OpenAdLibraryOpenAdLibrary
Kreatif Iklan & Funnel

Benchmark Konversi Pre-Lander: Angka CTR-ke-Tawaran yang Harus Ditingkatkan

Lupakan angka benchmark yang Anda lihat di posting forum. Berikut cara memisahkan ad CTR, prelander CTR, dan funnel CVR secara terpisah, serta membangun baseline dari trafik Anda sendiri.

Ilustrasi editorial: Benchmark Konversi Pre-Lander: Angka CTR-ke-Tawaran yang Harus Ditingkatkan

Tidak ada satu "rasio konversi prelander yang baik"; itu tergantung pada vertikal, tier geo, perangkat, dan seberapa ketat kriteria kualifikasi tawaran. Yang lebih penting daripada mencapai angka yang Anda lihat di posting forum adalah mengukur tiga rasio terpisah dengan benar (ad‑to‑prelander CTR, prelander‑to‑offer CTR, dan funnel CVR keseluruhan) serta membangun baseline Anda sendiri dari trafik Anda sebelum membandingkan apa pun dengan angka orang lain.

Tiga rasio yang sering disalahartikan orang#

"Rasio konversi prelander" sering dipakai secara longgar untuk tiga hal berbeda, dan mencampurkannya adalah alasan mengapa begitu banyak klaim benchmark beredar tanpa konteks.

  • Ad‑to‑prelander CTR: bagian impresi iklan yang diklik menuju prelander Anda. Ini berada di sisi jaringan dan merupakan fungsi kreatif serta judul iklan, bukan prelander Anda.
  • Prelander‑to‑offer CTR: bagian pengunjung prelander yang mengklik menuju halaman tawaran sebenarnya. Inilah yang biasanya orang maksud dengan "rasio konversi prelander."
  • Full‑funnel CVR: bagian impresi iklan (atau klik) yang berakhir dengan konversi lengkap pada tawaran. Ini sudah memasukkan kinerja halaman tawaran, yang tidak dapat dikontrol oleh prelander.

Jika Anda membandingkan dengan angka dari grup Slack atau kursus, tanyakan rasio mana yang sedang dibahas. Kebanyakan angka yang dikutip ternyata adalah full‑funnel CVR yang disebut "rasio prelander," yang membuatnya tidak berguna untuk mengisolasi apakah prelander Anda sendiri yang menjadi masalah.

Mengapa benchmark yang dipublikasikan hampir selalu salah untuk kasus Anda#

Kinerja prelander dipengaruhi oleh terlalu banyak variabel untuk satu angka dapat berlaku di semua konteks:

  • Vertikal: prelander kesehatan yang mengarahkan ke tawaran suplemen sangat berbeda dengan prelander keuangan yang mengarahkan ke perbandingan pinjaman.
  • Tier geo: trafik Tier‑1 cenderung konversi berbeda dibandingkan trafik Tier‑2/3 pada tier geo, sebagian karena saturasi jaringan dan sebagian karena kombinasi perangkat.
  • Perangkat: pengguna mobile pada penempatan native lebih cepat bounce dan jauh kurang toleran terhadap satu ketukan ekstra sebelum tawaran dibandingkan pengguna desktop.
  • Friction tawaran: prelander satu‑klik "lihat tawaran" konversinya sangat berbeda dengan yang menyaring pengguna melalui beberapa pertanyaan kualifikasi sebelum menampilkan CTA.

Anggap setiap angka yang dikutip tanpa keempat variabel tersebut sebagai indikasi arah saja, dan jangan mengejarnya.

Membangun benchmark Anda sendiri#

Inilah bagian yang benar‑benar menggerakkan hasil. Urutan praktis:

  1. Jalankan periode baseline bersih. Dua hingga empat minggu, satu varian prelander, kreatif stabil, tanpa edit tengah‑jalan, sehingga Anda memiliki angka jujur untuk dibandingkan nanti.
  2. Segmentasikan sebelum merata‑kan. Pisahkan prelander‑to‑offer CTR berdasarkan geo, perangkat, dan jaringan secara terpisah. Rata‑rata gabungan dari tiga geo dengan perilaku sangat berbeda tidak memberi wawasan yang dapat ditindaklanjuti.
  3. Lacak klik yang memenuhi kualifikasi, bukan klik mentah. Jika tawaran Anda memiliki persyaratan waktu pada halaman atau kedalaman scroll sebelum CTA muncul, hitung klik yang benar‑benar memenuhi syarat tersebut. Volume klik mentah akan melebih‑lebihkan prelander yang membiarkan orang klik tanpa membaca apa‑apa.
  4. Bandingkan dengan riwayat Anda sendiri, bukan industri. Setelah Anda memiliki dua atau tiga periode baseline, garis tren Anda sendiri lebih berguna daripada angka eksternal, karena sudah memperhitungkan kombinasi trafik, geo, dan tawaran Anda.

Alasan umum prelander CTR di bawah performa#

Gejala Penyebab yang mungkin Apa yang harus dicek pertama
Bounce tinggi, hampir tidak ada scroll Judul/kreatif tidak selaras dengan hook iklan yang menghasilkan klik Apakah judul prelander melanjutkan klaim tepat dari iklan, atau beralih ke sesuatu yang lain?
Keterlibatan awal lambat, kemudian menurun tajam di tengah halaman Sinyal kepercayaan hilang sebelum permintaan Periksa adanya baris sumber kredibel, tanggal, atau pengungkapan di bagian atas
Baik di desktop, lemah di mobile Friksi tata letak, loading lambat, atau CTA di bawah lipatan pada layar kecil Uji render mobile sebenarnya, bukan sekadar resize browser
CTR bagus, CVR turun di bawah Prelander menjual tawaran berlebihan dibandingkan apa yang sebenarnya diberikan oleh halaman landing Baca halaman tawaran sebagai pengunjung pertama kali, tepat setelah prelander
CTR turun tajam setelah beberapa hari Kelelahan kreatif pada iklan yang terhubung, bukan prelander itu sendiri Periksa frekuensi iklan dan hari penayangan sebelum menyentuh prelander

Kapan harus menghentikan vs. iterasi prelander#

Jangan membuat keputusan berdasarkan beberapa klik saja. Aturan kasar yang berlaku pada kebanyakan kampanye native: tunggu hingga volume cukup sehingga perubahan beberapa poin persentase tidak akan membalikkan kesimpulan Anda, dan jangan menilai varian sampai ia berjalan setidaknya selama satu siklus hari‑minggu penuh, karena perilaku hari kerja dan akhir pekan pada penempatan native dapat berbeda secara signifikan.

Jika prelander berada di bawah baseline bersih Anda setelah periode tes bersih, isolasi satu variabel pada satu waktu: ganti hanya judul, atau hanya gambar hero, atau hanya salinan CTA, jangan sekaligus tiga. Sebuah pre‑lander yang dibangun berdasarkan contoh nyata yang berhasil lebih mudah diiterasi daripada yang dibuat dari templat tanpa referensi, itulah mengapa mempelajari contoh pre‑lander nyata penting sebelum Anda meluncurkan, bukan setelahnya.

Signifikansi statistik tanpa obsesi spreadsheet#

Anda tidak memerlukan latar belakang statistik lengkap untuk menghindari kesalahan paling umum, yaitu menyimpulkan hasil tes sebelum ada arti. Aturan praktis: jika membalikkan hasil beberapa konversi berikutnya akan mengubah keseluruhan kesimpulan Anda, maka Anda belum memiliki kesimpulan, melainkan hanya kebisingan. Fluktuasi harian kecil normal pada funnel mana pun; pertanyaannya adalah apakah pola tersebut bertahan selama beberapa hari, bukan apakah satu hari terlihat bagus atau buruk.

Hal ini juga membantu memisahkan "varian ini lebih buruk saat ini" dari "varian ini lebih buruk." Prelander dapat di bawah performa selama satu hari karena campuran geo yang buruk pada trafik hari itu, gangguan pengiriman jaringan, atau penurunan kualitas iklan di hulu, yang semuanya tidak ada hubungannya dengan prelander itu sendiri. Sebelum menghentikan varian, periksa apakah penurunan konsisten di segmen yang Anda harapkan (berbagai geo, berbagai hari), atau terpusat pada satu segmen trafik yang tidak biasa.

Bagaimana pilihan jaringan iklan Anda secara tidak langsung membentuk benchmark#

Jaringan yang mengirimkan trafik Anda mengubah baseline yang harus Anda harapkan, bahkan dengan prelander yang identik. Berbagai jaringan berbeda dalam kualitas audiens, konteks penempatan (widget feed berbeda dengan penempatan dalam artikel) dan rentang CPC tipikal, yang dibahas lebih mendalam dalam rangkuman kami tentang benchmark CPC iklan native di Taboola, Teads, MGID, dan Revcontent. Jika Anda menjalankan prelander yang sama di beberapa jaringan, segmentasikan data performa berdasarkan jaringan sejak awal alih‑alih menggabungkannya, karena jaringan kuat dapat menyamarkan prelander biasa dan jaringan lemah dapat membuat prelander yang sebenarnya baik tampak di bawah performa.

Bagaimana OpenAdLibrary membantu di sini#

Anda tidak dapat melihat data konversi internal kompetitor, tetapi Anda dapat melihat proksi kuat: berapa lama kreatif mereka tetap berjalan. Iklan yang bertahan minggu‑minggu pada sebuah jaringan hampir selalu didukung oleh funnel, termasuk prelander, yang mengkonversi cukup baik untuk membuat pengiklan terus membayar trafik. Alat spy iklan native OpenAdLibrary menampilkan sinyal umur tersebut bersama halaman landing yang ditelusuri, sehingga alih‑alih menebak angka benchmark, Anda dapat mempelajari struktur funnel terbukti untuk vertikal Anda sebelum membangun benchmark sendiri.

Apa yang harus dilakukan dengan benchmark setelah Anda memilikinya#

Benchmark buatan sendiri hanya berguna jika Anda benar‑benar bertindak atas penyimpangan darinya. Tetapkan ambang internal sederhana sebelumnya, misalnya penurunan berkelanjutan dengan margin signifikan terhadap baseline Anda selama seminggu penuh, alih‑alih bereaksi pada kebisingan harian. Ketika kampanye melewati ambang tersebut, selidiki penyebabnya berdasarkan biaya pengecekan: pertama kelelahan kreatif pada sisi iklan, karena itu paling cepat untuk dipastikan atau dibuang, kemudian kesesuaian judul antara iklan dan prelander, kemudian halaman tawaran itu sendiri, dan baru kemudian rekonstruksi struktural prelander. Sebagian besar penurunan performa kembali ke salah satu dari dua penyebab pertama, dan memulai dengan pengecekan termurah menghemat waktu dari membangun ulang prelander yang sebenarnya bukan masalah.

Ada baiknya juga memisahkan benchmark berdasarkan sumber trafik. Prelander yang didapat dari trafik Taboola dan prelander yang sama yang didapat dari trafik MGID sangat mungkin menunjukkan rasio yang berbeda karena perbedaan audiens dan penempatan, terlepas dari apa pun tentang halaman itu sendiri. Menggabungkan angka-angka tersebut menjadi satu benchmark menyembunyikan segmentasi yang membuat benchmark berguna sejak awal.

Kesimpulan#

Berhentilah mencari satu angka konversi prelander universal. Tentukan rasio mana dari tiga yang sebenarnya Anda ukur, segmentasikan sebelum merata‑kan, dan bangun baseline dari trafik bersih Anda. Benchmark eksternal berguna untuk konteks, tetapi tidak pernah layak dijadikan target utama.

Pertanyaan yang sering diajukan

Berapa rasio konversi prelander yang baik?
Tidak ada angka universal. Itu tergantung pada vertikal, tier geo, kombinasi perangkat, dan seberapa banyak friksi yang ditambahkan tawaran sebelum konversi. Bangun baseline dari trafik bersih Anda selama dua hingga empat minggu dan bandingkan kinerja masa depan dengan baseline tersebut, bukan mengejar benchmark eksternal yang tidak memiliki konteks Anda.
Apa perbedaan antara prelander CTR dan full-funnel CVR?
Prelander CTR mengukur berapa banyak pengunjung prelander yang mengklik ke tawaran. Full-funnel CVR mengukur berapa banyak impresi atau klik iklan yang berakhir dengan konversi lengkap pada halaman tawaran itu sendiri. Kinerja halaman tawaran sudah termasuk dalam angka kedua tetapi tidak pada angka pertama, sehingga keduanya menjawab pertanyaan yang berbeda.
Berapa banyak trafik yang saya butuhkan sebelum mempercayai tes prelander?
Volume yang cukup sehingga perubahan beberapa poin persentase tidak akan membalikkan kesimpulan Anda, dan idealnya siklus penuh selama seminggu sehingga perilaku hari kerja dan akhir pekan keduanya terwakili. Menghentikan varian setelah beberapa lusin klik adalah cara umum secara tidak sengaja membuang prelander yang bekerja.
Mengapa prelander CTR saya tiba‑tiba turun setelah beberapa hari?
Periksa sisi iklan sebelum menyentuh prelander. Kelelahan kreatif pada iklan yang terhubung sering muncul sebagai penurunan prelander CTR meskipun prelander sendiri tidak berubah, karena lebih sedikit impresi yang mencapai prelander berasal dari pengguna baru yang responsif.
Haruskah saya membandingkan prelander CTR saya dengan kompetitor?
Anda tidak dapat melihat data konversi aktual kompetitor, tetapi umur iklan yang terlihat menjadi proksi yang masuk akal. Iklan yang terus berjalan selama minggu‑minggu biasanya didukung oleh funnel yang mengkonversi cukup baik untuk membenarkan pengeluaran berkelanjutan, yang menjadi sinyal berguna meski tanpa angka pasti.
Tim OpenAdLibrary
Ditulis olehTim OpenAdLibrary
Intelijen iklan & riset iklan native

Kami membangun OpenAdLibrary, platform transparansi iklan terbuka. Setiap hari sistem kami menangkap iklan native langsung di seluruh Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo, dan MSN, mengidentifikasi pengiklan asli di balik setiap iklan, dan mengikuti klik ke halaman landasnya. Panduan ini merangkum apa yang kami lihat dalam data tersebut sehingga Anda dapat meneliti pasar dengan lebih cepat.