Pre-Lander Konverziós Benchmarkok: A legyőzendő CTR-tól az ajánlatig számok

Nincs egyetlen "jó" prelander konverziós ráta; ez függ a vertikálistól, a geo szinttől, az eszköztől és attól, hogy mennyire szigorúak az ajánlat minősítési kritériumai. Fontosabb, mint elérni egy fórumbejegyzésben látott számot, hogy helyesen mérj három külön rátát (hirdetés-prelander CTR, prelander-ajánlat CTR, és a teljes funnel CVR), és a saját forgalmadból építs fel egy kiindulási alapvonalat, mielőtt bármit összehasonlítanál mások számával.

A három összekevert ráta#

A "prelander konverziós ráta" laza értelemben három különböző dologra használatos, és ezek összekeverése az oka annak, hogy annyi kontextus nélküli benchmark állítás kering.

• Hirdetés-prelander CTR: a hirdetés megjelenítések azon része, amelyek a prelanderedre kattintanak. Ez a hálózati oldalon él, és a kreatívod és a címsorod függvénye, egyáltalán nem a prelanderedé.
• Prelander-ajánlat CTR: a prelander látogatók azon része, amelyek továbbkattintanak a tényleges ajánlatoldalra. Erre gondolnak általában, amikor "prelander konverziós rátáról" beszélnek.
• Teljes funnel CVR: a hirdetés megjelenítések (vagy kattintások) azon része, amelyek befejezett konverzióval végződnek az ajánlaton. Ebbe bele van építve az ajánlatoldal saját teljesítménye, amire a prelandernek nincs hatása.

Ha egy Slack csoportból vagy kurzusból származó számhoz hasonlítod a teljesítményed, kérdezd meg, hogy ezek közül melyiket írja le. A legtöbb idézett szám kiderül, hogy teljes funnel CVR, amit "prelander rátának" neveznek, ami használhatatlanná teszi annak megállapításához, hogy maga a prelander-e a probléma.

Miért szinte mindig tévesek a közzétett benchmarkok az esetedben#

A prelander teljesítmény túl sok változótól függ ahhoz, hogy egyetlen szám kontextusok között utazzon:

• Vertikális: egy egészségügyi prelander, amely egy kiegészítő ajánlatra minősít, semmiben nem hasonlít egy pénzügyi prelanderhez, amely egy hitelösszehasonlító ajánlatra minősít.
• Geo szint: A Tier-1 forgalom általában másként konvertál, mint a Tier-2/3 forgalom ugyanazon a geo szintek szótárkifejezésén, részben a hálózati telítettség, részben az eszközkeverék miatt.
• Eszköz: a natív elhelyezéseken lévő mobilfelhasználók gyorsabban elhagyják az oldalt, és sokkal kevésbé tolerálják az ajánlat előtti extra koppintást, mint az asztali felhasználók.
• Ajánlati súrlódás: egy egykattintásos "ajánlat megtekintése" prelander nagyon másként konvertál, mint egy, amely több minősítő kérdésen keresztül szűri a felhasználókat, mielőtt felfedné a CTA-t.

Bármely, e négy változó megadása nélkül idézett számot kezeld legfeljebb iránymutatásként, és ne üldözd.

Saját benchmark felépítése#

Ez az a rész, amely valóban eredményeket hoz. Egy gyakorlati sorrend:

1. Futtass egy tiszta alapvonali időszakot. Két-négy hét, egy prelander variáns, stabil kreatív, középen nincs szerkesztés, hogy legyen egy őszintes számod, amit később össze tudsz hasonlítani.

2. Szegmentálj, mielőtt átlagolnál. Bontsd ki a prelander-ajánlat CTR-t külön geo, eszköz és hálózat szerint. Egy három, vadonatúj viselkedésű geo között kevert átlag szinte semmitmondó.

3. Kövesd a minősített kattintásokat, nem a nyers kattintásokat. Ha az ajánlatodnak van minimális oldalon töltött idő vagy görgetési mélység követelménye a CTA megjelenése előtt, számold azokat a kattintásokat, amelyek valóban elérték ezt a küszöböt. A nyers kattintási mennyiség túlértékeli azt a prelandert, amely lehetővé teszi, hogy az emberek dühösen kattintgassanak anélkül, hogy bármit is elolvasnának.

4. Hasonlítsd össze a saját múltaddal, nem az iparággal. Ha már van két-három alapvonali időszakod, a saját trendvonalad hasznosabb, mint bármely külső szám, mert az már figyelembe veszi a forgalmi keverékedet, a geód és az ajánlatodat.

Gyakori okok, amiért a prelander CTR alulteljesít#

| Elfogadható CTR, gyenge lefelé irányuló CVR | A prelander túlzottan értékesítette az ajánlatot a landing page által ténylegesen nyújtottakhoz képest | Olvasd el az ajánlatoldalt úgy, mint egy első látogató, közvetlenül a prelander után | | CTR élesen csökken néhány nap után | Kreatív fáradtság a kapcsolódó hirdetésen, nem magán a prelanderben | Ellenőrizd a hirdetés oldalán a gyakoriságot és a futási napokat, mielőtt a prelandert nyúlnád |

Mikor állíts le, és mikor fejlessz tovább egy prelandert#

Ne hozz döntést néhány kattintás alapján. Egy durva szabály, amely a legtöbb natív kampányban érvényes: várj annyi volumenre, hogy néhány százalékpontos ingadozás egyik irányba sem fordítaná meg a következtetésedet, és ne ítéld meg egy variánst, amíg az nem futott le legalább egy teljes hétköznap-hétvégi cikluson, mivel a natív elhelyezéseken a hétköznapi és a hétvégi viselkedés jelentősen eltérhet.

Ha egy prelander a saját alapvonalad alatt teljesít egy tiszta tesztidőszak után, izolálj egy változót egyszerre: cseréld csak a címsort, vagy csak a főképet, vagy csak a CTA szövegét, soha ne mind a hármat ugyanabban a tesztben. Egy prelander, amely valódi, működő példákra épül, könnyebben fejleszthető, mint egy sablonból épített, referenciapont nélküli, ezért éri meg a valódi prelander példák tanulmányozása az indulás előtt, nem utána.

Statisztikai szignifikancia táblázatkezelési rögeszme nélkül#

Nem kell teljes statisztikai háttér, hogy elkerüld a leggyakoribb hibát, ami egy teszt eredményének értelmetlen időben történő kihirdetése. Egy működő ökölszabály: ha a következő maroknyi konverzió kimenetelének megfordítása megváltoztatná a teljes következtetésedet, akkor még nincs következtetésed, csak zaj. Kis napi ingadozások normálisak bármely funnelen; a kérdés az, hogy a minta több napon át tart-e, nem az, hogy egy nap jól vagy borzasztóan nézett ki.

Segít különválasztani azt is, hogy "ez a variáns most rosszabb" és "ez a variáns rosszabb". Egy prelander egy napig alulteljesíthet, mert aznap a forgalom rossz geo keveréke, egy hálózati szállítási hiba, vagy egy ideiglenes minőségcsökkenés a hirdetés oldalán feljebb, amiknek semmi köze magához a prelanderhez. Mielőtt leállítanál egy variánst, ellenőrizd, hogy az alulteljesítés konzisztens-e azokon a szegmenseken, amelyeken elvárnád, hogy tartson (több geo, több nap), vagy koncentrálódik-e egy szokatlan forgalmi szeletre.

Hogyan formálja közvetve a benchmarkodat a hirdetési hálózat választása#

A forgalmat szállító hálózat megváltoztatja a várt alapvonalat, még azonos prelander mellett is. A különböző hálózatok eltérnek a közönség minőségében, az elhelyezési kontextusban (a feed widgetek másként olvashatók, mint a cikk közötti elhelyezések) és a tipikus CPC tartományokban, amit részletesebben tárgyalunk a natív hirdetések CPC benchmarkjainak Taboola, Teads, MGID és Revcontent közötti bontásában. Ha ugyanazt a prelandert futtatod több hálózaton, a teljesítményadatokat elejétől kezdve szegmentáld hálózatonként, ne keverd össze, mivel egy erős hálózat elfedhet egy közepes prelandert, és egy gyenge hálózat egy valóban jó prelandert úgy mutathat, mintha alulteljesítene.

Hogyan segít itt az OpenAdLibrary#

Nem láthatod egy versenytárs belső konverziós adatait, de láthatsz egy erős proxy-t: mennyi ideig futott a kreatívja. A heteken át egy hálózaton túlélő hirdetések szinte mindig egy olyan funnel, beleértve a prelandert, támasza alatt állnak, amely elég jól konvertál ahhoz, hogy a hirdető fizessen a forgalomért. Az OpenAdLibrary natív hirdetés kém eszköze pontosan ezt a hosszú élettartam jelet hozza felszínre a nyomon követett landing page mellett, így ahelyett, hogy egy benchmark számra tippelnél, tanulmányozhatod, hogyan néz ki egy bevált funnel szerkezet a te vertikálisodban, mielőtt felépítenéd a sajátodat.

Mit kezdj egy benchmarkkal, ha már van#

Egy önállóan felépített benchmark csak akkor hasznos, ha valóban cselekszel az eltéréseire. Állíts be előre egy egyszerű belső küszöböt, például egy teljes héten át tartó, jelentős margóval történő csökkenést a saját alapvonaladhoz képest, ahelyett, hogy a napi zajra reagálnál. Amikor egy kampány átlépi ezt a küszöböt, dolgozd végig az okokat a legolcsóbb ellenőrzési sorrendben: először a hirdetés oldalán lévő kreatív fáradtság, mivel ez a leggyorsabban kizárható vagy megerősíthető, majd a hirdetés és a prelander közötti címsor egyezés, majd maga az ajánlatoldal, és csak utána a prelander szerkezeti átépítése. A legtöbb alulteljesítés az első két ok egyikéhez vezethető vissza, és a legolcsóbb ellenőrzésekkel kezdve megóvod magad attól, hogy egy olyan prelandert építs újra, amely soha nem is volt a probléma.

Érdemes külön tartani a benchmarkokat forrás szerint is. Egy Taboola forgalommal táplált prelander és ugyanaz a prelander MGID forgalommal táplálva nagy valószínűséggel eltérő rátákat mutat pusztán a közönség és az elhelyezési különbségek miatt, függetlenül magától az oldaltól. Ezeknek a számoknak az összekeverése egyetlen benchmarkba pontosan elrejti azt a szegmentálást, ami egy benchmarkot hasznossá teszi.

Végső soron#

Hagyd abba az egyetlen univerzális prelander konverziós szám keresését. Határozd meg, hogy a három ráta közül melyiket mérsz valójában, szegmentálj, mielőtt átlagolnál, és építs kiindulási alapvonalat a saját tiszta forgalmadból. A külső benchmarkok érdemesek elolvasni kontextusként, de soha nem érdemesek célként üldözni.