Penawaran Tingkat Penerbit: Tuas Optimasi yang Paling Banyak Dilewatkan Pembeli

Penawaran tingkat penerbit berarti menetapkan tawaran (atau modifikator tawaran) yang berbeda untuk situs penerbit atau ID penempatan individual dalam kampanye native, alih-alih menjalankan satu tawaran tetap di seluruh jaringan. Ini adalah tuas yang memisahkan pembeli yang hanya mencapai impas dari pembeli yang mengembangkan kampanye menang, karena pada Taboola, Outbrain, MGID, dan Revcontent, kinerja antar penerbit dalam kampanye yang sama secara rutin bervariasi hingga 5x atau lebih, bahkan setelah algoritma memiliki waktu untuk belajar.

Mengapa satu tawaran tetap adalah default yang salah#

Setiap lelang jaringan native berjalan per penempatan, bukan per kampanye. Ketika Anda menetapkan satu tawaran untuk seluruh kampanye, jaringan menerapkan tawaran itu di semua tempat penargetan Anda cocok, mulai dari situs berita premium hingga pertanian konten berkualitas rendah yang berada pada widget yang sama. Beberapa penempatan tersebut akan mengonversi pada 3x target CPA Anda. Lainnya akan menghabiskan anggaran selama berbulan‑bulan tanpa satu penjualan pun. Tawaran tetap memperlakukan mereka secara identik.

Algoritma pada jaringan ini bagus dalam menemukan volume, bukan dalam mengetahui margin Anda. Mesin optimasi Taboola dan Outbrain dengan senang hati terus menghabiskan pada penerbit yang memberikan klik murah dan prospek buruk, karena klik dan impresi adalah sinyal yang dapat mereka lihat paling cepat. Data konversi Anda tertinggal, dan ketika data tersebut menyusul, Anda sudah menghabiskan selisihnya. Penawaran tingkat penerbit menutup kesenjangan itu dengan menempatkan data kinerja Anda kembali mengendalikan ke mana uang mengalir.

Apa yang sebenarnya Anda ubah#

Setiap jaringan utama menampilkan tuas ini, hanya dengan nama yang berbeda:

Mekanismenya hampir selalu berupa pengali pada tawaran dasar Anda, bukan penggantian absolut. Tetapkan modifikator 1,4x pada penerbit kuat dan 0,6x pada yang lemah, dan jaringan menyesuaikan tawaran efektif yang masuk ke lelang di masing‑masing sisi. Beberapa jaringan juga memungkinkan Anda mengecualikan penerbit sepenuhnya, yang merupakan versi lebih kasar dari ide yang sama. Untuk bidang tepat dan parameter API yang masing‑masing jaringan paparkan untuk ini, lihat bagaimana iklan Taboola bekerja, bagaimana Outbrain bekerja, bagaimana iklan native MGID bekerja dan bagaimana Revcontent bekerja.

Mengapa kebanyakan pembeli melewatkannya#

Tiga alasan, jujur:

• Pelaporan tersembunyi. Data tingkat penerbit biasanya berada dua atau tiga klik dalam dasbor jaringan, diekspor sebagai CSV datar dengan puluhan baris dan tanpa tindakan selanjutnya yang jelas.
• Terlihat seperti pekerjaan rutin untuk akun kecil. Jika Anda menghabiskan $200 per hari, instingnya adalah bahwa beberapa pengecualian penerbit tidak akan menggerakkan jarum. Pada praktiknya justru sebaliknya: pada pengeluaran rendah, satu penerbit buruk dapat memakan 20% anggaran harian Anda sebelum Anda menyadarinya.
• Membutuhkan sampel nyata. Anda memerlukan cukup pengeluaran per penerbit, biasanya dalam kisaran 2 hingga 3 kali target CPA, sebelum penerbit "buruk" secara statistik buruk dan bukan sekadar sial. Pembeli menarik laporan pada hari kedua, tidak menemukan hal konklusif, dan menyerah pada latihan tersebut.

Poin terakhir adalah biaya sebenarnya. Penawaran tingkat penerbit adalah disiplin, bukan pengaturan satu kali. Ia memerlukan tinjauan mingguan yang berkelanjutan, dan kebanyakan akun tidak pernah mendapatkannya.

Alur kerja praktis#

1. Biarkan kampanye berjalan hingga mendapatkan sampel nyata. Jangan mengubah tawaran penerbit sebelum Anda menghabiskan setidaknya 2x target CPA pada kampanye secara keseluruhan; Anda memerlukan cukup konversi untuk mempercayai pemisahan.
2. Tarik laporan penempatan/situs dan urutkan berdasarkan pengeluaran menurun. Fokus pada 20 penerbit teratas berdasarkan pengeluaran terlebih dahulu; biasanya itu 70 hingga 80% anggaran Anda.
3. Kelompokkan ke dalam tiga tingkatan: menguntungkan (naikkan tawaran 20‑50%), impas (biarkan), merugi (turunkan tawaran atau kecualikan). Jangan mencoba menyempurnakan setiap baris; dekil teratas dan terbawah yang paling berpengaruh.
4. Terapkan modifikator, bukan penghentian total, pada langkah pertama Anda. Mengecualikan penerbit secara total menghilangkan opsi untuk menguji kembali nanti; tawaran 0,5x masih memungkinkan Anda belajar apakah masalahnya pada tawaran atau pada kesesuaian.
5. Periksa kembali setiap minggu, bukan setiap hari. Kinerja penerbit bergeser seiring konten baru ditambahkan dan campuran trafik berputar, terutama pada MGID dan Revcontent di mana inventaris berputar lebih cepat dibanding Taboola.
6. Masukkan pemenang ke dalam keputusan penskalaan. Penerbit yang menguntungkan pada tawaran 1,5x juga menjadi kandidat untuk kampanye khusus, yang merupakan langkah penskalaan horizontal setelah Anda menghabiskan potensi penskalaan vertikal pada kampanye asli.

Contoh kerja#

Misalkan Anda menjalankan kampanye $300/hari di Taboola dengan target CPA $40. Setelah dua minggu, laporan penempatan menunjukkan 40 penerbit mengambil pengeluaran signifikan. Lima penerbit teratas menghasilkan 60% konversi dengan rata‑rata CPA $28. Delapan penerbit terbawah mengambil 25% pengeluaran dan menghasilkan dua konversi total, dengan CPA efektif di atas $200. Semua yang lain berada di tengah, kira‑kira impas.

Langkah yang jelas adalah menaikkan tawaran lima teratas sebesar 30‑40% dan menurunkan delapan terbawah menjadi modifikator 0,4x alih‑alih mengecualikannya secara total, karena satu atau dua mungkin hanya kurang ter‑sampel bukan memang buruk. Seminggu kemudian, CPA kampanye secara keseluruhan pada anggaran yang sama biasanya meningkat secara signifikan, hanya karena redistribusi pengeluaran ke penerbit yang sudah terbukti, tanpa kreatif baru dan tanpa perubahan penargetan. Inilah seluruh alasan untuk memperlakukan penawaran tingkat penerbit sebagai tugas berkelanjutan bukan pembersihan satu kali: campuran penempatan dalam "kampanye" sebenarnya terdiri dari puluhan mikro‑pasar, dan tawaran tetap tidak pernah memberi harga yang tepat pada masing‑masing.

Menyiapkan tinjauan berkelanjutan#

Kebanyakan pembeli yang konsisten membangun ini ke dalam blok kalender berulang alih‑alih mengandalkan ingatan. Versi sederhana: setiap Senin, tarik laporan penempatan minggu sebelumnya untuk setiap kampanye aktif, urutkan berdasarkan pengeluaran, dan habiskan 15 menit per kampanye menyesuaikan dekil teratas dan terbawah. Catat modifikator yang Anda tetapkan sehingga Anda dapat melihat nanti apakah peningkatan penerbit berasal dari perubahan tawaran Anda atau dari faktor lain yang bergeser dalam akun. Pembeli yang menjalankan banyak kampanye di Taboola, Outbrain dan MGID secara bersamaan sering menemukan campuran penerbit hampir tidak tumpang tindih antar jaringan, yang berarti tinjauan ini memang harus dilakukan per jaringan, bukan sekali untuk seluruh akun.

Seperti apa data penerbit yang baik#

Umur iklan merupakan sinyal sekunder yang berguna di sini, bukan hanya data konversi dari pixel Anda. Jika Anda meneliti nilai penerbit sebelum menghabiskan satu dolar di sana, umur iklan pada kreatif yang berjalan melalui penempatan tersebut (seberapa lama pengiklan lain terus membayar untuk muncul di sana) adalah proksi yang masuk akal untuk kualitas, karena pengiklan berhenti membayar untuk penempatan yang tidak mengonversi. Indeks OpenAdLibrary melacak durasi tayang lintas jaringan untuk alasan ini: ia memungkinkan Anda memeriksa apakah penerbit memiliki riwayat kampanye menguntungkan sebelum Anda berkomitmen menghabiskan di sana. Anda dapat menyeberangkan riwayat penerbit dan kreatif melalui alat intelijen iklan alih‑alih hanya mengandalkan sampel terbatas akun Anda.

Kesalahan umum#

• Menurunkan tawaran terlalu agresif. Modifikator 0,3x sering mengeluarkan penerbit dari lelang sepenuhnya alih‑alih mengurangi bagiannya secara bertahap; Anda kehilangan kemampuan mengamati apakah ia pulih.
• Bereaksi pada satu hari buruk. Trafik native berisik hari demi hari, terutama pada penerbit kecil. Satu hari tanpa konversi pada $40 pengeluaran bukanlah keputusan akhir.
• Mengabaikan pembagian perangkat dalam satu penerbit. Seorang penerbit bisa sangat baik di mobile dan buruk di desktop (atau sebaliknya); menggabungkan keduanya menjadi satu modifikator menyembunyikan hal itu. Menumpuk modifikator perangkat dan geo di atas level penerbit menutup kesenjangan tersebut.
• Lupa menguji kembali penerbit yang dikecualikan setelah pembaruan kreatif. Penerbit yang gagal dengan sudut lelah dapat berperforma sangat berbeda dengan hook baru.

FAQ takeaways#

Penawaran tingkat penerbit adalah pemeliharaan akun yang tidak glamor, tetapi merupakan salah satu tuas optimasi yang sepenuhnya berada dalam kendali Anda, tidak seperti dinamika lelang atau perubahan algoritma platform. Pembeli yang membangun tinjauan mingguan penerbit ke dalam rutinitas mereka secara konsisten melaporkan CPA yang lebih ketat dibandingkan pembeli yang menjalankan kreatif dan penargetan yang sama dengan tawaran tetap. Apapun pembagian yang Anda gunakan antara menguji konsep baru dan menskalakan yang terbukti, penawaran tingkat penerbit adalah apa yang membuat sisi penskalaan pembagian tersebut benar‑benar menguntungkan bukan sekadar lebih keras.