プレランダーコンバージョンベンチマーク：CTRからオファーまでの数値で超えるべきもの

「良い」プレランダーコンバージョン率という単一の数値は存在せず、縦軸、地理階層、デバイス、そしてオファーの資格条件の厳しさに依存します。フォーラムの投稿で見た数値を達成することよりも重要なのは、広告からプレランダーへのCTR、プレランダーからオファーへのCTR、ファネル全体のCVRの3つの率を正しく測定し、自社のトラフィックからベースラインを構築してから、他の誰かの数値と比較することです。

人々が混同する3つの率#

「プレランダーコンバージョン率」という言葉は3つの異なる意味でゆるく使われており、それらを混同することが、多くのベンチマーク主張が文脈なしに浮遊する理由です。

• 広告からプレランダーへのCTR：広告インプレッションのうち、プレランダーをクリックする割合。これはネットワーク側に属し、クリエイティブとヘッドラインの関数であり、プレランダー自体とは無関係です。
• プレランダーからオファーへのCTR：プレランダー訪問者のうち、実際のオファーページをクリックする割合。これが通常「プレランダーコンバージョン率」と言われるものです。
• ファネル全体のCVR：広告インプレッション（またはクリック）のうち、オファー上で完了したコンバージョンに至った割合。これにはプレランダーが制御できないオファーページ自体のパフォーマンスが組み込まれます。

Slackグループやコースからの数値とベンチマークする場合、それがこれら3つのうちどれを指しているのか尋ねてください。引用される数値の多くは、ファネル全体のCVRを「プレランダー率」と呼んでいるだけであり、プレランダー自体に問題があるかどうかを切り分けるのに役立ちません。

公開ベンチマークがほぼ常にあなたのケースで間違っている理由#

プレランダーのパフォーマンスは多くの変数で変動するため、単一の数値が異なる文脈で通用することはありません。

• 縦軸：サプリメントオファーを適格判定する健康系プレランダーは、ローン比較を適格判定する金融系プレランダーとは全く異なる動作をします。
• 地理階層：同じジオティアに関する用語において、Tier1トラフィックはTier2/3トラフィックとは異なるコンバージョン傾向を示すことが多く、その原因の一部はネットワークの飽和状態とデバイス構成にあります。
• デバイス：ネイティブ配信のモバイルユーザーはより早くバウンスし、オファー前の余分なタップに対する許容度がデスクトップユーザーよりもはるかに低いです。
• オファーの摩擦：ワンクリックで「オファーを見る」というプレランダーは、CTAを表示する前に複数の資格質問でユーザーをフィルタリングするものとは大きく異なるコンバージョン率を示します。

これら4つの変数を明示せずに引用された数値は、せいぜい方向性として扱い、追いかけないでください。

自分自身のベンチマークを構築する#

これが実際に結果を動かす部分です。実践的な手順は以下の通りです。

1. クリーンなベースライン期間を実行する。2〜4週間、1つのプレランダーバリアント、安定したクリエイティブ、途中編集なしで、後で比較するための正直な数値を確保します。
2. 平均化する前にセグメント化する。プレランダーからオファーへのCTRを、地理、デバイス、ネットワークごとに分けて算出します。行動が大きく異なる3つの地域をブレンドした平均は、ほとんど実用的な情報をもたらしません。
3. 生のクリックではなく、適格クリックを追跡する。オファーにCTAが表示される前に最低滞在時間やスクロール深度の要件がある場合、その基準を満たしたクリックだけをカウントします。生のクリック数は、ユーザーが何も読まずに怒りのクリックを続けるプレランダーを過大評価します。
4. 業界ではなく、自分の履歴と比較する。2〜3回のベースライン期間ができたら、自分のトレンドラインは外部の数値よりも有用です。なぜなら、自分のトラフィックミックス、地域、オファーがすでに考慮されているからです。

プレランダーCTRが低迷する一般的な理由#

プレランダーをいつ破棄し、いつ反復するか#

数クリックで判断しないでください。ほとんどのネイティブキャンペーンで通用する大まかなルール：数パーセントポイントの変動で結論が変わらない十分なボリュームを待ち、バリアントを少なくとも完全な曜日サイクルにわたって実行するまでは判断しないでください。ネイティブ配信では平日と週末の行動が大きく異なる可能性があるためです。

クリーンテスト期間後にプレランダーが自分のベースラインを下回っている場合、一度に1つの変数のみを入れ替えます：ヘッドラインのみ、ヒーロー画像のみ、またはCTAコピーのみ。同じテストで3つすべてを入れ替えないでください。実際に機能する例に基づいて構築されたプレランダーは、参照点のないテンプレートから作られたものよりも反復が容易です。そのため、ローンチ前（後ではなく）に実際のプレランダーの例を研究することが重要です。

スプレッドシート中毒にならずに統計的有意性を確保する#

最も一般的な誤りを避けるために完全な統計学のバックグラウンドは必要ありません。その誤りとは、テスト結果が何も意味する前に結論を出すことです。実用的な経験則：次の数件のコンバージョンの結果をひっくり返すだけで結論全体が変わってしまうなら、まだ結論はなく、単なるノイズです。小さな日々の変動はどのファネルでも正常であり、重要なのは1日が良かったか悪かったかではなく、そのパターンが数日間にわたって持続するかどうかです。

また、「このバリアントは今は悪い」と「このバリアントは悪い」を区別することも役立ちます。プレランダーが1日だけパフォーマンスを下げる原因として、その日のトラフィックにおける地理ミックスの悪さ、ネットワーク配信の不具合、上流の広告品質の一時的な低下など、プレランダー自体とは無関係のものが考えられます。バリアントを破棄する前に、パフォーマンス低下が予想されるセグメント（複数の地域、複数の日）で一貫しているか、それとも1つの異常なトラフィック部分に集中しているかを確認してください。

広告ネットワークの選択が間接的にベンチマークを形作る方法#

トラフィックを配信するネットワークは、同一のプレランダーであっても、期待すべきベースラインを変化させます。ネットワークによってオーディエンスの質、プレースメントのコンテキスト（インフィードウィジェットは記事内プレースメントとは読まれ方が異なる）、典型的なCPC範囲が異なります。これは、Taboola、Teads、MGID、Revcontent全体のネイティブ広告CPCベンチマークの詳細でカバーされています。同じプレランダーを複数のネットワークで実行する場合、最初からパフォーマンスデータをネットワークごとにセグメント化し、ブレンドしないでください。強いネットワークが平凡なプレランダーを隠し、弱いネットワークが本当に良いプレランダーをパフォーマンス不良に見せることがあるからです。

OpenAdLibraryがここでどのように役立つか#

競合他社の内部コンバージョンデータは見えませんが、強力なプロキシを見ることができます：クリエイティブがどれだけ長く実行され続けているかです。ネットワーク上で数週間も生き残っている広告は、ほぼ常に、プレランダーを含むファネルが十分にコンバージョンして広告主がトラフィックに費用を払い続けるに値することを示しています。OpenAdLibraryのnative ad spy toolは、追跡されたランディングページとともにその存続期間シグナルを正確に表面化します。そのため、ベンチマーク数値を推測する代わりに、実際の証明されたファネル構造があなたの縦軸でどのように見えるかを、自分で構築する前に研究できます。

ベンチマークを手に入れたらそれで何をするか#

自己構築したベンチマークは、そこからの逸脱に実際に行動する場合にのみ有用です。事前に簡単な内部しきい値を設定します。例えば、1週間全体にわたって自分のベースラインから意味のあるマージンの持続的な低下など、日常的なノイズに反応するのではなく。キャンペーンがそのしきい値をトリガーした場合、安価にチェックできる順序で原因を調べます：最初に広告側のクリエイティブ疲労（最も早く確認または除外できる）、次に広告とプレランダー間のヘッドラインの一致、次にオファーページ自体、そして最後にプレランダーの構造的再構築。ほとんどのパフォーマンス低下は最初の2つの原因のいずれかに遡り、最も安価なチェックから始めることで、実際には問題ではなかったプレランダーを再構築する手間を省けます。

また、ベンチマークをトラフィックソースごとに分けておくことも価値があります。Taboolaトラフィックによって供給されるプレランダーと、同じプレランダーをMGIDトラフィックに供給する場合、ページ自体とは無関係に、オーディエンスとプレースメントの違いだけで異なるレートを示す可能性が非常に高いです。それらの数値を1つのベンチマークにブレンドすると、まさにベンチマークを有用にするセグメンテーションが隠れてしまいます。

結論#

単一の普遍的なプレランダーコンバージョン数値を探すのをやめましょう。実際に測定している3つの率のうちどれかを定義し、平均化する前にセグメント化し、自社のクリーンなトラフィックからベースラインを構築してください。外部のベンチマークは文脈のために読む価値がありますが、目標として追いかける価値は決してありません。