dens tilbud sælges, hvilket forbinder til arbejdet i The Most Common Native Ad Angles (Analyzed From Real Creatives). For e-handel specifikt, hold øje med katalogdrevne kreativer, Dynamic Product Ads (DPA), hvor én feed automatisk skalerer hundredvis af SKU-varianter. Varianteksplosionen, du ser, kan være ét system, ikke hundrede beslutninger.

Sådan kører du denne undersøgelse selv#

Du har ikke brug for vores data for at gøre dette. Du har brug for en kilde, der fanger live annoncer, og disciplinen til at læse signaler i stedet for overskriftsnumre. Her er den gentagelige procedure.

Definer vinduet. Vælg et datointerval; tredive dage er en rimelig standard, og oplys det, når du rapporterer resultater. Segmenter efter kategori og netværk. Filtrer til en vertikal og et netværk, så du sammenligner lignende med lignende. Fodaftrykket for tilskud på Taboola adskiller sig fra gadgets på MGID. Sorter efter kørelængde, derefter placeringstælling. Bring de kreativer frem, der er set længst og på flest placeringer. Det er en kandidat-shortlist, ikke en liste over vindere. Klynge varianter efter annoncør og destination. Grupper kreativer, der deler en annoncøridentitet eller lander på samme side. Et højt variantantal under én annoncør er et iterationssignal. Tjek for geo-ekspansion. For din shortlist, se efter om nye lande dukkede op i løbet af vinduet, og tjek, at fangsten dækkede disse lande før den dato, de først optræder. Nye lande er forenelige med ekspansion, men beviser ikke, at tilbuddet er profitabelt. Læs destinationen. Spor redirect-kæden til landingssiden og noter mekanismen. Dette hjælper med at skelne én koordineret kampagne fra en tilfældig klynge. Opdater med en fast rytme. Kør igen månedligt eller kvartalsvis og sammenlign øjebliksbilleder: kategoriblandingen er den langsomme trendlinje, og de specifikke produkter er det hurtige signal. Noter, hvad du ikke kunne observere, såsom forbrug, klik, konverteringer, profit og godkendelsesstatus.

En bemærkning om dækning og ærlighed: enhver fangstbaseret metode ser kun, hvad den fanger. Regional dækning varierer, og et tilbud, der kører på et marked, du underprøver, vil se mindre ud, end det er. EU's Digital Services Act (artikel 39) kræver, at udbydere af meget store onlineplatforme og meget store onlinesøgemaskiner, der viser annoncer, opretholder offentlige annoncerepositorier, hvilket kan være en krydstjek for disse tjenester. Ingen af de native netværk, der dækkes her (Taboola, Outbrain/Teads, MGID eller Revcontent), var på Europa-Kommissionens liste over udpegede tjenester ved opdateringen den 31. august 2026, så deres annoncer er ikke i disse repositorier, og fangst forbliver den primære måde at observere dem på. Angiv dine dækningsgrænser, når du udgiver. Et datastudie, der foregiver alvidende, er mindre troværdigt, ikke mere.

For den bredere kontekst om, hvordan native forbrug, formater og netværk skifter, inklusive det post-fusion landskab, hvor Outbrain og Teads nu kører som et enkelt kombineret selskab, se vores pille, The State of Native Advertising 2026 (Data From Live Ad Capture). Denne undersøgelse er den taktiske, fornyelige følgesvend til det overblik. Pillen giver det brede billede. Denne artikel giver dig en metode til at få øje på, hvilke tilbud der vinder distribution i dine egne daterede fangster.

Fra signal til handling#

At få øje på en sandsynlig scale-up er trin et. Hvad du gør bagefter, betyder mere: studér vinklen, test din egen version med dine egne dokumenterede påstande, og mål resultatet i din egen konto. At fange den rigtige kreative hjælper, fordi du studerer det faktiske aktiv, der kørte, ikke en miniature eller en beskrivelse af det. Det fortæller dig ikke, at aktivet vandt auktionen eller tjente penge; kun din egen test kan svare på det for dit tilbud.

OpenAdLibrary understøtter denne arbejdsgang. Den fanger native annoncer på tværs af Taboola, Outbrain, MGID, Revcontent og andre netværk og følger hver native annonces redirect-kæde til dens landingsside uden at klikke på den live annonce. Den gratis plan ($0, intet kort) viser de 20 nyeste Meta-, TikTok- og native annoncer, med annoncedetaljer, forsyningskæden bag native annoncer samt redirect-kæder og fangede landingssider. Søgningen, filtrene og den gemte research, som denne metode afhænger af, plus funnel-sporing og opløsning af rigtige annoncører for native annoncer, kræver Founders-planen ($29.99/måned).

Ofte stillede spørgsmål

Hvordan kan man se, hvilke produkter annoncørerne skalerer, uden forbrugsdata?
Det kan man ikke vide med sikkerhed udefra kontoen. Det, man kan gøre, er at læse fire observerbare signaler i fangede annoncer: levetid (hvor længe et kreativ blev ved med at dukke op), spredning (hvor mange placeringer og netværk der bar den), iteration (hvor mange næsten-identiske varianter der dukkede op) og geo-ekspansion (om nye lande dukkede op). Et tilbud, der er set i uger, på mange placeringer, med friske varianter, er foreneligt med skalering; et, der forsvinder inden for få dage, kan have været en test, et lille budget eller et hul i fangsten. Ingen af disse signaler måler forbrug, konverteringer eller profit.
Er forbrugsestimater fra native annonce-spionværktøjer nøjagtige?
Ikke som målinger. Forbrugstal fra tredjepartsværktøjer er modellerede, fordi ingen tredjepart ser en konkurrents fakturaer eller bud; betragt dem i bedste fald som grove estimater. Levetid, spredning og variantantal observeres direkte i fangster, men de har deres egne dækningsgrænser og siger stadig intet om forbrug.
Hvor ofte ændrer trending native annonceprodukter sig?
Vi har ikke offentliggjort en måling af udskiftningshastigheder. En rimelig arbejdsantagelse, som du bør efterprøve mod dine egne fangster, er, at den specifikke vinkel eller det specifikke produkt inden for en kategori ændrer sig hurtigere end brede kategorier som sundhed og kosttilskud, finans, forsikring, e-handelsgadgets og konkurrencer. Derfor bør denne type undersøgelse køres igen med en fast rytme og sammenlignes øjebliksbillede for øjebliksbillede.
Hvad er forskellen på, at et produkt bliver testet, og at et produkt bliver skaleret?
En sandsynlig test er kortvarig: en eller to kreativer, en håndfuld placeringer og et enkelt land, set i et par dage. Det passer på en køber, der tjekker, om et tilbud konverterer, men også på et lille budget eller et hul i fangsten. En sandsynlig scale-up er det modsatte: vedvarende køretid, det samme tilbud på tværs af mange placeringer og netværk, flere varianter og nye lande over tid. Ingen af fodaftrykkene beviser hensigt eller resultater; de fortæller dig, hvad du skal holde øje med.
Kan jeg køre denne analyse selv i OpenAdLibrary?
Ja, med Founders-planen ($29.99/måned), som inkluderer søgning, alle filtre og gemt research på tværs af Meta, TikTok og native annoncer, plus funnel-sporing og identifikation af den rigtige annoncør bag native annoncer. Du kan filtrere fangede native annoncer efter netværk, kategori, land og antal dage i kørsel og sortere efter placeringer, og derefter læse levetids- og spredningssignalerne selv. Den gratis plan ($0, intet kort) viser de 20 nyeste Meta-, TikTok- og native annoncer med annoncedetaljer, den native forsyningskæde, omdirigeringsspor og fangede landingssider; den inkluderer ikke søgning eller filtre.
OpenAdLibrary Research
Skrevet afOpenAdLibrary Research
Datastudier & markedsanalyse

Datadesken bag OpenAdLibrary. Vi omdanner platformens korpus af indsamlede native annoncer, annoncører og landingssider til originale studier om, hvad der faktisk kører i det virkelige liv, med metodologi og stikprøvestørrelser angivet i hver rapport.