OpenAdLibraryOpenAdLibrary
Konkurrentannonsresearch

Hur du bygger en annonsarkiv som faktiskt är användbar

De flesta annonsarkiv dör inom en månad eftersom de bara är skärmdumpar utan kontext. Så här bygger du ett som är organiserat efter mönster, med metadata bifogad, som du faktiskt kommer att öppna igen.

Redaktionell illustration: Hur du bygger en annonsarkiv som faktiskt är användbar

Ett annonsarkiv är en löpande, organiserad samling av annonser du har plockat åt sidan för att något med dem fungerade: en krok, en rubrikstruktur, en erbjudandevinkel eller ett landningssidemönster. Praktiken som skiljer ett användbart annonsarkiv från en mapp med slumpmässiga skärmdumpar är organisation efter mönster, inte efter annons. Om du inte kan hitta "brådskandekrokar för kosttillskottserbjudanden" på under tio sekunder gör inte filen sitt jobb.

Varför de flesta annonsarkiv dör inom en månad#

Nästan alla börjar ett annonsarkiv på samma sätt: en mapp som heter "ad inspo", några dussin skärmdumpar dumpade in under en helg, sedan tystnad. Två saker dödar det. Först, skärmdumpar ensamma förlorar kontext, du kan se den kreativa delen men inte vem som körde den, hur länge den kördes eller vilken geo den riktade sig mot, så sex månader senare är filen en hög bilder utan historia bifogad. För det andra finns det inget återfinningssystem. En fil du måste bläddra igenom från topp till botten för att hitta något öppnas mindre och mindre tills den aldrig öppnas.

Lösningen är inte mer disciplin. Det är struktur som gör återvinning snabb, och en källa till annonser som kommer med metadata redan bifogad istället för att kräva att du rekonstruerar den från minnet.

Varifrån man hämtar annonser#

Du har tre praktiska källor för native och native-närliggande annonser:

  • Organiskt surfande. Du ser en annons i det vilda på en utgivares webbplats, tar en skärmdump. Långsamt, osystematiskt, men ibland avslöjar något ett verktyg inte skulle visa dig eftersom det är hyperlokaliserat.
  • Officiella annonsbibliotek. Meta, Google och TikTok kör alla offentliga förråd, användbara för social och sök-kreativitet, men de täcker inte Taboola, Outbrain, MGID eller Revcontent, där den största delen av native-volymen finns.
  • Ett native-annonsindex. Ett verktyg byggt specifikt för att fånga och arkivera native-placeringar ger dig den kreativa delen plus metadata (annonsör, nätverk, livslängd, geo, enhet och ofta den spårade landningssidan) i en post. OpenAdLibrary:s verktyg för att spionera på native-annonser fungerar på detta sätt över de stora native-nätverken, vilket är den snabbaste vägen till ett annonsarkiv som faktiskt är sökbart senare, eftersom du inte manuellt skriver om "annonsör: X, nätverk: Taboola, först sedd: för 12 dagar sedan" för varje post.

De flesta fungerande annonsarkiv slutar som en blandning: ett native-index för volym och metadata, plus manuella skärmdumpar för den udda framträdande annonsen du fångar i ditt eget flöde.

Vad man ska fånga för varje annons, inte bara bilden#

En bild i sig säger dig nästan inget användbart sex veckor senare. För varje post, fånga:

Fält Varför det spelar roll
Rubrik och brödtext Det faktiska språket, inte en omskrivning, du kommer att vilja citera det senare
Annonsör / varumärke Låter dig gruppera efter "vem som spenderar i denna vertikal"
Nätverk Taboola-kopior läses annorlunda än MGID-kopior; håll dem separata
Dagar i drift (livslängd) Den enskilt bästa proxy för "detta fungerar förmodligen"; se nedan
Geo och enhet En vinkel som fungerar i USA på dator kan misslyckas i Tier-2 mobil
Landningssida / erbjudande Annonsen är halva tratten; pre-lander eller landningssidan är den andra halvan
Vinkel / kroktyp Nyfikenhet, rädsla, socialt bevis, före-efter, etc, din egen tagg

Om du hämtar från ett index som redan lagrar detta tillsammans med den kreativa delen, hoppar du över den manuella transkriberingen helt, vilket är där de flesta människors annonsarkivdisciplin faktiskt bryter samman.

Organisera efter mönster, inte efter datum#

En kronologisk mapp ("juli", "augusti") är nästan värdelös för kreativt arbete. Du briefar inte en ny kampanj genom att fråga "vad sparade jag för två månader sedan." Du briefar den genom att fråga "vilka nyfikenhetskrokar har fungerat för hälsaerbjudanden" eller "vilka advertorialstrukturer är vanliga inom ekonomi." Organisera istället kring tre axlar:

  1. Vertikal (hälsa, ekonomi, försäkring, e-handel, och så vidare)
  2. Krok- eller vinkeltyp (se krok vs. vinkel vs. påstående om du inte har separerat dessa begrepp ännu)
  3. Trattstadium (kall krok-kreativitet vs. remarketing vs. landningssida)

Ett kalkylblad eller en taggad tavla med dessa tre fält som filter slår ett kapslat mappträd varje gång, eftersom du kan korsskära det (visa mig nyfikenhetskrokar inom hälsa som fortfarande körs efter dag 20) istället för att borra en gren i taget.

Använd livslängd som ditt kvalitetsfilter#

Den enskilt mest användbara signalen för att bestämma vad som är värt att arkivera är körtid. En annons som varit live i 30+ dagar på ett nätverk där annonsörer betalar per klick är mycket sannolikt lönsam; ingen finansierar en förlorande kreativitet i en månad rakt igenom. Vår egen livslängdsanalys behandlar detta som den primära proxyn för "detta är en vinnare", och det är en bra regel för ditt eget annonsarkiv också: vikta poster som har överlevt veckor över de du fångade dag ett, eftersom dag-ett-kreativitet kan vara vad som helst, inklusive ett test som dödas inom 48 timmar.

Det är också därför en vana med manuella skärmdumpar underbetjänar dig. Du fångar en annons en gång, vid en tidpunkt, utan möjlighet att veta om det är dag 2 eller dag 40. Ett index som spårar först-sedd- och senast-sedd-datum tar bort gissningsarbetet, se hur man hittar vinnande annonser för hela ramverket för att läsa livslängd, nätverk och geo-signaler tillsammans.

Förvandla filen till kampanjbriefs#

Ett annonsarkiv som bara sitter där tjänar inte in sin plats. Arbetsflödet som får det att löna sig:

  1. Dra 15-20 poster taggade till den vertikal och vinkel du håller på att briefa.
  2. Leta efter den upprepade strukturen, inte de exakta orden. Om åtta av dina sparade hälsokrokar öppnar med "läkare är chockade" eller en variant, det är mönstret, inte någon enskild rubrik.
  3. Skriv din egen version av mönstret applicerat på ditt erbjudande. Att kopiera den exakta rubriken på en liveannons är både lat och riskabelt (se vanligaste native-annonsvinklarna för hur dessa mönster faktiskt återkommer över tusentals live-kreativiteter), ditt jobb är att extrahera mekanismen, inte klona utförandet.
  4. Notera vilket nätverk och geo mönstret kom från. En krok hämtad från Tier-1 Outbrain-kampanjer överförs inte automatiskt till ett Tier-3 MGID-köp.

Behandla filen som en källa till testade mekanismer, inte ett kopieringsbibliotek, och den tjänar sin plats i ditt arbetsflöde permanent istället för att bli ännu en övergiven mapp.

Vanliga misstag att undvika#

  • Spara bara annonsen, inte landningssidan. En krok som konverterar är oskiljbar från erbjudandet och pre-landern bakom den; se reverse-engineera en konkurrents annonstratt för varför hela kedjan spelar större roll än den kreativa delen ensam.
  • Ingen utgångsdatumskontroll. Annonser du sparade för ett år sedan på ett nätverk som sedan dess har ändrat sin policy eller kreativa specifikationer kan vilseleda dig. Besök periodiskt.
  • En jättestor mapp, inga taggar. Återvinningshastighet är hela poängen. Om det tar längre än en minut att hitta vad du behöver, har systemet misslyckats oavsett hur många annonser som finns i det.
  • Ignorera vem som kör den. Samma rubrikmönster från en seriell skalare med dussintals live-kreativiteter (se bygga en konkurrentbevakningslista) är en starkare signal än samma mönster från en annonsör som kör en annons.

Hur OpenAdLibrary hjälper#

Att bygga ett annonsarkiv för hand innebär att manuellt ta skärmdumpar på annonser och skriva ut annonsör, nätverk och geo-detaljer varje gång. Ett index som redan lagrar kreativitet tillsammans med livslängd, annonsör, nätverk, geo och spårad landningssida förvandlar det manuella steget till ett filter och export. Om du gör detta varje vecka är det skillnaden mellan ett annonsarkiv som underhålls och ett som dör efter vecka tre. Vår guide om arbetsflöde för konkurrentannonsunderrättelse täcker hur man viker in detta i en repeterbar veckovis takt snarare än en engångsbinge.

Vanliga frågor

Vad är skillnaden mellan ett annonsarkiv och en moodboard?
En moodboard samlar visuell stil och ton för designreferens. Ett annonsarkiv samlar funktionella mönster, krokar, rubrikstrukturer, erbjudandevinklar, avsedda att reverse-engineeras och återanvändas som mekanismer, inte kopieras som bilder. Skillnaden är viktig eftersom ett annonsarkiv bör vara taggat och sökbart, inte bara visuellt bläddrat.
Hur många annonser ska jag spara innan jag börjar se mönster?
De flesta mediabrytare börjar märka repeterbara strukturer någonstans mellan 20 och 50 sparade poster inom en enda vertikal. Under det tittar du sannolikt på slump snarare än ett riktigt mönster. Det är också därför volym spelar roll, ett annonsarkiv byggt från en handfull skärmdumpar i veckan tar månader att nå den tröskeln.
Bör jag organisera mitt annonsarkiv efter nätverk eller efter vertikal?
Vertikal först, nätverk som en sekundär tagg. Kopieringsmönster tenderar att upprepas över en vertikal (hälsa, ekonomi, försäkring) mer konsekvent än inom ett enda nätverk, eftersom annonsörer kör samma erbjudande över flera nätverk samtidigt.
Är det lagligt att spara konkurrentannonser för forskning?
Ja, att se och spara offentligt visade annonser för forskning är standardkonkurrenspraxis och är inte samma sak som att kopiera skyddad kreativitet i sin helhet till din egen kampanj. Se vår guide om de juridiska och etiska gränserna kring att spionera på konkurrentannonser för hela bilden.
Hur ofta bör jag uppdatera ett annonsarkiv?
Veckovis är en rimlig takt för aktiva mediabrytare. Annonsmönster i snabbrörliga vertikaler som nutra eller ekonomi skiftar över veckor, inte månader, så en fil som senast uppdaterades för tre månader sedan visar redan föråldrade mekanismer.
OpenAdLibrary-teamet
Skriven avOpenAdLibrary-teamet
Annonsintelligens & forskning om native advertising

Vi bygger OpenAdLibrary, den öppna plattformen för annonstransparens. Varje dag fångar våra system levande native-annonser på Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo och MSN, identifierar den verkliga annonsören bakom varje annons och följer klicket till dess landningssida. Dessa guider destillerar vad vi ser i den datan så att du snabbare kan forska på marknaden.