OpenAdLibraryOpenAdLibrary
Badania Danych Reklam Natywnych

Reklamy natywne na urządzeniach mobilnych vs komputerach: projektuj, mierz i wybieraj

Oceń kreacje i zachowanie lejka w podziale na urządzenia, a następnie zdecyduj, czy oddzielne kampanie natywne poprawią kontrolę i pomiar.

Ilustracja redakcyjna: Reklamy natywne na urządzeniach mobilnych vs komputerach – Różnice w kreacji i kosztach (badanie danych)

Traktuj urządzenie jako wymiar pomiaru i projektowania, zanim zaczniesz traktować je jako powód do rozdzielania kampanii. Urządzenia mobilne i komputery mogą mieć różne doświadczenia renderowania, ładowania, wprowadzania danych i konwersji. Użyteczne pytanie brzmi: czy te różnice mają znaczenie dla Twojej oferty i czy masz wystarczające dowody i kontrolę, by na nie zareagować.

Sprawdź doświadczenie na każdym urządzeniu#

Element Co testować
Kreacja graficzna Czy obiekt jest czytelny przy rzeczywistym kadrowaniu i rozmiarze?
Nagłówek Czy przycięcie usuwa kwalifikator lub zmienia znaczenie?
Ujawnienie Czy komercyjny charakter jest nadal jasny?
Strona docelowa Czy mieści się bez poziomego przewijania lub zasłoniętej treści?
Formularz Czy etykiety, błędy, typy klawiatur i cele dotykowe są użyteczne?
Przekazanie Czy płatność, linki telefoniczne, pobierania i śledzenie zachowują zamierzony przebieg?

Nie zakładaj, że dany współczynnik proporcji działa wszędzie. Sprawdź podgląd względem specyfikacji formatów w wybranej platformie i obejrzyj rzeczywisty cel na odpowiednich urządzeniach. Obraz, który dobrze wygląda na Twoim monitorze, może nie wyjaśniać oferty w małej karcie.

Mierz wyniki według urządzenia#

Utrzymuj rozróżnialność wyświetleń, płatnych kliknięć, zarejestrowanych wejść, rozpoczętych formularzy, konwersji, zaakceptowanych wyników i wartości tam, gdzie Twoje pomiary na to pozwalają. Raporty urządzeń mogą ujawnić problem techniczny na długo przed tym, zanim będzie wystarczająco danych, by stwierdzić różnicę komercyjną.

Zdefiniuj, jak przypisywane jest urządzenie: przy interakcji z reklamą, wizycie na stronie czy konwersji. Ścieżki między urządzeniami i ograniczenia atrybucji mogą umieścić odkrycie i konwersję na różnych urządzeniach. Nie interpretuj tych zapisów jako pełnego obrazu ścieżki danej osoby bez odpowiednich rozwiązań w zakresie tożsamości i zgody.

Ani CTR na urządzeniach mobilnych, ani współczynnik konwersji na komputerach nie jest uniwersalnie wyższy. Zmieniony miks wydawców, formatów lub krajów może wyjaśnić zagregowaną różnicę między urządzeniami. Porównuj wystarczająco podobne grupy, zanim ogłosisz efekt urządzenia.

Porównaj wartość z kosztem#

Dla jednej zaakceptowanej konwersji na płatne kliknięcie:

Media CPA by device = average CPC by device ÷ accepted-conversion rate by device

Dla ilustracji: mobile przy CPC $0.20 i 1% współczynniku zaakceptowanych konwersji kosztuje $20 za zaakceptowaną konwersję. Desktop przy $0.50 i 4% kosztuje $12.50. Odwróć te wskaźniki, a wniosek się zmieni. To wymyślone scenariusze, nie benchmarki urządzeń.

Uwzględnij różnice w wartości zamówienia, jakości leadów, zwrotach i koszcie operacyjnym. Tanie kliknięcie niekoniecznie oznacza taniego klienta. Podobnie niski współczynnik konwersji może odzwierciedlać zepsuty formularz mobilny, a nie z natury słaby ruch mobilny.

Zdecyduj, kiedy oddzielne kampanie pomagają#

Oddzielne kampanie mogą być właściwe, gdy lejki są istotnie różne, na przykład przepływ oparty na rozmowie telefonicznej i pobranie na komputerze, albo gdy potrzebujesz oddzielnych budżetów i mechanizmów kontroli kreacji, których platforma nie zapewnia w ramach jednej kampanii.

Połączone kampanie mogą być właściwe, gdy doświadczenie i cel są wspólne, platforma obsługuje potrzebne mechanizmy kontroli, a rozdzielenie pozostawiłoby zbyt mało danych dla każdej kampanii. W obu przypadkach utrzymuj raportowanie według urządzeń.

Wcześniejsze powiązane artykuły przeczyły sobie nawzajem: jeden mówił, by zawsze rozdzielać natychmiast; drugi – by zawsze startować z kampanią połączoną. Żadna z tych zasad nie pasuje do każdej kampanii. Wybierz strukturę, która odpowiada na Twoje pytanie i zachowuje potrzebną kontrolę, nie rozdrabniając niepotrzebnie dowodów.

Diagnozuj, zanim wykluczysz#

Jeśli jedno urządzenie wypada słabiej, sprawdź ładowanie, działanie zgody, obsługę płatności, błędy formularza i parametry przekierowań. Sprawdź, czy ruch nie pochodzi z innych placementów lub krajów. Przetestuj ukierunkowaną korektę, zanim uznasz całą kategorię urządzeń za nieodpowiednią.

Unikaj sztywnych reguł typu „30 konwersji dowodzi różnicy” albo „15% to zawsze szum”. Niepewność zależy od próby, wskaźników i rozkładu wyników. Ustal swoją regułę decyzyjną i limit wydatków, zanim zaczniesz przeglądać powtarzane wyniki okresowe.

Korzystaj z obserwacji konkurencji ostrożnie#

Etykieta urządzenia w bibliotece reklam opisuje kontekst zarejestrowany przez tę kolekcję. Nie ujawnia budżetu reklamodawcy na urządzenia, udziału w wyświetleniach ani wyników konwersji. Różnice w obserwowanych kreacjach mogą odzwierciedlać dostarczanie, zasięg przechwytywania lub targetowanie; sama obserwacja nie pozwala wybrać między nimi.

Skorzystaj z biblioteki reklam natywnych, aby zebrać przykłady renderowania i komunikatów, a następnie przetestuj własne doświadczenie. Arkusz współczynnika konwersji pomoże utrzymać spójność etapów i mianowników.

Najczęściej zadawane pytania

Czy zawsze powinienem rozdzielać kampanie natywne według urządzenia?
Nie. Rozdzielaj, gdy lejki lub wymagane mechanizmy kontroli się różnią, a dostępne dowody wspierają taką strukturę. W obu konfiguracjach zachowaj raportowanie według urządzeń.
Czy kliknięcia mobilne są zawsze tańsze lub mniej wartościowe?
Żaden z tych wniosków nie jest uniwersalny. Porównuj koszty, zaakceptowane wyniki i wartość konwersji w wystarczająco podobnych grupach.
Co powinienem sprawdzić, zanim odetnę dane urządzenie?
Sprawdź renderowanie, ładowanie, zgodę, działanie formularza i płatności, śledzenie oraz miks inventory. Zepsute doświadczenie może wyglądać jak słaby ruch.
OpenAdLibrary Research
AutorOpenAdLibrary Research
Badania danych i analiza rynku

Zespół danych stojący za OpenAdLibrary. Przekształcamy korpus przechwyconych reklam natywnych, reklamodawców i stron docelowych platformy w oryginalne badania na temat tego, co faktycznie działa w sieci, z podaną metodologią i wielkością próby w każdym raporcie.