OpenAdLibraryOpenAdLibrary
Affiliate és médiavásárlás

Taboola Whitelist Stratégia: Széles vásárlásoktól a bevált oldalakig

Hogyan juthatsz el széles Taboola vásárlásoktól egy bevált oldalakból álló whitelist-ig három fázisban — és hogyan rövidítheted le a költséges felfedezési fázist megfigyelési adatokkal.

Szerkesztős illusztráció: Taboola Whitelist Stratégia: Széles vásárlásoktól a bevált oldalakig

A Taboola whitelist egy olyan kampány, amely csak azokra a kiadói oldalakra korlátozódik, amelyekről már bebizonyosodott, hogy konvertálnak; a blacklist pedig azon oldalak folyamatosan frissülő halmaza, amelyeket a költségvetés elégetése miatt tiltottál. Egy működő whitelist-hez három fázisban jutsz el: fuss szélesen, hogy oldalankénti adatokat vásárolj, tiltsd a vérző oldalakat, ahogy a bizonyítékok felhalmozódnak, majd másold a bevált oldalakat egy dedikált kampányba saját licitekkel és költségkerettel. Van egy rövidítés is a költséges első fázishoz: megfigyelni, hogy mely kiadókon koncentrálnak a hosszú ideje futó hirdetők — egy minta, amely látható az OpenAdLibrary indexében található 6,9 millió hirdetés megfigyelésében (2026. július). Ez a cikk a teljes munkafolyamatot és a rövidítést is bemutatja.

Whitelist vs blacklist: mechanika Taboola-n#

Először a szókincs, mivel a két listát folyamatosan összekeverik (teljes definíciók a whitelist/blacklist szótárbejegyzésben):

  • Blacklist — a szállításból kizárt oldalak. A Taboola támogatja a kiadók tiltását kampányszinten (ez az ajánlat nem működik ott) és fiókszinten (soha ne szolgáljunk ott). A tiltások kivonóak: minden más továbbra is szolgál.
  • Whitelist — ennek az inverze: a szállítás kizárólag egy explicit listán szereplő kiadókra korlátozódik, általában egy dedikált, csak a bevált oldalakra célzó kampányként valósul meg. A whitelist-ek additívak: semmi sem szolgál, hacsak fel nem veszed a listára.

Minden kiadói tulajdonságot a jelentésekben egy oldalazonosító (site identifier) azonosít — a kiadó/oldal azonosító szótárbejegyzés magyarázza, hogy ezek hogyan képezik le a tényleges domaineket. A pontos konzolvezérlők fejlődnek, ezért ellenőrizd a Taboola aktuális dokumentációját, hogy hol találhatók ma a tiltások és az oldalcélzás; az alábbi stratégia mindkét esetben stabil. Ha teljesen új vagy a hálózat szerkezetében, kezd a Taboola hirdetések működése cíművel.

1. fázis: fuss szélesen és vásárold meg az adatokat#

A whitelist egy következtetés, nem egy kiinduló hipotézis. Az első fázis egy széles kampány — run-of-network a strukturális felosztásokon belül (platform, földrajzi szint, tölcsér) —, amelynek feladata nem a profit, hanem egy oldalankénti adathalmaz. Elvárások ehhez a fázishoz:

  • Koncentráció közeledik. Egy gyakori minta a natív kampányokban: az oldalak kis része végzi a legtöbb konverziót, míg egy hosszú farok csipkedi a költségvetést. A célod, hogy megtaláld, mely oldalak melyik csoportba tartoznak a te ajánlatodra vonatkozóan.
  • Ne ítélkezz korán. Egy pár kattintással rendelkező oldal semmit nem bizonyított egyik irányba sem. Hagyd, hogy az oldalak értelmes költést halmozzanak fel, mielőtt a tiltás/tartás döntésbe kerülnének.
  • Költségvetézd tandíjként. Bármibe is kerül a széles fázis, az vásárolja meg azt az eszközt, amelyen minden későbbi kampány fut. Alulfinanszírozása zajra épülő whitelist-et hoz létre, és ez a zaj minden későbbi, a listára épülő kampányban megsokszorozódik.

Mire ítéljünk egy oldalt (több, mint a CPA)#

A metszés előtt döntsd el, mit jelent a "bevált". Négy szempont oldalanként, prioritási sorrendben:

  • Konverziós matek. A CPA a célhoz képest a fő szám, de súlyozd a mintával — egy 1,2× célértéken lévő oldal három konverzióval nem bizonyított, nem pedig sikertelen.
  • Volumen kapacitás. Egy oldal, amely gyönyörűen konvertál heti húsz kattintáson, nem lehet egy whitelist alapja. Jegyezd fel, mely konvertálók képesek ténylegesen elnyelni költségvetést; a későbbi skálázási döntés ettől függ.
  • Konzisztencia a hetek között. Egy forró hét gyakran csak egy helyezésváltozás vagy a kiadó oldalán lévő forgalmi csúcs. Azok az oldalak a valódi jelöltek, amelyek két-három egymást követő értékelési ciklus alatt is konvertálnak.
  • Tölcsér minőségi jelek. Ahol nyomon követed a lander előtti kattintási arányt vagy az oldalon belüli interakciót, az oldalankénti különbségek diagnosztikusak: egy olyan oldal, amelynek jó a hirdetés CTR-je, de katasztrofális a lander előtti haladás, lapozókat küld, nem olvasókat, és egyetlen licitkorrekció sem javít ezen.

Ezek egy lapon tartása kampányonként a második fázist hangulatból aritmetikává változtatja.

2. fázis: tiltsd a vérző oldalakat#

Ahogy az oldalankénti adatok érik, metsz hetente — ne óránként:

  1. Tilts bizonyíték alapján. A gyakori heurisztika: egy olyan oldalt tilts, amely elköltötte a cél CPA két-háromszorosát nulla konverzió mellett.
  2. Licitelj lejjebb a kivágás előtt. Azok az oldalak, amelyek konvertálnak, de a cél felett vannak, először kapjanak negatív licitkorrekciót; a tiltások azoknak az oldalaknak szólnak, amelyeknek nincs megmentő matekjuk.
  3. Figyelj a hibamódra. A túl korai, túlzott tiltás a klasszikus hiba — megfojtja a felfedezést, és a túl agresszíven tiltó kampányok megfullaszthatják a saját szállításukat.
  4. Válaszd tudatosan a tiltás hatókörét. A fiókszintű tiltások alapvető hibákra (minőség, márkabiztonság) valók; a kampányszintű tiltások olyan oldalakra, amelyek egyszerűen nem illeszkednek ehhez az ajánlathoz. Tarts nyilvántartást — az elfelejtett fiókszintű tiltások csendben torzítják minden jövőbeli tesztet.

3. fázis: a whitelist kampány#

Amikor egy oldalkészlet ismételten a cél alatt konvertált, diplomáztasd ki:

  • Másolj, ne módosíts. Klónozd a kampányt, és korlátozd a klónt a bevált oldalakra. Tartsd életben a széles kampányt csökkentett költségkerettel, mint felfedezési motorod — egy whitelist tápláló nélkül végül éhenhal.

  • Licitelj feljebb. Az ismert jó helyezéseken már nem fizetsz a felfedezésért; konkrét leltárért versenyzel. Magasabb licitek egy whitelist-en olyan pozíciót vásárolnak olyan helyezéseken, amelyekről már tudod, hogy konvertálnak.

  • Számolj gyorsabb kifáradással. Egy fix helyezékkészlet fix közönséget jelent. A whitelist kampányok gyorsabban égetik át a kreatíveket, mint a szélesek, ezért forgass ott agresszívebben változatokat.

  • Ismerd a plafont. A whitelist-elés a helyezések verziója a vertikális skálázásnak — többet préselni ki abból, ami működik — és ennek van egy felső határa. A horizontális terjeszkedéssel való kapcsolatát a horizontális vs vertikális skálázás tárgyalja.

A rövidítés: lásd, hol futnak már a bevált hirdetők#

Az első fázis a költséges rész, és a megfigyelési adatok összenyomják. Az OpenAdLibrary indexében található 6,9 millió hirdetés megfigyelés mindegyike összekapcsol egy kreatívet azzal a kiadói oldallal, ahol rögzítették, első és utolsó látás dátumával. Egy ismétlődő minta, amelyet az indexben látunk: a 30+ napot túlélő hirdetők hirdetései egy visszatérő kiadókészleten koncentrálják a benyomásaikat, nem pedig szétszórják a hálózaton — a költésük eloszlása egy de facto whitelist, kívülről láthatóan.

A munkafolyamat:

  1. Találd meg a túlélőket a te vertikálisodban. Szűrd a Taboola kreatíveket kategória és futási idő szerint az OpenAdLibrary Taboola kém eszközében; a 30 napos vonalon túli hirdetések a beváltak (miért jelent a hosszú életkor profitot).
  2. Jegyezd fel, hol jelennek meg ismételten a hirdetéseik. Ugyanazon hirdető hirdetéseinek ismételt megfigyelése ugyanazon domaineken hetek alatt szándékos koncentrációt jelez, nem run-of-network balesetet. A fordított keresés — egy kiadótól kiindulva, hogy ki vásárol ott — a ki vásárol hirdetéseket egy weboldalon címűben szerepel.
  3. Vetemedd a tesztlistádat. Azok a domainek válnak prioritásos első fázisú listává, nem pedig egy vak RON vásárlás.

Az őszinte kikötés: az ő gazdasági modelljük nem a tiéd. Egy olyan oldal, amely egy versenytárs ajánlatára, kifizetésére és tölcsérére működik, a te matekodban lehet, hogy nem. A megfigyelési adatok egy jobban rendezett tesztvárólistát vásárolnak neked, nem garantált whitelist-et — a teljes kutatási módszer a Taboola hirdetés kém útmutatóban található.

Ismétlődő buktatók#

  • Túl korai whitelist-elés. A kis minták magabiztos, de hibás listákat produkálnak. Várj valós költésre oldalanként.
  • A whitelist elrothadása. A kiadók közönsége, layoutjai és widget pozíciói változnak. Érvényesítsd újra a listát negyedévente; ejtsd ki azokat az oldalakat, amelyek matekja elmozdult.
  • Nincs felfedezési költségkeret. Azok a csapatok, akik teljes mértékben a whitelist-re teszik, hat hónap múlva egy kifáradt listával és jelöltek csővezeték nélkül ébrednek.
  • Domainek egységes kezelése. Egy nagy kiadó különböző részei különböző oldalakként viselkedhetnek. Ahol a jelentéskészítés ezt a részletességet feltárja, használd a teljes domain megítélése előtt.
  • Blacklist amnézia. A nem dokumentált fiókszintű tiltások láthatatlan szabotázs minden későbbi kampányon. Tartsd leírva a listát dátumokkal és indokokkal.
  • Whitelist átültetése ajánlatok között. Egy tölcsérre bevált oldallista csak hipotézis a következőre, nem születési jog. Új ajánlat, új első fázis — csak egy rövidebb, amelyet a régi lista veteményez.

A whitelist nem igazán az eszköz. Az eszköz az a hurok, amely létrehozta: széles felfedezés, bizonyítékalapú metszés, diplomázás és újraérvényesítés. Azok a hirdetők, akik ezt a hurkot futtatják, mindig rendelkeznek aktuális listával; azok, akik a whitelist-et befejezett artefaktumként kezelik, általában tavalyi internetet skáláznak.

Gyakran ismételt kérdések

Indíthatok Taboola kampányt whitelist-tel az első naptól?
Indíthatsz, de alapozd bizonyítékokra, ne találgatásra. Kölcsönzött listák — olyan oldalak, ahol a bevált, hosszú ideje futó versenytársak koncentrálnak, vagy egy képviseli javaslatai — jó prioritású tesztlistát adnak. Kezeld képzési kerekekkel ellátott felfedezésként: tarts szerény költségkereteket, számolj azzal, hogy néhány oldal mégsem fogja megérni a számodra, és futtass egy kis széles kampányt párhuzamosan a felfedezésért.
Mennyi költést igényel egy oldal, mielőtt tiltanám?
Egy gyakori heurisztika: tiltsd, ha egy oldal elköltötte a cél CPA-d két-háromszorosát nulla konverzió mellett. Ennél kevesebbnél a minta hazudik — egy pár kattintással rendelkező oldal semmit nem bizonyított sem egyik, sem másik irányba. A heti tiltási ritmus jobb, mint az óránkénti pánik, és a túl korai, túlzott tiltás megfojtja a felfedezést, sőt teljesen összeomolhat a szállítás.
Miért állt le a Taboola whitelist kampányom?
A whitelist-ek elavulnak. Egy fix helyezékkészlet fix közönséget jelent, így a kreatív kifáradás gyorsabban érkezik, mint a széles kampányokon, és a kiadók idővel változtatnak a layoutokon, a közönségen és a widget pozíciókon. Forgass agresszívebben kreatíveket a whitelist kampányokon, érvényesítsd újra a helyszínlistát negyedévente, és tarts egy felfedezési kampányt, amely új jelölteket táplál be.
Mi a különbség a kampányszintű és a fiókszintű tiltás között Taboola-n?
A kampányszintű tiltás eltávolít egy oldalt egy kampányból; a fiókszintű tiltás eltávolítja mindenhonnan, beleértve a jövőbeli kampányokat is. Használd a fiókszintet alapvető hibákra, mint minőségi vagy márkabiztonsági aggályok, és a kampányszintet olyan oldalakra, amelyek egyszerűen nem illeszkednek egy ajánlat gazdasági modelljébe. Tarts nyilvántartást — az elfelejtett fiókszintű tiltások csendben torzítják a későbbi teszteket.
Hogyan találom meg, mely oldalakat whitelist-elnek a versenytársaim Taboola-n?
Nem láthatod a kampánybeállításaikat, de megfigyelheted, hol jelennek meg ismételten a hirdetéseik. A hirdetés-intelligencia megfigyelési adatok minden rögzített kreatívot összekapcsolnak azzal a kiadói oldallal, ahol futott. Amikor egy hosszú ideje futó hirdető hirdetései hetekig ugyanazon domaineken bukkannak fel újra és újra, ez a koncentráció egy de facto whitelist — és egy prioritásos tesztlista a számodra.
Az OpenAdLibrary Csapat
ÍrtaAz OpenAdLibrary Csapat
Ad intelligencia és natív hirdetéskutatás

Mi építjük az OpenAdLibrary-t, a nyílt hirdetésátláthatósági platformot. Rendszereink naponta élő natív hirdetéseket rögzítenek a Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo és MSN hálózatokon, azonosítják az egyes hirdetések mögötti valódi hirdetőt, és követik a kattintást a céloldalig. Ezek az útmutatók összegyűjtik, amit ezekben az adatokban látunk, hogy gyorsabban kutatni tudd a piacot.