Topp native annonsører på Taboola, Outbrain og MGID: En forskningsmetode

"Hvem er de største annonsørene på Taboola akkurat nå?" er et vanlig spørsmål innen performance-markedsføring, og mange publiserte svar er vanskelige å kontrollere. Listene du finner er en leverandørs kundelogotyper, en ett år gammel casestudie, eller et uttrekk fra én plassering på ett nettsted. Ingen av dem forteller deg hva som faktisk er levende denne uken, på hvilket nettverk, i hvilket land.

Denne studien tar en annen rute. I stedet for å spørre et nettverk hvem de store brukerne er, gjenoppbygger vi svaret fra annonsene selv. Fangede native kreativer klassifiseres, der bevisene tillater det, etter annonsør, etter det native annonsenettverket som leverte dem, og etter vertikal. Tell hvor bredt og over hvilke datoer hver annonsør ble observert, og du får en rangering av observert tilstedeværelse i fangstutvalget, ikke et mål på bruk.

En tidligere versjon av denne studien oppgav totaltall for OpenAdLibrary-samlingen per juni 2026 og kreativtall per nettverk og per vertikal. Disse tallene har ikke et reproduserbart uttrekk og er i konflikt med totaltall som er oppgitt andre steder på denne bloggen for samme måned, så de er trukket tilbake. Det som følger, er metoden, med grensene for hva fangede annonser kan vise.

Hva «topp native annonsør» faktisk betyr#

I denne artikkelen betyr en «topp» native annonsør en hvis kreativer ble observert på tvers av flest plasseringer, utgivernettsteder og kreativvarianter på et gitt nettverk over et angitt vindu. Det er et mål på observert tilstedeværelse i et fangstutvalg. Det er ikke en validert proxy for bruk, som sitter i hvert nettverks private fakturering, og det avhenger av hvor og hvor ofte utvalget ble samlet inn.

Sammenlign nettverkene hver for seg, fordi hvert av dem har sine egne utgivere, annonsører og produkter. Her er hva nettverkene sier om seg selv:

Taboola sier at det når omtrent 600 millioner daglige aktive brukere på tvers av utgivere som NBC News og Yahoo, og sa i oktober 2025 at det forventet å betale over 1,5 milliarder dollar til utgivere og OEM-er i 2025. Det lanserte Realize, plattformen sin for ytelsesannonsering, i februar 2025. Outbrain kjøpte video- og CTV-plattformen Teads fra Altice: avtalen ble kunngjort i august 2024 med et estimert samlet vederlag på rundt 1 milliard dollar og fullført 3. februar 2025 under en endret avtale med et samlet vederlag på omtrent 900 millioner dollar ($625 millioner kontant på forskudd og 43,75 millioner Outbrain-aksjer), og det kombinerte selskapet opererer under navnet Teads. MGID sier at det ble etablert i 2008 og lister opp 32K+ innholdsnettseder. Dette er selskapsutsagn, ikke OpenAdLibrary-målinger, og de rangerer ikke nettverkenes annonsørbaser.

De tidligere vertikaltallene per nettverk er trukket tilbake av årsaken ovenfor. Selv med et reproduserbart uttrekk beskriver kreativtall etter vertikal hva et fangstutvalg inneholder; de viser ikke hvilke kategorier som bruker mest på et nettverk, eller hvilke som er lønnsomme.

Annonsen ovenfor hadde merkelappen «Fresh Start Information». En slik merkelapp identifiserer ikke i seg selv den registrerte annonsøren, og det er derfor metoden nedenfor følger annonsen til destinasjonen. For bredere kontekst, se The State of Native Advertising 2026 (Data From Live Ad Capture), søylen denne studien sitter under.

En vanlig feil i annonsørforskning er å behandle disse tre nettverkene som ett marked. En annonsør rangert først på MGID i et nivå-2-geo kan være usynlig på Taboolas amerikanske premium-lager. Andel er alltid per nettverk, per geo, aldri global.

Metodologien: fra en levert annonse til en rangert annonsør#

Hele studien hviler på én evne: å gjøre en anonymt utseende annonseenhet om til en tilskrevet annonsør. Her er pipelinen.

Fang annonsen. OpenAdLibrary samler inn native plasseringer hovedsakelig gjennom API-basert innsamling, med en nettlesercrawler som reserve, og registrerer kreativbildet, overskriften, plasseringen, utgivernettstedet, geoen og tidsstempelet der det er tilgjengelig. Det er observasjonsdata, ikke et mediesett, og dekningen varierer etter nettverk og geo. Klassifiser forsyningskjeden. En levert native annonse kan passere gjennom etterspørselstrinn, forhandlere, sporeringsomdirigeringer og innpakninger. Hver fanget annonse merkes med leveringsnettverket og etterspørselstien der de kan identifiseres, for å redusere dobbelttelling på tvers av innpakninger. Finn den ekte annonsøren. Merkelappen på siden og overskriften er ofte ikke den registrerte annonsøren; en affiliate, et byrå eller en white-label-funnel kan ligge bak et generisk navn. Omdirigeringssporet følges til landingssiden eller pre-lander uten å klikke på levende annonser, og destinasjonsdomenet og sporingsstacken brukes til å tilskrive kreativet. Attribusjon kan være feil, så sjekk bevisene på hver oppføring. Aggreger per annonsør, per nettverk. Når kreativer er tilskrevet, rulles de opp: distinkte kreativer, plasseringer, utgivernettsteder, geografier og datoområdet for observasjonene. Rangér etter observert spredning og observasjonsvarighet. Sorter etter hvor bredt og over hvilke datoer hver annonsør ble sett. Disse beskriver tilstedeværelse i utvalget; de er ikke målinger av bruk, rekkevidde eller resultater.

Ta overskriften på denne neste. «MDs Identify 10 Medications Now Attached to Memory Problems In Seniors.» Merkelappen lyder «Vital Guardian.» Det forteller deg nesten ingenting om hvem som betaler. Trinn 3 er delen som gjør det.

Hvorfor trinn 3 er den vanskelige delen, og hvorfor lister som stopper ved merkelappen, kan tilskrive annonsører feil, utforskes i Who Advertises on Taboola? Top Native Advertisers by Vertical.

Hvorfor denne metoden unngår bruksestimater#

Det er fristende å ville ha et dollartall ved siden av hver annonsør. Motstå det. Ethvert offentlig brukstall for native er en modell stablet på antagelser om CPC, fyll og uavslørte prislister; behandle det som et anslag med stor feilmargin, ikke som en måling.

To signaler kan observeres direkte i fangede annonser, men bare innenfor utvalget som ble fanget.

Spredning er hvor mange distinkte plasseringer, utgivernettsteder og kreativvarianter en annonsør ble observert på tvers av. Fire kreativer på 3 nettsteder og 200 kreativer på tvers av 1 500 domener beskriver svært forskjellige fotavtrykk, men tallene alene forteller deg ikke om noen av annonsørene tester eller skalerer. Innenfor én nettverk-geo-celle kan spredning sammenlignes som observert andel av stemme i utvalget.

Observasjonsvarighet er tiden mellom første og siste fangst av et kreativ eller tilbud. Den registrerer når og hvor en annonse ble sett. Den viser ikke bruk, CTR, konverteringer, ROAS eller fortjeneste: en annonse kan fortsette å kjøre på grunn av et merkevare- eller kjennskapsbudsjett, et testbudsjett, treg optimalisering eller uoppmerksomhet fra annonsørens side, og en annonse kan se kortvarig ut på grunn av hull i fangsten. Varighetene begrenses også av hvor lenge innsamlingen har kjørt, så et kort vindu kan ikke vise om en annonse kjørte i månedsvis.

Eksempler fanget i juni 2026 som ble observert gjentatte ganger, inkluderte en SmartAsset-finansannonse om IRA-uttak på Outbrain, Hidden Hearing-høreapparatannonser på Microsoft Audience Network og en serie «My IQ»-quizkreativer. Dette er kun historiske observasjoner; de sier ingenting om disse annonsørenes bruk eller lønnsomhet.

Sammen beskriver spredning og observasjonsvarighet en annonsørs observerte fotavtrykk: smalt og kortvarig, bredt og nylig, eller smalt og vedvarende. De forteller deg ikke om en annonsør tester, skalerer eller kjører en bevist vinner; det ville kreve bruks- og resultatdata som fangsten ikke inneholder. The Longest-Running Native Ads (And What Makes Them Evergreen) diskuterer lange observasjonsvarigheter mer i detalj.

Sammenligne annonsører på tvers av nettverk#

En tidligere versjon av denne delen inneholdt en tabell per nettverk med vertikale kreativtall, annonsørprofiler og kreativomsetning. Tallene manglet et reproduserbart uttrekk, og kolonnene for profil og omsetning var forfatternes inntrykk snarere enn målinger, så tabellen er trukket tilbake. For hver nettverk-geo-celle du studerer, registrer i stedet:

Annonsørnavn i en celle kan endre seg mellom fangstvinduer, så datér hver liste du lager og sjekk den på nytt i stedet for å behandle den som en permanent rangering.

For eksempel inkluderte fangster på Taboola i juni 2026 en solbatteri-leddsgenereringsannonse («Solar home batteries: Electricians agree about 1 thing») og et lignende AC-enhet-kreativ fra «Consumer World». Ulike observasjonsvarigheter for lignende kreativer kan gjenspeile budsjetter, målretting, testing eller fangsthull, så behandle en forskjell som et spørsmål å undersøke, ikke som bevis for hvilken som fungerte.

For en vertikal-for-vertikal gjennomgang av nutra, finans, crypto og sweeps på tvers av nettverk, se Top Native Ad Verticals in 2026: Nutra, Finance, Crypto & Sweeps by the Numbers.

Slik kjører du denne analysen selv#

Du kan kjøre den samme analysen på din egen vertikal. I OpenAdLibrary krever det Founders plan, fordi søk og filtre ikke er med i Free plan. Arbeidsflyten:

Filtrer til et nettverk og geo. Start smalt, for eksempel MGID i mållandet ditt, fordi sammenligninger bare gir mening innenfor én nettverk-geo-celle. Sorter annonsørvisningen etter spredning. Se på distinkte kreativer og utgivernettsteder per annonsør. Toppen av den listen er det mest synlige konkurransesettet i utvalget. Sorter samme visning etter observasjonsperiode. Annonsører som ligger høyt på begge listene, ble observert bredt og gjentatte ganger; det er verdt å studere, men det viser ikke at tilbudene deres er lønnsomme eller skalert. Åpne annonsøren og følg omdirigeringssporet. For hver toppannonsør, inspiser landingssidene og pre-landerne bak kreativene deres for å bekrefte den ekte enheten og tilbudsmekanikken, delen overskriften skjuler. Spor cellen over tid. Sjekk på nytt med jevne mellomrom, og datomerk hver sjekk. Et nytt navn som klatrer på spredningsrangeringen, er en oppfordring om å se nærmere på det, ikke bevis på at en konkurrent skalerer en vinner.

Native Ad Share of Voice: Measuring Who Dominates a Vertical går gjennom hvordan du gjør observert spredning om til et share-of-voice-mål. The Most Common Native Ad Angles (Analyzed From Real Creatives) viser hvordan du bryter ned vinklene i kreativene du finner.

Hvorfor dette nå er mulig, og reviderbart#

To utviklingstrekk gjør denne typen annonsørforskning mer praktisk enn den var for noen år siden.

For det første normaliserte regulatorisk åpenhet ideen. I henhold til artikkel 39 i EUs Digital Services Act må tjenester som er utpekt som svært store nettplattformer eller søkemotorer, holde et søkbart, offentlig arkiv over annonsene de viser, med opplysninger om annonsøren, hvem som betalte, perioden annonsen ble vist, målrettingsparametere og rekkevidde, fram til ett år etter at annonsen sist ble vist. Native anbefalingsnettverk som Taboola, Outbrain/Teads og MGID står ikke på Kommisjonens liste over utpekte tjenester (siden ble sist oppdatert 7. september 2026), så plikten etter artikkel 39 gjelder ikke for dem som nettverk. I sitt første vedtak om manglende overholdelse under DSA, den 5. desember 2025, ila Europakommisjonen X en bot på 120 millioner euro, og viste blant annet til et annonsearkiv som ikke oppfylte DSAs krav til åpenhet og tilgjengelighet. Offentlig ansvarlighet for hvem som annonserer er ikke lenger en nisjeidé. Det er grunnleggende forventning.

For det andre gjør det å fange annonser på tvers av nettverk og klassifisere forsyningskjedene deres at du kan sammenligne annonsører på mer enn ett nettverk. Et nettverks eget dashbord viser bare dine egne kampanjer på dets lager. Å rekonstruere en konkurrents fotavtrykk fra fangede annonser gir et delvis, utvalgsbasert bilde på tvers av nettverk, noe som er nyttig så lenge dekningsgrensene for det oppgis.

Den praktiske gevinsten er at en rangering bygget på denne måten kan etterprøves. Hver annonsør i den bør spores tilbake til spesifikke fangede kreativer, med nettverket, plasseringen, geoen, fangedatoen og landingssiden vedlagt der det er tilgjengelig. Hvis en rangering overrasker deg, åpne de underliggende annonsene og sjekk arbeidet.

For å kjøre dette på Taboola, start fra Taboola ad spy-visningen; å bygge en annonsøranalyse per nettverk der krever søket og filtrene i Founders plan.

OpenAdLibrary publiserer denne bloggen og selger tilgang til annonsebiblioteket sitt. Free plan viser de 20 nyeste Meta-, TikTok- og native-annonsene, med annonsedetaljer, forsyningskjeden bak native annonser, omdirigeringssporet og fangede landingssider; søk, filtre, lagret research, API-et og MCP, pluss funnel-sporing og identifisering av ekte annonsører for native annonser, krever Founders plan til $29.99 i måneden (priser sjekket 7. oktober 2026).

Bunnlinjen#

Det finnes ingen permanent toppliste over native annonsører; enhver liste er et øyeblikksbilde av ett bestemt fangevindu. Bygg din egen for én nettverk-geo-celle, datomerk den, ranger annonsører etter observert spredning og observasjonsperiode, og sjekk bevisene bak hvert navn. Det forteller deg hvem som var mest synlig i utvalget. Det forteller deg ikke hvem som bruker mest penger, eller hvem som er lønnsom.