OpenAdLibraryOpenAdLibrary
Affiliate & Media Buying

Konverteringsgrad för native-annonser: Bygg ett benchmark du kan använda

Definiera konverteringshändelser och nämnare, beräkna nödvändiga konverteringsgrader och jämför resultat från native-kampanjer med konsekventa kohorter.

Redaktionell illustration: Benchmark för konverteringsgrad för native‑annonser: Vad du faktiskt kan förvänta dig

Ett benchmark för konverteringsgrad i native‑annonsering är bara användbart när det definierar konverteringen, nämnaren, publiken, perioden och attributionsmetoden. En e‑postinskickning och en betald försäljning kan inte dela en meningsfull “bra konverteringsgrad”. Börja med det utfall din verksamhet behöver och bygg sedan en jämförbar baslinje.

Definiera händelsen och nämnaren#

Steg Exempel på mått Nämnare
Annonssvar Klickfrekvens Annonsvisningar enligt plattformens definition
Leverans till landningssida Registrerade ankomster Betalda klick
Fortskridande på mellansida Besökare som fortsätter till erbjudandet Kvalificerade sidankomster
Erbjudandekonvertering Unika köp eller leads Definierade erbjudandebesökare
Affärskvalitet Accepterade leads eller bibehållna försäljningar Inskickade leads eller registrerade försäljningar

Håll händelseantal och unika konverterande besökare åtskilda. Vissa plattformar tillåter flera konverteringar för en enskild interaktion, så deras rapporterade händelsekonverteringsgrad kan överstiga 100%. Googles definition av konverteringsgrad illustrerar varför inställningen för räkning och nämnaren för spårbar interaktion spelar roll; använd din egen plattforms faktiska definition.

I en funnel med flera steg kan stegvisa grader multipliceras endast när kohorterna och övergångarna stämmer överens. Att multiplicera en landningssidegrad för mobil med en erbjudandegrad för alla enheter beskriver inte en verklig funnel.

Beräkna den grad som din ekonomi kräver#

För en värderad konvertering per klick, med konsekvent attribution:

Required conversion rate = average CPC ÷ allowable media CPA

Anta att din tillåtna medieförvärvskostnad är $24 och din förväntade genomsnittliga CPC är $0.48. Den nödvändiga graden är 2%. Detta är en hypotetisk planeringsberäkning, inte ett branschgenomsnitt för native‑annonsering. Den tillåtna CPA:n bör redan ta hänsyn till produktmarginal, avvisade leads, återbetalningar, andra förvärvskostnader och det bidrag du behöver behålla.

Antagen genomsnittlig CPC Tillåten media‑CPA $10 Tillåten media‑CPA $25 Tillåten media‑CPA $50
$0.10 1% 0.4% 0.2%
$0.30 3% 1.2% 0.6%
$0.60 6% 2.4% 1.2%
$1.00 10% 4% 2%

Varje tabellpost är aritmetik utifrån de angivna antagandena. Den säger vilken grad som skulle uppfylla ett mål, inte vad en kampanj kommer att uppnå. Om utbetalning eller acceptans varierar bör du modellera förväntat nettovärde direkt istället för att tilldela varje inskickning hela utbetalningen.

Bygg en förstapartsbaslinje#

Exportera visningar, betalda klick, ankomster, konverteringar, accepterade utfall, spendering och värde för en fast period. Spara valuta, tidszon, attributionsfönster, händelseräkning och datumet då data blev slutgiltig. Stäm av skillnader mellan nätverket, spårningsverktyget och den mottagande verksamheten innan du drar en slutsats.

Segmentera bara där du har en meningsfull fråga och tillräckligt många observationer: erbjudande, marknad, enhet, placering, trafiktemperatur eller version av landningssidan. Rapportera urvalsstorlekarna vid sidan av graderna. Jämför ett segment mot dess egen historik eller en medvetet matchad grupp istället för ett blandat kontogenomsnitt.

Använd osäkerhetsintervall eller ett test utformat för din förväntade händelsegrad och minsta användbara förbättring. Ett fast antal dagar eller klick kan inte garantera ett tillförlitligt beslut. Definiera spenderingsgränsen och beslutsregeln innan du upprepade gånger kontrollerar resultaten.

Undersök steget som förändrades#

Om betalda klick är stabila men ankomsterna faller bör du undersöka laddning, samtycke, omdirigeringar och mätning. Om ankomsterna håller men vidare‑klicken faller bör du granska meddelandematch och navigering. Om inskickade leads håller men acceptansen faller bör du granska kvalificering och den mottagande verksamhetens regler. Om köpen håller men nettovärdet faller bör du granska rabatter, återbetalningar och order‑mix.

Testa en specifik åtgärd mot ett definierat utfall. Snabbare sidor, tydligare formulär och bättre förklaringar är rimliga förbättringar, inte löften om en viss konverteringsökning. Budändringar kan förändra publikblandningen, så de kan ändra både konverteringsgrad och kostnad.

Utvärdera ett externt benchmark innan du använder det#

Kräv en namngiven källa, insamlingsperiod, urvalsstorlek, konverteringsdefinition och vilket inventarie som ingår. Kontrollera om resultatet är annonsörsrapporterat, mätt av en leverantör eller oberoende granskat. En fallstudie är en enskild kampanjs resultat, inte en fördelning för hela marknaden.

Tidigare versioner av den här artikeln innehöll intervall för funnels utan källa och drog slutsatser om lönsamma konverteringsgrader från ihållande konkurrentannonser. Det är inte giltiga benchmark. Observerad livslängd och kreativa varianter kan antyda forskningsfrågor; de avslöjar inte klick, konverteringar eller vinst.

Använd ett benchmark för att identifiera en fråga värd att undersöka. Använd avstämda utfall från din egen funnel för att avgöra vad du ska ändra.

Vanliga frågor

Vad är en bra konverteringsgrad för native‑annonser?
En användbar grad beror på händelsen, nämnaren, publiken, kostnaden och konverteringsvärdet. Jämför definierade kohorter och beräkna den grad som din egen ekonomi kräver.
Hur beräknar jag den konverteringsgrad som krävs för min mål‑CPA?
För samstämmiga klick‑ och konverteringsantal delar du genomsnittlig CPC med tillåten media‑CPA. Behandla båda indata som antaganden tills de har mätts.
Kan konkurrenters annonslivslängd ge ett benchmark för konvertering?
Nej. Observationsdatum ger inga uppgifter om konkurrenters klickantal, konverteringsantal eller värde.
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.