OpenAdLibraryOpenAdLibrary
מחקרי נתונים על פרסום נייטיבי

שיעור הקריאייטיבים הנטיביים הנצפים: חישוב ומגבלות

לא ניתן לראות את ההוצאה הנטיבית של המתחרה, אך ניתן לחשב את חלקו של כל מפרסם ברשומות הקריאייטיב שנלכדו במדגם מוגדר, לתעד שקלול וכיסוי, ולהימנע מלבלבל בין נוכחות לבין הוצאה.

תרשים עמודות המדרג מפרסמים נטיביים בענף לפי ספירת קריאייטיבים פעילים וימי הרצה כפרוקסי לשיעור נוכחות

נתוני ההוצאה על פרסום נטיבי נעולים. אף רשת לא מפרסמת כמה מפרסמים ב-Taboola, Outbrain, MGID, או Revcontent משקיעים בענף, ואין API לשיתוף חשיפות כמו שיש בחיפוש ממומן. אז כשקונה מדיה שואל "מי באמת שולט בתחום הפיננסים בנטיבי כרגע?", התשובה הכנה הישנה הייתה משך כתפיים.

אתה יכול לחשב את חלקו של כל מפרסם ברשומות הקריאייטיב שנלכדו בתוך מדגם מוגדר. זהו מדד נוכחות במדגם, לא הערכה מאומתת של הוצאה, חשיפות או שיעור נוכחות ברמת השוק כולו.

כדי לעגן את הקנה מידה עליו אנחנו מדברים: נכון ליוני 2026, OpenAdLibrary לכד 589,036 קריאייטיבים ייחודיים מ-25,933 מפרסמים ב-42 רשתות, עם 5.4 מיליון תצפיות מודעות מאחוריהם. זהו החומר הגלם שממנו שואב מעבר SOV לענף.

מה שיעור הנוכחות בפרסום נטיבי מודד#

הגדר את המדד במפורש: חלקו של מפרסם אחד ברשומות הקריאייטיב שנלכדו, בשקלול אופציונלי לפי תאריכי תצפית ייחודיים, בתוך קטגוריה וחלון איסוף מוצהרים. אל תקרא לטווח שבין התצפית הראשונה לאחרונה זמן ריצה רציף ואל תתייחס לשקלול כהוכחה להשקעה מתמשכת.

ל-שיעור נוכחות קלאסי יש שני שורשים. המקורי, מטלוויזיה ודפוס, מבוסס הוצאה: ההוצאה הפרסומית שלך בענף מחולקת בסך ההוצאה בענף. העידן הדיגיטלי הוסיף SOV מבוסס חשיפות, כאשר פלטפורמות מוסרות לך שיתוף חשיפות ישירות. נטיבי לא נותן לך אף אחד מהם. ההוצאה מוסתרת ואין דוח חשיפות. מה שאתה יכול לראות הוא שטח הפנים שמפרסם תופס ברחבי ווידג'טים של מפרסמים, שנלכד על ידי כלי ריגול למודעות נטיביות. שטח הפנים הזה הוא החומר הגלם לפרוקסי.

תצפיות חוזרות יכולות לעזור לזהות דוגמאות לבדיקה. הן אינן מוכיחות אם מפרסם הרוויח כסף או המשיך להוציא בין תצפית לתצפית. מודעת הפיננסים המצוטטת היא עדות להודעה שנלכדה, לא אימות של טענת המס שלה.

מודעה נטיבית פיננסית ב-Taboola על מחילת מס של IRS
כיתוב: מודעה פיננסית חיה ב-Taboola, כותרת 'IRS Forgives Millions By June 30th Tax Deadline', נלכדה על ידי OpenAdLibrary, יוני 2026.

סיווג יוני 2026 המצוטט מדווח על ספירות פיננסים, ביטוח ובריאות. המספרים הללו מתארים את המדגם שנלכד ואינם מבססים תקציבי קטגוריה או תחרות ברמת השוק כולו.

שני האותות, ולמה שניהם חשובים#

ספירת קריאייטיבים פעילים#

ספר קריאייטיבים שנלכדו ייחודיים לפי כלל ביטול כפילויות וחלון מתועדים. הבדלים יכולים לשקף גרסאות, כיסוי איסוף או פעילות קמפיין; הם אינם מודדים ישירות עוצמת בדיקה או היקף.

ספירה לבדה ניתנת למניפולציה, עם זאת. חלק מהמפרסמים מרססים עשרות גרסאות חד-פעמיות שמתות תוך ימים. ספירה גולמית מתגמלת את הסחרור הזה ומפריזה בכמות הנפח האמיתי שלהם. אתה יכול לראות את אינסטינקט הבדיקה במודעות כמו זו, זווית מוצר צרכני טרייה שעשויה או לא לשרוד את השבוע הראשון שלה.

מודעה נטיבית ב-Taboola בודקת זווית של מזגן בתקציב
כיתוב: קריאייטיב בן 5 ימים ב-Taboola מ-Consumer World, כותרת 'Does This $138 AC Run On Almost No Power?', נלכד על ידי OpenAdLibrary, יוני 2026.

ימי הרצה (נוכחות משוקללת אריכות חיים)#

אם קיימות רשומות תצפית יומיות, ספור תאריכי תצפית ייחודיים לכל קריאייטיב. שמור זאת בנפרד מהטווח שחלף בין התצפית הראשונה לאחרונה, שעשוי לכלול ימים ללא תצפית. אף אחד מהמדדים אינו מבסס ביצועים.

מספר קטן של קריאייטיבים שנצפו שוב ושוב יכול לקבל משקל רב יותר מהרבה תצפיות בודדות. זו תוצאה של הנוסחה הנבחרת, לא עדות להוצאה רווחית.

הצהר על חלון התצפית ועל הצנזור. מקסימום של כ-28 ימים בתמונת המצב המצוטטת מגביל את מה שאפשר למדוד; הוא אינו הופך את הדוגמאות הנצפות הארוכות ביותר למנצחים מוכחים. שום תוצאה של 90 יום אינה מבוססת על תמונת מצב זו.

נוסחת SOV הגנתית#

שלב את השניים לניקוד יחיד ושקוף. הגרסה הפשוטה ביותר ששורדת בדיקה:

חלק מהנוכחות המשוקללת במדגם (%) = סכום תאריכי התצפית הייחודיים של המפרסם חלקי אותו סכום עבור כל המפרסמים בטווח הבדיקה, כפול 100. הגדר את הטיפול בתאריכים חסרים, ברשומות כפולות ובמכנים אפס. אם קיימות רק חותמות זמן של ראשון/אחרון, דווח על ציון טווח תצפית בנפרד במקום לכנותו ימי תצפית.

אופציונלית, הגבל את תרומת ימי ההרצה של קריאייטיב יחיד כך שמודעה ירוקת-עד עתיקה אחת לא תטביע מפרסם דינמי אחרת. דווח הן על ספירת הקריאייטיבים הגולמית והן על הניקוד המשוקלל ימי הרצה זה לצד זה. הפער ביניהם הוא עצמו אבחוני.

הנה כיצד אותם חמישה מפרסמים (מחוזיים, לא מדודים) יכולים לדרג מחדש בהתאם לאיזה אות אתה סומך:

סכומים משוקללים להמחשה: A 1,820; B 1,240; C 1,050; D 980; E 760. הסכום הכולל הוא 5,850, ומעניק חלקים מעוגלים של 31%, 21%, 18%, 17% ו-13%. הערכים המומצאים האלה מדגימים חשבון בלבד; הם אינם מייצגים יעילות קמפיין, רווחיות או קבוצת 28 ימים.

דירוג לפי ספירה ודירוג לפי נוכחות משוקללת עונים על שאלות שונות. אף אחד מהם אינו מזהה את מוביל השוק האמיתי בלי קשר מאומת לתוצאה המיועדת.

הגדרת הענף (כאן רוב הניתוחים נשברים)#

SOV טוב רק כמו המכנה. אם טועים בגבול הענף, כל אחוז הוא בדיה. שלוש דרכים לתחום ענף, בסדר עולה של קפדנות:

  1. לפי קטגוריה או סיווג IAB. מהיר, גס. טוב ל-"פיננסים" או "בריאות" ברמה גבוהה, חלש כאשר ענפים חופפים (האם תוסף הוא "בריאות" או "nutra"?). לפרספקטיבה על בעיית הסיווג הגס: ברחבי האינדקס שלנו, Taboola לבד מראה 6,048 קריאייטיבים בריאות ו-5,558 קריאייטיבים פיננסים, בעוד ש-Outbrain נוטה פיננסים-ראשון (2,640 פיננסים, 2,016 בריאות). אותו מפרסם יכול לנחות בדליים שונים בהתאם לרשת ולמסווג, וזה בדיוק הסיבה שתחימה לפי קטגוריה בלבד היא השיטה החלשה ביותר.
  2. לפי מילת מפתח וזווית קריאייטיבית. סנן לפי שפת כותרת והזווית הקריאייטיבית שבמשחק. הדוק יותר, אך טקסט קריאייטיבי מבולגן. שתי מודעות יכולות למכור את אותה הצעה עם ווים שונים בתכלית.
  3. לפי יעד דף נחיתה. האות החזק ביותר. שתי מודעות עם טקסט שונה שמתכנסות לאותה דף הצעה (או אותו דף קדם-נחיתה) שייכים לאותו אשכול תחרותי.

השתמש בעדויות יעד שנלכדו כדי לעזור לקבץ הצעות קשורות, ובדוק ידנית כינויים מעורפלים. יעד או טראקר לא בהכרח מזהים את המשלם או את המפרסם החוקי. אל תלחץ על מודעות חיות לצורך הבדיקה.

מודעה נטיבית בריאות ב-Taboola על מכשיר שמיעה חדש
כיתוב: מודעת בריאות ב-Taboola מ-Nebroo, כותרת 'Americans Are Ditching Hearing Aids for This New Device', 26 ימים נצפים, נלכדה על ידי OpenAdLibrary, יוני 2026.

כיצד להריץ זאת בעצמך ב-OpenAdLibrary#

כל העניין של פרוקסי הוא שהוא חייב להיות ניתן לשחזור. הנה זרימת העבודה מקצה לקצה:

  1. תחום את הענף. סנן את אינדקס המודעות לפי קטגוריה, מילת מפתח, או, הכי טוב, תבנית דף נחיתה. החלט אילו רשתות נספרות (רק Taboola ועוד Outbrain? הוסף MGID, Revcontent, Teads, MSN, Yahoo?). תיעד את הבחירה. זה חלק מהמתודולוגיה.
  2. הגדר את חלון התצפית. SOV הוא צילום מצב. "פעיל ב-30 הימים האחרונים" הוא ברירת מחדל סבירה לענף מהיר-משתנה; הרחב אותו עבור ענפים איטיים עונתיים.
  3. קבץ לפי מפרסם. השתמש בזהות המפרסם המפוענחת, ואז קפל כינויים ידועים יחד ידנית. שלב ביטול הכפילויות הזה הוא ההבדל בין דירוג אמיתי לרעש.
  4. הוצא את שני האותות. ספירת קריאייטיבים פעילים וסך ימי הרצה לכל מפרסם.
  5. חשב וצור תרשים. החל את הנוסחה, הגבל אופציונלית ימי הרצה לקריאייטיב, ודרג. צייר גרף של ספירה מול SOV משוקלל ימי הרצה כך שהסטיות יבלטו.
  6. בדוק את המובילים בהיגיון בריא. פתח את הקריאייטיבים של המפרסמים המובילים. האם הם באמת בענף שלך? האם הרצים הארוכים באמת חיים או לכידות מיושנות? בטח, ואז אמת.

פרסם את הרשומות והחישוב הדרושים כדי לשחזר את התרשים, בכפוף למגבלות גישה ופרטיות. עקבות חסרים, נכסים לא זמינים או כיסוי חלקי חייבים להישאר גלויים במקום להיות מתוארים כראיות הניתנות לביקורת מלאה.

מה הפרוקסי ל-SOV אומר ומה לא#

שמור על המגבלות בטווח הראייה כדי שלא תטען יתר על המידה:

מגבלות: המדד מתאר רשומות שנלכדו, לא הוצאה או חשיפות; הייצוגיות אינה מוכחת; גיאוגרפיה, מכשיר, מקור ותדירות לכידה משפיעים על הכיסוי; ו"נראה לאחרונה" אינו הוכחה לאספקה נוכחית. הצהר על המגבלות הללו לצד כל השוואה.

מודעה נטיבית ביטוח ב-Taboola ממוקדת למשתמשים אוסטרליים
כיתוב: מודעת ביטוח ממוקדת גיאוגרפית ב-Taboola מ-Real, כותרת 'Australians looking for life insurance should read this', נלכדה על ידי OpenAdLibrary, יוני 2026.

המגבלות הללו יכולות לשנות את הדירוג. הן אינן מרווח ביטחון סטטיסטי; הערכה של אחד כזה תחייב מודל דגימה מתאים.

למה זה חשוב לצעד הבא שלך#

השתמש בדירוג כדי לבחור מתחרים ודוגמאות לבדיקה נוספת. הוא אינו מזהה קריאייטיבים רווחיים, מיקומים זמינים או שוק שאינו מקבל מענה.

רוצה לבנות תרשים SVertical משלך מלכידת מודעות חיה וניתנת לציטוט, עם מפרסמים אמיתיים וקריאייטיבים אמיתיים שנעקבו לדף הנחיתה? התחל בחינם: ראה את 20 המודעות החדשות ביותר, ללא כרטיס נדרש, ואז לך עמוק יותר מ-$29.99/חודש.


הערת מתודולוגיה: הנתונים בטבלת הדירוג מחדש הם מחוזיים, נבנו כדי להדגים את פרוקסי ה-SOV, לא ממצאים מדודים. סה"כ האינדקס וספירות הענף אמיתיים (אינדקס OpenAdLibrary, יוני 2026). הריץ את זרימת העבודה על הענף שלך כדי לייצר מספרים אמיתיים, ותמיד דווח על היקף הרשת שלך, גיאוגרפיה ומכשיר, חלון תצפית, והסתייגויות כיסוי לכידה לצד כל תרשים SOV.

מקורות: Brandwatch, נוסחה ודוגמאות לשיעור נוכחות, Search Engine Land, מדריך לשיעור נוכחות, Taboola, פלטפורמות פרסום נטיבי 2026.

שאלות נפוצות

מהו שיעור הנוכחות בפרסום נטיבי?
שיטה זו מודדת את חלקו של מפרסם ברשומות הקריאייטיב שנלכדו בתוך מדגם מוגדר. זוהי אינה הערכה מאומתת של סך ההוצאה, החשיפות או שיעור הנוכחות ברמת השוק כולו.
האם ניתן למדוד שיעור נוכחות ללא נתוני הוצאה על פרסום?
אפשר לחשב חלקי נוכחות במדגם ללא נתוני הוצאה, אך יש לתייג אותם במדויק. לא מבוססת כאן שום מתאם עם הוצאה או מחויבות מתמשכת.
מדוע להשתמש בימי הרצה במקום רק בספירת קריאייטיבים?
שקלול לפי תאריכי תצפית ייחודיים משנה את השאלה מספירת רשומות לנוכחות חוזרת במדגם. הוא אינו מבסס רווח. אל תחליף טווח שחלף בין התצפית הראשונה לאחרונה בתאריכי תצפית בפועל בלי לתייג את ההבדל.
כיצד שיעור הנוכחות הנטיבי שונה מ-SOV בחיפוש או ברשתות חברתיות?
SOV נטיבי משוחזר מלכידת פרסומות צד שלישי מכיוון שאין API ציבורי לשיתוף חשיפות, בעוד ש-SOV בחיפוש משתמש בשיתוף החשיפות המדווח מהפלטפורמה ו-SOV ברשתות חברתיות משתמש לעתים קרובות באזכורים או בהיקף ממומן. עבור נטיבי אתה צריך להסיק נוכחות מאילו מפרסמים מופיעים, כמה קריאייטיבים הם מריצים, וכמה זמן הקריאייטיבים הללו נמשכים ברחבי ווידג'טים של מפרסמים.
כיצד מריץ ניתוח שיעור נוכחות ב-OpenAdLibrary?
הגדר את ההיקף, ייצא את הרשומות הזמינות, בדוק את הקיבוץ וביטול הכפילויות, וחשב חלקים באמצעות נוסחה גלויה. דווח על נתונים חסרים ועל שיוך מפרסמים מעורפל. התוצאה מתארת את המדגם הזה בלבד.
OpenAdLibrary Research
נכתב על ידיOpenAdLibrary Research
מחקרי נתונים וניתוח שוק

שולחן הנתונים מאחורי OpenAdLibrary. אנחנו הופכים את מאגר הפרסומות המקוריות, המפרסמים ודפי הנחיתה שנתפסו בפלטפורמה למחקרים מקוריים על מה שבאמת רץ בשטח, עם מתודולוגיה וגודל מדגם המצוינים בכל דוח.