Historiska annonsdata: Hur långt tillbaka annonsbibliotek faktiskt går

Historiska annonsdata, det vill säga registreringen av vad en annonsör har kört och hur länge, går bara så långt tillbaka som kontinuerlig, oberoende observation, eftersom nästan inget annonsnätverk behåller eller publicerar ett eget arkiv. Meta's Ad Library är undantaget: det behåller politiska och samhällsfrågeannonser på lång sikt och visar de flesta andra annonser endast medan de är aktiva eller strax efter. Inhemska nätverk som Taboola, Outbrain och MGID har inget offentligt arkiv alls. I praktiken är "hur långt tillbaka" en historisk annonsdatakälla går exakt lika länge som den källan har fångat nätverket kontinuerligt, ingen längre.

Det är ett annat svar än vad de flesta förväntar sig. Det finns en vanlig antagelse att någonstans finns ett omfattande arkiv som sträcker sig tillbaka år för varje nätverk, på samma sätt som Googles Wayback Machine täcker webbplatser. Det gör det inte. Annonsbibliotek och annonsintelligensverktyg byggs genom att kontinuerligt crawla levande placeringar; en annons som kördes och stoppades innan ett verktyg började fånga det nätverket finns helt enkelt inte i någons data, och den kommer aldrig att finnas, eftersom intrycket är borta.

Varför inhemska nätverk saknar officiellt arkiv#

Meta, Google och TikTok byggde sina transparensbibliotek i stor utsträckning under regulatoriskt tryck, först från granskning av valannonser och senare under skyldigheter som EU:s Digital Services Act för mycket stora plattformar. Inhemska annonsnätverk som Taboola, Outbrain, MGID och Revcontent uppfyller inte tröskeln "mycket stor onlineplattform" som utlöser dessa skyldigheter, så det finns inget lagkrav som tvingar dem att bygga eller underhålla ett sådant. Se vår förklaring om what an ad transparency tool actually is för hur dessa skyldigheter kartläggs över nätverk.

Utan ett regulatoriskt tryck finns också lite kommersiellt incitament: ett annonsarkiv är en forsknings- och efterlevnadskostnad utan direkt produktfördel för själva nätverket. Resultatet blir att alla som vill titta bakåt på vad som kördes på Taboola, Outbrain eller MGID för sex månader sedan har exakt ett alternativ: ett tredjepartsverktyg som redan fångade kontinuerligt under den perioden. Om inget verktyg bevakade, finns den historiken ingenstans, punkt.

Vad "djup" egentligen betyder för ett annonsintelligensverktyg#

När du utvärderar en datakälla, "hur långt tillbaka går den" bryts egentligen ner i två separata frågor som är värda att ställa direkt:

Ett verktyg som har fångat kontinuerligt i sex månader ger dig en genuint pålitlig bild av sex månaders livslängd. Ett verktyg som har fångat i två år men bara provtar en gång i månaden kommer att missa de flesta kortvariga tester och kan felaktigt ange körlängd för de annonser det fångar, eftersom det bara vet att annonsen existerade någonstans mellan två månatliga ögonblicksbilder, inte dess faktiska start- och slutdatum.

Vilken livslängdsdata som faktiskt är användbar#

Det huvudsakliga praktiska värdet av historiska annonsdata är inte nostalgi, utan att använda observerad körlängd som en proxy för prestanda. En annons som en annonsör behåller i veckor är mycket sannolikt lönsam; en som tas bort efter några dagar var förmodligen inte det. Vårt inlägg om ad longevity as a winning signal täcker mekaniken för att läsa denna signal, och the longest-running native ads vi spårar visar vad genuint bestående kreativa ser ut som över ett levande index.

Detta fungerar bara om den underliggande datan speglar kontinuerlig, inte provtagningsbaserad, observation. Om ditt verktygs "first seen"-datum egentligen är "first noticed during a monthly crawl", kan en annons som faktiskt har körts 45 dagar bara visas med 10 dagars registrerad historik, vilket underskattar dess verkliga prestandasignal. När du bestämmer om en vinkel är värd att remixas för ditt eget creative testing, spelar den luckan roll.

Hur OpenAdLibrary närmar sig detta#

OpenAdLibrary kör kontinuerlig fångst snarare än periodiska ögonblicksbilder, och spårar kreativa från första observation tills de slutar köras. I juni 2026 innehåller indexet 725 882 kreativa och 6 887 746 totala annonsobservationer över 49 nätverk, hämtade från 1 307 705 spårade landningsfångster. Varje kreativ har ett genuint första‑seende‑datum från när vår fångst faktiskt hittade den live, inte en uppskattning, vilket gör analys av körlängd meningsfull snarare än en grov gissning.

Det betyder inte att indexet sträcker sig tillbaka år; det betyder att den data det innehåller speglar sann, kontinuerlig observation snarare än luckor. Om du jämför källor, fråga varje leverantör direkt när deras fångst för ett specifikt nätverk faktiskt startade och om den är kontinuerlig. Det är en rättvis fråga och varje legitim annonsintelligensverktyg bör svara på den tydligt. Du kan utforska hur kontinuerlig fångst ser ut i praktiken via OpenAdLibrary's native ad spy tool.

Praktiska implikationer för forskning#

Om du forskar på en konkurrents långsiktiga strategi, var ärlig mot dig själv om taket: du kan bara se vad som har fångats sedan ett verktyg började bevaka det nätverket, inte annonsörens hela historik. För en konkurrent som har kört samma kärnvinkel i åratal, kan du kanske bara bekräfta de senaste månaderna, vilket vanligtvis ändå räcker för att fastställa att vinkeln är hållbar snarare än en slump.

Om du behöver genuint djup historisk kontext (t.ex. spåra hur en kategoris dominerande vinklar har skiftat över flera år), så täcker ingen enskild verktyg det för inhemska nätverk, eftersom ingen har fångat kontinuerligt sedan de tidiga dagarna för native advertising. Det är vanligtvis nej på frågan "kan du visa vad de körde 2021", såvida inte ett specifikt verktyg råkade fånga det nätverket då. Alla som påstår annat för Taboola, Outbrain eller MGID specifikt översäljer sannolikt vad deras arkiv faktiskt innehåller.

Kontrollera ett verktygs faktiska täckning innan du litar på det#

Innan du lägger forskningsresurser på någon annonsintelligenskälla, kör en snabb sunt förnuftskontroll: sök efter en välkänd, långvarig annonsör i din vertikal och titta på det tidigaste datumet verktyget visar för deras kreativa. Om det datumet ligger misstänkt nära när verktyget själv lanserades, ser du golvet för deras fångstfönster, inte annonsörens faktiska kampanjhistorik. Det är inte ett dealbreaker, varje verktyg har en startpunkt, men det bör sätta dina förväntningar på hur långt tillbaka någon enskild fråga kan gå meningsfullt.

Varför skillnaden mellan "inget arkiv" och "ungt arkiv" är viktig#

Detta är två olika problem, och de kräver olika svar. "Inget arkiv finns" betyder att nätverket själv aldrig har gjort dessa data offentliga, vilket är sant för alla inhemska nätverk idag: Taboola, Outbrain, MGID, Revcontent, MediaGo och resten. Det finns inget att vänta på här; oberoende fångst är den enda vägen till någon historisk vy alls.

"Unga arkivet" betyder att ett tredjepartsverktyg finns och fångar kontinuerligt, men dess fönster är fortfarande relativt kort eftersom det inte har varit igång länge. Detta problem löser sig själv med tiden: ju längre ett kontinuerligt fångstverktyg opererar, desto djupare blir dess användbara historia, enbart som en funktion av förfluten tid. Om du väljer ett forskningsverktyg idag är det andra scenariot värt att acceptera även om det nuvarande fönstret är begränsat, eftersom ett kontinuerligt opererande verktygs täckning bara växer härifrån. Ett verktyg som provtagningsbaserat istället för kontinuerligt blir inte bättre med ålder på samma sätt; det samlar bara fler luckor.

Använda observationsfönster för att sätta realistiska forskningsmål#

Med dessa begränsningar är den mer användbara forskningsfrågan vanligtvis inte "vad körde den här annonsören för tre år sedan" utan "vad har den här annonsören kört konsekvent över det observerbara fönstret, och är det mönstret stabilt eller skiftande." En stabil vinkel över de senaste månaderna av kontinuerlig data är en genuint stark signal, även utan en flergåårs bakgrund, eftersom den visar att annonsören inte behövt ändra kurs.

Om du bygger ett competitive ad intelligence workflow, designa det kring denna verklighet snarare än att kämpa emot den. Följ konkurrenter framåt från idag med ett kontinuerligt fångstverktyg, och behandla allt som fångas retroaktivt som en bonus snarare än ett förväntat resultat. Sex månader från nu kommer din egen spårade historik på din specifika bevakningslista vara djupare än något generellt historiskt påstående en leverantör gör om sin plattform, eftersom den byggts på dina faktiska konkurrenter, observerade kontinuerligt, för exakt den period som betyder för dina beslut.

Slutsatsen för köpare som utvärderar datakällor#

Ställ två direkta frågor till varje annonsintelligensleverantör innan du litar på deras historiska påståenden: när började den kontinuerliga fångsten för varje nätverk du bryr dig om, och är fångsten kontinuerlig eller provtagningsbaserad. Leverantörer som svarar tydligt, och vars siffror håller när du spot‑checkar en känd annonsör, är de som är värda att bygga en forskningsvanor kring. De som undviker frågan, eller vars tidigaste synliga data misstänkt matchar deras egen lanseringsdatum för varje annonsör du kontrollerar, visar att deras "historiska data" egentligen bara är deras egen driftshistorik omdöpt.