Pre-Lander-Conversion-Benchmarks: CTR-zu-Offer-Zahlen, die Sie schlagen müssen

Es gibt keine einzelne „gute“ Prelander-Conversion-Rate; sie hängt von der Vertikale, der Geo-Stufe, dem Gerät und davon ab, wie streng die Qualifikationskriterien des Angebots sind. Wichtiger als das Erreichen einer Zahl, die Sie in einem Forumsbeitrag gesehen haben, ist es, drei separate Raten korrekt zu messen (Anzeigen-zu-Prelander-CTR, Prelander-zu-Angebot-CTR und Gesamttrichter-CVR) und Ihre eigene Basislinie aus Ihrem eigenen Traffic aufzubauen, bevor Sie etwas mit den Zahlen anderer vergleichen.

Die drei Raten, die Leute verwechseln#

„Prelander-Conversion-Rate“ wird locker für drei verschiedene Dinge verwendet, und deren Vermischung führt dazu, dass so viele Benchmark-Behauptungen ohne Kontext kursieren.

• Anzeigen-zu-Prelander-CTR: Der Anteil der Anzeigenimpressionen, die zu Ihrer Prelander-Seite klicken. Diese Kennzahl liegt auf der Netzwerkseite und ist eine Funktion Ihrer Creatives und Überschrift, nicht Ihrer Prelander-Seite.
• Prelander-zu-Angebot-CTR: Der Anteil der Prelander-Besucher, die zur eigentlichen Angebotsseite durchklicken. Dies meinen die Leute normalerweise mit „Prelander-Conversion-Rate“.
• Full-Funnel-CVR: Der Anteil der Anzeigenimpressionen (oder -klicks), die in einer abgeschlossenen Conversion auf der Angebotsseite enden. Dies beinhaltet die Leistung der Angebotsseite selbst, die der Prelander nicht kontrolliert.

Wenn Sie gegen eine Zahl aus einer Slack-Gruppe oder einem Kurs benchmarken, fragen Sie, welche dieser drei beschrieben wird. Die meisten zitierten Zahlen entpuppen sich als Full-Funnel-CVR, die als „Prelander-Rate“ bezeichnet wird, was sie unbrauchbar macht, um zu isolieren, ob Ihr Prelander selbst das Problem ist.

Warum veröffentlichte Benchmarks für Ihren Fall fast immer falsch sind#

Die Prelander-Leistung variiert mit zu vielen Variablen, als dass eine einzelne Zahl über verschiedene Kontexte hinweg gültig wäre:

• Vertikale: Eine Health-Prelander-Seite, die für ein Nahrungsergänzungsmittel qualifiziert, verhält sich völlig anders als eine Finance-Prelander-Seite, die für einen Kreditvergleich qualifiziert.
• Geo-Stufe: Tier-1-Traffic konvertiert tendenziell anders als Tier-2/3-Traffic bei derselben Glossarbegriff für Geo-Stufen, teils aufgrund der Netzwerksättigung, teils aufgrund des Gerätemixes.
• Gerät: Mobile Nutzer auf Native-Ad-Platzierungen springen schneller ab und tolerieren einen zusätzlichen Tipp vor dem Angebot weit weniger als Desktop-Nutzer.
• Angebotsreibung: Eine Prelander-Seite mit einem „Angebot sehen“-Ein-Klick konvertiert ganz anders als eine, die Nutzer durch mehrere Qualifikationsfragen filtert, bevor der Call-to-Action (CTA) erscheint.

Behandeln Sie jede Zahl, die ohne diese vier Variablen genannt wird, bestenfalls als richtungsweisend und jagen Sie ihr nicht hinterher.

Erstellen Sie Ihre eigene Benchmark#

Dies ist der Teil, der tatsächlich Ergebnisse bringt. Ein praktischer Ablauf:

1. Führen Sie einen sauberen Basiszeitraum durch. Zwei bis vier Wochen, eine Prelander-Variante, stabile Creatives, keine Änderungen während des Laufs, damit Sie eine ehrliche Zahl für spätere Vergleiche haben.
2. Segmentieren Sie, bevor Sie mitteln. Brechen Sie die Prelander-zu-Angebot-CTR getrennt nach Geo, Gerät und Netzwerk auf. Ein gemischter Durchschnitt über drei Geos mit stark unterschiedlichem Verhalten sagt Ihnen fast nichts Handlungsrelevantes.
3. Verfolgen Sie qualifizierte Klicks, nicht rohe Klicks. Wenn Ihr Angebot eine Mindestverweildauer oder eine Scroll-Tiefe erfordert, bevor der CTA erscheint, zählen Sie nur Klicks, die diese Hürde erfüllt haben. Die rohe Klickzahl überschätzt eine Prelander-Seite, die es zulässt, dass Leute ohne zu lesen durchwüten.
4. Vergleichen Sie mit Ihrer eigenen Historie, nicht mit der Branche. Sobald Sie zwei oder drei Basiszeiträume haben, ist Ihr eigener Trend nützlicher als jede externe Zahl, da er bereits Ihren Traffic-Mix, Ihre Geo und Ihr Angebot berücksichtigt.

Häufige Gründe für eine unterdurchschnittliche Prelander-CTR#

Wann Sie einen Prelander verwerfen vs. iterieren sollten#

Treffen Sie keine Entscheidung auf Basis einer Handvoll Klicks. Eine grobe Faustregel, die bei den meisten Native-Ad-Kampagnen Bestand hat: Warten Sie auf ausreichend Volumen, sodass eine Schwankung von ein paar Prozentpunkten in beide Richtungen Ihre Schlussfolgerung nicht umwerfen würde, und bewerten Sie eine Variante erst, nachdem sie mindestens einen vollen Wochentagszyklus durchlaufen hat, da sich das Verhalten an Werktagen und Wochenenden bei Native-Ad-Platzierungen deutlich unterscheiden kann.

Wenn ein Prelander nach einem sauberen Testzeitraum unter Ihrer eigenen Basislinie liegt, isolieren Sie jeweils eine Variable: Tauschen Sie nur die Überschrift, nur das Hero-Bild oder nur den CTA-Text aus – niemals alle drei im selben Test. Ein Pre-Lander, der um reale Beispiele funktionierender Ansätze herum aufgebaut ist, lässt sich leichter iterieren als einer, der aus einer Vorlage ohne Referenzpunkt erstellt wurde. Deshalb lohnt es sich, echte Pre-Lander-Beispiele vor dem Start zu studieren, nicht erst danach.

Statistische Signifikanz ohne Tabellenfixierung#

Sie brauchen keinen vollständigen Statistik-Hintergrund, um den häufigsten Fehler zu vermeiden: ein Testergebnis zu früh für gültig zu erklären. Eine brauchbare Faustregel: Wenn das Ergebnis der nächsten paar Conversions Ihre gesamte Schlussfolgerung umkehren würde, haben Sie noch keine Schlussfolgerung – Sie haben Rauschen. Kleine tägliche Schwankungen sind in jedem Trichter normal; die Frage ist, ob das Muster über mehrere Tage hinweg Bestand hat, nicht ob ein Tag großartig oder furchtbar war.

Es hilft auch, „diese Variante ist gerade schlechter“ von „diese Variante ist schlecht“ zu unterscheiden. Ein Prelander kann einen Tag lang unterdurchschnittlich abschneiden, weil an diesem Tag ein schlechter Geo-Mix im Traffic auftritt, ein Netzwerk-Auslieferungsfehler vorliegt oder die Anzeigenqualität vorgelagert vorübergehend nachlässt – nichts davon hat mit dem Prelander selbst zu tun. Bevor Sie eine Variante verwerfen, prüfen Sie, ob die Minderleistung konsistent über die Segmente ist, in denen sie Ihrer Erwartung nach Bestand haben sollte (mehrere Geos, mehrere Tage), oder ob sie auf einen ungewöhnlichen Traffic-Ausschnitt konzentriert ist.

Wie Ihre Wahl des Werbenetzwerks indirekt Ihren Benchmark prägt#

Das Netzwerk, das Ihren Traffic liefert, verändert die Basislinie, die Sie erwarten sollten, selbst bei identischem Prelander. Verschiedene Netzwerke unterscheiden sich in der Zielgruppenqualität, im Anzeigenkontext (In-Feed-Widgets werden anders gelesen als In-Article-Platzierungen) und in den typischen CPC-Spannen, was in unserer Aufschlüsselung der Native-Ad-CPC-Benchmarks für Taboola, Teads, MGID und Revcontent ausführlicher behandelt wird. Wenn Sie denselben Prelander über mehrere Netzwerke hinweg schalten, segmentieren Sie die Leistungsdaten von Anfang an nach Netzwerk, anstatt sie zu vermischen – denn ein starkes Netzwerk kann einen mittelmäßigen Prelander überdecken, und ein schwaches Netzwerk kann einen wirklich guten Prelander so aussehen lassen, als würde er unterdurchschnittlich abschneiden.

Wie OpenAdLibrary hier hilft#

Sie können die internen Conversion-Daten eines Wettbewerbers nicht sehen, aber Sie können einen starken Proxy erkennen: Wie lange ihr Creative bereits läuft. Anzeigen, die über Wochen in einem Netzwerk überleben, werden fast immer von einem Trichter (inklusive Prelander) unterstützt, der gut genug konvertiert, um den Werbetreibenden weiterhin für Traffic zahlen zu lassen. Das Native-Ad-Spy-Tool von OpenAdLibrary zeigt genau dieses Langlebigkeitssignal zusammen mit der verfolgten Landing Page, sodass Sie nicht über eine Benchmark-Zahl raten müssen, sondern studieren können, wie eine bewährte Trichterstruktur für Ihre Vertikale tatsächlich aussieht, bevor Sie Ihre eigene aufbauen.

Was tun mit einem Benchmark, sobald Sie einen haben?#

Ein selbst erstellter Benchmark ist nur nützlich, wenn Sie tatsächlich auf Abweichungen reagieren. Legen Sie im Voraus eine einfache interne Schwelle fest, beispielsweise einen anhaltenden Rückgang um eine relevante Marge gegenüber Ihrer eigenen Basislinie über eine ganze Woche hinweg, anstatt auf tägliches Rauschen zu reagieren. Wenn eine Kampagne diese Schwelle auslöst, gehen Sie die Ursachen in der Reihenfolge ihrer Überprüfungskosten durch: Kreativermüdung auf der Anzeigenseite zuerst (da dies am schnellsten zu bestätigen oder auszuschließen ist), dann die Übereinstimmung von Überschrift zwischen Anzeige und Prelander, dann die Angebotsseite selbst und erst dann strukturelle Neubauten des Prelanders. Die meisten Minderleistungen gehen auf eine der ersten beiden Ursachen zurück, und mit den günstigsten Prüfungen zu beginnen, erspart Ihnen den Umbau eines Prelanders, der nie das eigentliche Problem war.

Es lohnt sich auch, Benchmarks nach Traffic-Quelle getrennt zu halten. Ein Prelander, der von Taboola-Traffic gespeist wird, und derselbe Prelander, der von MGID-Traffic gespeist wird, werden sehr wahrscheinlich unterschiedliche Raten aufweisen, allein aufgrund von Zielgruppen- und Platzierungsunterschieden, unabhängig von der Seite selbst. Diese Zahlen zu einem Benchmark zu vermischen, verdeckt genau die Segmentierung, die einen Benchmark überhaupt erst nützlich macht.

Fazit#

Hören Sie auf, nach einer universellen Prelander-Conversion-Zahl zu suchen. Definieren Sie, welche der drei Raten Sie tatsächlich messen, segmentieren Sie, bevor Sie mitteln, und bauen Sie eine Basislinie aus Ihrem eigenen sauberen Traffic auf. Externe Benchmarks sind lesenswert für den Kontext, aber niemals als Ziel zu verfolgen.