OpenAdLibraryOpenAdLibrary
การวิจัยโฆษณาคู่แข่ง

วิเคราะห์คัดลอกโฆษณาคู่แข่งในระดับใหญ่: ฮุค มุมมอง และรูปแบบ

การอ่านโฆษณาคู่แข่งสิบรายการทีละอันให้ความคิดเห็นสิบอย่าง การดึงโฆษณาหลายร้อยรายการและแท็กตามประเภทฮุคให้สัญญาณตลาดที่แท้จริง นี่คือวิธีการ

ภาพประกอบบทความ: วิเคราะห์คัดลอกโฆษณาคู่แข่งในระดับใหญ่: ฮุค มุมมอง และรูปแบบ

การวิเคราะห์คัดลอกโฆษณาคู่แข่งในระดับใหญ่ หมายถึงการดึงครีเอทีฟสดหลายสิบหรือหลายร้อยรายการจากหมวดธุรกิจหนึ่งพร้อมกัน และจัดกลุ่มตามประเภทฮุค มุมมอง และโครงสร้างการอ้างสิทธิ์ แทนที่จะอ่านทีละรายการ ผลลัพธ์ไม่ใช่รายการพาดหัว แต่เป็นรูปแบบที่ซ้ำกันจำนวนเล็กน้อยที่บอกคุณว่ามีอะไรกำลังถูกทดสอบจริง และต่อจากนั้น สิ่งใดน่าจะกำลังแปลงผล

เหตุใดการอ่านทีละอันจึงไม่สามารถขยายได้#

การอ่านโฆษณาคู่แข่งสิบรายการให้ความคิดเห็นสิบอย่างเกี่ยวกับโฆษณาสิบชิ้น การอ่านสามร้อยรายการ จัดเรียงตามรูปแบบ ให้การกระจายตัวแก่คุณ: ฮุคใดปรากฏบ่อยครั้ง มุมมองใดหายาก โครงสร้างการอ้างสิทธิ์ใดครอบงำหมวดธุรกิจในเดือนนี้เทียบกับไตรมาสที่แล้ว การกระจายตัวนั้นคือผลลัพธ์การวิจัยที่แท้จริง พาดหัวเด่นหนึ่งอันอาจเป็นเพียงการทดสอบครั้งเดียวของผู้โฆษณาหนึ่งราย โครงสร้างพาดหัวที่ปรากฏในผู้โฆษณาสิบสองรายที่แตกต่างกันในหมวดธุรกิจเดียวกันคือสัญญาณตลาด

อุปสรรคในทางปฏิบัติคือปริมาณ การแคปเจอร์หน้าจอด้วยตนเองเพื่อให้ได้โฆษณาสามร้อยรายการใช้เวลาหลายชั่วโมงที่คุณไม่มี นี่คือจุดที่ดัชนีเนทีฟแอดแสดงคุณค่า ค้นหาโฆษณาด้วยคีย์เวิร์ด ข้ามคลังข้อมูลขนาดใหญ่ และคุณสามารถดึงขนาดตัวอย่างที่ทำให้การวิเคราะห์รูปแบบมีความหมายแทนที่จะเป็นเพียงเรื่องเล่า

ขั้นตอนที่ 1: ดึงตัวอย่างจริง ไม่ใช่แค่หยิบมือหนึ่ง#

ตั้งเป้าอย่างน้อย 30-50 โฆษณาที่กำลังแสดงอยู่ ในหมวดธุรกิจและภูมิภาคเฉพาะที่คุณกำลังวิจัย ก่อนเริ่มจัดหมวดหมู่ น้อยกว่านั้นและคุณกำลังจับคู่รูปแบบกับสัญญาณรบกวน การดึงข้อมูลที่มีประโยชน์ประกอบด้วย:

  • พาดหัวและเนื้อความคัดลอกตามตัวอักษร
  • ชื่อผู้โฆษณา (เพื่อตรวจสอบว่ามีผู้โฆษณาใดแสดงมากเกินไปหรือไม่)
  • เครือข่าย (ธรรมเนียมการคัดลอกของ Taboola แตกต่างจาก MGID หรือ Outbrain)
  • จำนวนวันที่แสดง เนื่องจากโฆษณาที่แสดงมานานกว่าเป็นสัญญาณที่แข็งแกร่งกว่าของสิ่งที่ได้ผล ดู อายุโฆษณาเป็นสัญญาณแห่งชัยชนะ

ขั้นตอนที่ 2: แท็กตามประเภทฮุค ไม่ใช่ตามหัวข้อ#

การแท็กตามหัวข้อ ("ลดน้ำหนัก," "อาหารเสริม") บอกคุณถึงหมวดธุรกิจ ซึ่งคุณรู้อยู่แล้ว การแท็กตามฮุคบอกคุณถึงกลไก หมวดหมู่ทั่วไปที่ควรแท็ก:

ประเภทฮุค ลักษณะที่ปรากฏ พบบ่อยที่ไหน
ช่องว่างความอยากรู้ "สิ่งหนึ่งที่หมอจะไม่บอกคุณเกี่ยวกับ..." สุขภาพ, การเงิน
การยอมรับทางสังคม / อำนาจหน้าที่ "แพทย์โรคหัวใจตะลึงกับ..." สุขภาพ, อาหารเสริม
ความกลัว / การหลีกเลี่ยงการสูญเสีย "ก่อนจะสายเกินไป ตรวจสอบว่าคุณมีสิทธิ์ได้รับ..." ประกันภัย, การเงิน
ก่อน-หลัง / การเปลี่ยนแปลง ความขัดแย้งด้วยภาพหรือเรื่องเล่า ความงาม, สุขภาพ
ข่าว / การแย่งชิงเทรนด์ ผูกข้อเสนอกับเหตุการณ์ปัจจุบันหรือคนดัง การเงิน, อสังหาริมทรัพย์
ประโยชน์โดยตรง ระบุผลลัพธ์ตรงไปตรงมาโดยไม่มีกลเม็ด อีคอมเมิร์ซ, ซอฟต์แวร์

หากคุณยังไม่เคยแยกเส้นแบ่งที่ชัดเจนระหว่างฮุค มุมมอง และการอ้างสิทธิ์มาก่อน ฮุค vs. มุมมอง vs. การอ้างสิทธิ์ น่าอ่านก่อน การรวมทั้งสามเข้าด้วยกันเป็นสาเหตุที่พบบ่อยที่สุดที่การวิเคราะห์เนื้อหาสร้างผลลัพธ์ที่เลือนรางและใช้การไม่ได้

ขั้นตอนที่ 3: แยกสัญญาณผู้โฆษณาออกจากสัญญาณเนื้อหา#

เมื่อคุณดูตัวอย่างโฆษณา มีสองสิ่งที่ต่างกันเกิดขึ้นพร้อมกัน และการผสมปนเปกันนำไปสู่ข้อสรุปที่ผิด:

  1. รูปแบบเนื้อหา: ถ้อยคำและโครงสร้างใดที่ซ้ำกันในผู้โฆษณาหลายรายที่แตกต่างกัน สิ่งนี้บอกคุณว่าหมวดธุรกิจตอบสนองต่ออะไรโดยกว้าง
  2. สัญญาณการขยายขนาดของผู้โฆษณา: ผู้โฆษณาหนึ่งรายที่ใช้พาดหัวเดียวกันในสิบสองรูปแบบ ซึ่งบอกคุณว่าผู้โฆษณารายนั้นพบผู้ชนะ ไม่จำเป็นว่าหมวดธุรกิจโดยรวมจะมี

ทั้งคู่มีประโยชน์ แต่ตอบคำถามต่างกัน หากคุณพยายามหามุมมองถัดไปของคุณ ให้ให้น้ำหนักกับข้อแรก หากคุณพยายามวัดว่าวิธีการของผู้โฆษณาเฉพาะรายแข่งขันแค่ไหน ให้ดูที่ข้อสอง คู่มือของเราเกี่ยวกับ การสร้างรายชื่อเฝ้าดูคู่แข่ง ครอบคลุมการติดตามผู้โฆษณาแต่ละรายเมื่อเวลาผ่านไป แทนที่จะสุ่มตัวอย่างหมวดธุรกิจอย่างกว้าง

ขั้นตอนที่ 4: ตรวจสอบข้ามกับหน้าแลนดิ้งเพจ#

เนื้อหาที่ดึงคลิกและเนื้อหาที่รอดไปถึงการขายไม่ใช่สิ่งเดียวกันเสมอไป พาดหัวช่องว่างความอยากรู้อาจดึงคลิกราคาถูกที่เด้งออกทันที หากหน้าแลนดิ้งเพจไม่ส่งมอบตามสัญญาที่บอกเป็นนัย เมื่อทำได้ ให้ติดตามตัวอย่างโฆษณาที่คุณดึงมาผ่านไปยังหน้าแลนดิ้งเพจของพวกเขา และตรวจสอบว่าสัญญาของฮุคกับข้อเสนอจริงของหน้าเว็บตรงกันหรือไม่ ดู วิธีหาและวิเคราะห์หน้าแลนดิ้งเพจคู่แข่ง สำหรับกลไกการทำสิ่งนี้ในระดับปริมาณ แทนที่จะทำทีละลิงก์

ขั้นตอนที่ 5: เฝ้าดูการหมุนเวียน ไม่ใช่แค่ปริมาณ#

ฮุคที่มีอยู่ทุกที่สัปดาห์นี้แต่หายากเมื่อเดือนที่แล้ว เป็นสัญญาณที่ต่างจากฮุคที่คงที่มาหกเดือน หมวดธุรกิจที่หมุนเวียนเร็ว (อาหารเสริม, คริปโต, บางส่วนของการเงินย่อย) หมุนเวียนเนื้อหาเชิงรุกเพราะความล้าโฆษณาเกิดขึ้นเร็วและแพลตฟอร์มติดธงการอ้างสิทธิ์ซ้ำซาก หากคุณดึงเพียงภาพนิ่ง คุณจะพลาดสิ่งนี้ การดึงคีย์เวิร์ดหรือหมวดธุรกิจเดียวกันเป็นประจำทุกสัปดาห์และเปรียบเทียบรายสัปดาห์ เปลี่ยนการวิเคราะห์แบบคงที่ให้เป็นเส้นแนวโน้ม ซึ่งเป็นผลลัพธ์ที่มีประโยชน์มากกว่าสำหรับการตัดสินใจเมื่อใดควรรีเฟรชเนื้อหาของคุณเอง

การวัดปริมาณแทนการคาดเดาด้วยตา#

เมื่อคุณมีตัวอย่างที่ถูกแท็กแล้ว ให้ใส่ตัวเลขจริงถัดจากแต่ละหมวดหมู่ฮุค แทนที่จะพึ่งพาการประเมินด้วยสายตา ตารางนับอย่างง่ายทำหน้าที่นี้:

ประเภทฮุค โฆษณาที่สังเกตพบ (ตัวอย่าง 60 รายการ) ผู้โฆษณาที่แตกต่างกันที่ใช้มัน
ช่องว่างความอยากรู้ 24 14
การยอมรับทางสังคม / อำนาจหน้าที่ 16 9
ความกลัว / การหลีกเลี่ยงการสูญเสีย 11 7
ประโยชน์โดยตรง 9 8

ฮุคที่ใช้โดยผู้โฆษณา 14 รายที่แตกต่างกันคือรูปแบบตลาด ฮุคที่ใช้โดยผู้โฆษณาหนึ่งรายเก้าครั้งคือผู้ชนะส่วนตัวของผู้โฆษณารายนั้น รู้ไว้มีประโยชน์ แต่ไม่ใช่การค้นพบเดียวกัน การสร้างตารางนี้สำหรับทุกการดึงหมวดธุรกิจ เปลี่ยน "ฉันอ่านโฆษณาหลายอัน" ให้เป็นชุดข้อมูลที่เปรียบเทียบได้ซึ่งคุณสามารถกลับมาดูใหม่เดือนหน้าและตรวจสอบกับมันได้

การอ่านการอ้างสิทธิ์เพื่อประเมินความเสี่ยงด้านการปฏิบัติตามกฎหมาย ไม่ใช่แค่ประสิทธิภาพ#

การวิเคราะห์ระดับใหญ่ยังเผยให้เห็นประโยชน์ที่สองซึ่งชัดเจนน้อยกว่า: มันแสดงให้เห็นว่าโครงสร้างการอ้างสิทธิ์ใดที่กำลังร้อนแรงในหมวดธุรกิจซึ่งอาจดึงความสนใจจากหน่วยงานกำกับดูแล โฆษณาสุขภาพและการเงินที่พึ่งพาการอ้างสิทธิ์ผลลัพธ์ที่เฉพาะเจาะจงและแข็งแกร่ง ("รักษา," "ผลตอบแทนรับประกัน") อยู่ใกล้กับการตรวจสอบของ FTC มากกว่าการนำเสนอที่อ่อนโยนกว่า หากตัวอย่างระดับใหญ่แสดงให้เห็นว่าหนึ่งในสามของคู่แข่งของคุณกำลังอ้างสิทธิ์เชิงรุก นั่นคือบริบทที่มีประโยชน์ก่อนที่คุณจะตัดสินใจว่าเนื้อหาของคุณเองควรอยู่ใกล้เส้นนั้นแค่ไหน คู่มือของเราเกี่ยวกับ กฎการเปิดเผยข้อมูลของ FTC สำหรับโฆษณาเชิงบรรณาธิการและเนทีฟแอด น่าทบทวนควบคู่ไปกับการวิจัยเนื้อหาใดๆ ในหมวดธุรกิจที่ถูกควบคุม

ข้อผิดพลาดทั่วไปในการวิเคราะห์เนื้อหาในระดับใหญ่#

  • ถือว่าตัวอย่างสิบอันเป็นเทรนด์ โฆษณาสิบอันจากผู้โฆษณาหนึ่งรายคือจุดข้อมูลหนึ่งจุดที่แต่งตัวเป็นสิบ
  • ไม่สนใจเครือข่าย โครงสร้างพาดหัวที่พบบ่อยบนฟีดสุขภาพของ Taboola ไม่จำเป็นต้องถ่ายโอนไปยังสินค้าคงคลังที่เน้นความบันเทิงของ MGID หรือไปยังตำแหน่งที่เน้นบรรณาธิการมากกว่าของ Outbrain
  • คัดลอกถ้อยคำโดยตรง ประเด็นของการวิเคราะห์รูปแบบคือการสกัดกลไก (หน้าที่ที่พาดหัวกำลังทำ) และเขียนใหม่ด้วยเสียงของคุณเองสำหรับข้อเสนอของคุณเอง ไม่ใช่ลอกคำพูดที่แน่นอนของผู้โฆษณาที่กำลังแสดงอยู่
  • ข้ามตัวกรองภูมิภาค ฮุคความอยากรู้ที่ปรับแต่งสำหรับผู้ชมระดับ Tier-1 ของสหรัฐฯ อาจอ่านดูไร้ความรู้สึกหรือทำให้สับสนเมื่อแปลตรงตัวไปยังภูมิภาคระดับ Tier-2

การเปลี่ยนการวิเคราะห์เป็นปฏิทินการทดสอบ#

ผลลัพธ์ของการวิเคราะห์ระดับใหญ่จะมีประโยชน์ก็ต่อเมื่อมันป้อนเข้าสู่การตัดสินใจ เมื่อคุณมีตัวอย่างที่ถูกแท็กและตารางนับของคุณแล้ว ให้แปลมันเป็นคิวการทดสอบสั้นๆ: ฮุคสองหรือสามอันแรกตามจำนวนผู้โฆษณา ไปในบรีฟครีเอทีฟถัดไปของคุณก่อน ส่วนที่หายากกว่าไปอยู่ในรายชื่อสั้นๆ เพื่อกลับมาดูอีกครั้งเมื่อผู้นำเริ่มแสดงสัญญาณความล้า การข้ามขั้นตอนสุดท้ายนี้เป็นวิธีที่พบบ่อยที่สุดที่การวิจัยที่มั่นคงไม่เคยเปลี่ยนเป็นการปรับปรุงแคมเปญจริง การวิเคราะห์นั่งอยู่ในสเปรดชีตและไม่มีอะไรเปลี่ยนแปลงต่อไป

OpenAdLibrary ช่วยอย่างไร#

การดึงตัวอย่างจริงอย่างรวดเร็วคือจุดคอขวดที่ผู้ซื้อสื่อส่วนใหญ่เจอก่อน ดัชนีที่ค้นหาได้ซึ่งส่งคืนครีเอทีฟสดที่กรองตามหมวดธุรกิจ เครือข่าย และภูมิภาค พร้อมกับผู้โฆษณา อายุการใช้งาน และหน้าแลนดิ้งเพจที่แนบมากับแต่ละรายการ เปลี่ยนเซสชันวิจัยด้วยตนเองหลายชั่วโมงให้เป็นข้อมูลส่งออกที่กรองแล้วซึ่งคุณสามารถแท็กและอ่านได้ในครั้งเดียว สำหรับทีมที่ทำสิ่งนี้ทุกสัปดาห์ แพลตฟอร์มข่าวกรองโฆษณา ของเราถูกสร้างขึ้นรอบๆ เวิร์กโฟลว์การดึงและหารูปแบบซ้ำๆ นี้โดยเฉพาะ แทนที่จะเป็นการค้นหาแบบครั้งเดียว

คำถามที่พบบ่อย

ต้องใช้โฆษณาคู่แข่งกี่รายการถึงจะเห็นรูปแบบเนื้อหาที่แท้จริง?
อย่างน้อย 30-50 โฆษณาที่กำลังแสดงอยู่ ในหมวดธุรกิจและภูมิภาคที่คุณกำลังศึกษาโดยเฉพาะ หากตัวอย่างน้อยกว่านั้น คุณมีแนวโน้มจะตอบสนองต่อการทดสอบของแต่ละผู้โฆษณามากกว่าที่จะเห็นรูปแบบที่ตลาดกว้างกำลังยืนยัน
การวิเคราะห์เนื้อหากับการวิเคราะห์มุมมองต่างกันอย่างไร?
การวิเคราะห์เนื้อหา มองที่การเลือกใช้ถ้อยคำและโครงสร้างของพาดหัวและเนื้อความจริง การวิเคราะห์มุมมอง มองขึ้นไปอีกระดับหนึ่ง คือ สัญญาหรือการดึงดูดอารมณ์พื้นฐาน (ความกลัว ความอยากรู้ การเปลี่ยนแปลง) ที่เนื้อหากำลังแสดงออก คุณต้องใช้ทั้งคู่ เนื้อหาโดยไม่มีบริบทมุมมองเป็นแค่คำพูด มุมมองโดยไม่มีตัวอย่างเนื้อหานั้นนามธรรมเกินไปที่จะใช้เขียนบรีฟ
ควรวิเคราะห์คัดลอกโฆษณาแยกตามเครือข่ายหรือรวมทุกเครือข่ายพร้อมกัน?
เริ่มต้นแยกตามเครือข่าย Taboola, Outbrain และ MGID แต่ละแห่งมีส่วนผสมของผู้โฆษณาและธรรมเนียมการนำเสนอที่แตกต่างกัน การรวมเข้าด้วยกันอาจทำให้ความแตกต่างที่แท้จริงเลือนราง เมื่อคุณเข้าใจพื้นฐานของแต่ละเครือข่ายแล้ว การเปรียบเทียบข้ามเครือข่ายจึงจะมีประโยชน์ในการตรวจจับว่ารูปแบบใดที่เป็นสากลหรือเฉพาะเครือข่าย
จะรู้ได้อย่างไรว่ารูปแบบเนื้อหายังใช้ได้ผลหรือเริ่มจางแล้ว?
ดึงข้อมูลเดียวกันเป็นประจำทุกสัปดาห์และเปรียบเทียบปริมาณรายสัปดาห์ ฮุคที่ความถี่ลดลงในขณะที่รูปแบบใหม่เพิ่มขึ้น เป็นสัญญาณว่าตลาดกำลังหมุนเวียนออกจากมัน โดยเฉพาะในหมวดธุรกิจที่หมุนเวียนเร็ว เช่น สุขภาพและอาหารเสริม และคริปโต
คุ้มค่าที่จะวิเคราะห์คัดลอกโฆษณาจากผู้โฆษณานอกนิชที่ตรงกับเราพอดีหรือไม่?
คุ้มค่า หมวดธุรกิจใกล้เคียงมักเผยให้เห็นกลไกฮุคก่อนที่มันจะข้ามเข้ามาในหมวดของคุณ ตัวอย่างเช่น การเงินและประกันภัยแบ่งปันโครงสร้างที่ใช้ความกลัวร่วมกันมาก และสุขภาพและอาหารเสริมมักแลกเปลี่ยนรูปแบบช่องว่างความอยากรู้กลับไปมา
ทีม OpenAdLibrary
เขียนโดยทีม OpenAdLibrary
วิจัยข่าวกรองโฆษณาและโฆษณาเนทีฟ

เราสร้าง OpenAdLibrary แพลตฟอร์มเปิดเพื่อความโปร่งใสด้านโฆษณา ทุกวันระบบของเราจับโฆษณาเนทีฟสดจาก Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo และ MSN ระบุผู้โฆษณาจริงที่อยู่เบื้องหลังแต่ละรายการ และติดตามคลิกไปยังหน้า Landing Page คู่มือเหล่านี้สรุปสิ่งที่เราเห็นจากข้อมูลนั้น เพื่อให้คุณวิจัยตลาดได้เร็วขึ้น