OpenAdLibraryOpenAdLibrary
การศึกษาข้อมูลโฆษณาเนทีฟ

Share of Observed Native Creatives: การคำนวณและข้อจำกัด

คุณไม่สามารถเห็นค่าใช้จ่าย Native ของคู่แข่งได้ แต่คุณสามารถคำนวณส่วนแบ่งของบันทึกครีเอทีฟที่เก็บได้ของผู้โฆษณาแต่ละรายภายในตัวอย่างที่กำหนดไว้ บันทึกการให้น้ำหนักและความครอบคลุม และหลีกเลี่ยงการสับสนระหว่างการปรากฏตัวกับค่าใช้จ่าย

แผนภูมิแท่งจัดอันดับผู้โฆษณา Native ในอุตสาหกรรมหนึ่งตามจำนวนครีเอทีฟที่กำลังรันและวันรัน เป็นตัวแทนของ Share of Voice

ข้อมูลค่าใช้จ่ายสำหรับการโฆษณา Native ถูกปิดตาย ไม่มีเครือข่ายใดเผยแพร่ว่าผู้โฆษณาบน Taboola, Outbrain, MGID หรือ Revcontent ลงทุนในอุตสาหกรรมใดมากน้อยแค่ไหน และไม่มี API ส่วนแบ่งการแสดงผล (Impression Share) เหมือนที่ Paid Search มี ดังนั้นเมื่อผู้ซื้อสื่อถามว่า "ตอนนี้ใครครองพื้นที่การเงินบน Native จริงๆ?" คำตอบที่ตรงไปตรงมาในอดีตคือการยักไหล่

คุณสามารถคำนวณส่วนแบ่งของบันทึกครีเอทีฟที่เก็บได้ของผู้โฆษณาแต่ละรายภายในตัวอย่างที่กำหนดไว้ นี่คือมาตรวัดการปรากฏตัวในตัวอย่าง ไม่ใช่การประมาณการที่ผ่านการตรวจสอบแล้วของค่าใช้จ่าย การแสดงผล หรือส่วนแบ่งเสียงในระดับตลาดทั้งหมด

เพื่อให้เห็นภาพขนาดที่เรากำลังพูดถึง: ณ เดือนมิถุนายน 2026 OpenAdLibrary ได้เก็บข้อมูลครีเอทีฟที่แตกต่างกัน 589,036 ชิ้น จากผู้โฆษณา 25,933 ราย บนเครือข่าย 42 แห่ง โดยมีข้อมูลการสังเกตการณ์โฆษณา 5.4 ล้านรายการอยู่เบื้องหลัง นั่นคือวัตถุดิบที่การวิเคราะห์ SOV ในอุตสาหกรรมหนึ่งดึงมาใช้

Native Ad Share of Voice วัดอะไร#

กำหนดมาตรวัดอย่างชัดเจน: ส่วนแบ่งของบันทึกครีเอทีฟที่เก็บได้ของผู้โฆษณารายหนึ่ง ซึ่งอาจให้น้ำหนักตามวันที่สังเกตได้ที่แตกต่างกัน ภายในหมวดหมู่และหน้าต่างการเก็บข้อมูลที่ระบุไว้ อย่าเรียกช่วงเวลาจากครั้งแรกถึงครั้งสุดท้ายว่าระยะเวลารันต่อเนื่อง หรือถือว่าการให้น้ำหนักเป็นหลักฐานของการลงทุนที่ยั่งยืน

Share of Voice แบบดั้งเดิมมีที่มาสองสาย สายแรกจากทีวีและสิ่งพิมพ์ เป็นแบบอิงค่าใช้จ่าย: ค่าใช้จ่ายโฆษณาของคุณในหมวดหมู่ หารด้วยค่าใช้จ่ายโฆษณาทั้งหมดในหมวดหมู่ ยุคดิจิทัลเพิ่ม SOV แบบอิงการแสดงผล (Impression-based) ซึ่งแพลตฟอร์มมอบส่วนแบ่งการแสดงผลให้คุณโดยตรง Native ไม่ให้ทั้งสองอย่าง ค่าใช้จ่ายถูกซ่อนและไม่มีรายงานการแสดงผล สิ่งที่คุณเห็นได้คือพื้นที่ผิวที่ผู้โฆษณาครอบครองบนวิดเจ็ตของผู้เผยแพร่ ซึ่งถูกเก็บโดย เครื่องมือสอดแนมโฆษณา Native พื้นที่ผิวนั้นคือวัตถุดิบสำหรับตัวแทน

การสังเกตซ้ำๆ ช่วยระบุตัวอย่างที่ควรตรวจสอบได้ แต่ไม่ได้ยืนยันว่าผู้โฆษณาทำกำไรหรือใช้จ่ายต่อเนื่องระหว่างการพบเห็นหรือไม่ โฆษณาการเงินที่ยกมานี้เป็นหลักฐานของข้อความที่ถูกเก็บได้ ไม่ใช่การยืนยันข้อกล่าวอ้างเรื่องภาษีของโฆษณานั้น

Taboola finance native ad about IRS tax forgiveness
คำบรรยาย: โฆษณา Native ด้านการเงินบน Taboola ที่กำลังรันอยู่ หัวข้อ 'IRS Forgives Millions By June 30th Tax Deadline' เก็บข้อมูลโดย OpenAdLibrary, มิถุนายน 2026.

การจัดประเภทอ้างอิงจากเดือนมิถุนายน 2026 รายงานจำนวนในหมวดการเงิน ประกันภัย และสุขภาพ ตัวเลขเหล่านั้นอธิบายตัวอย่างที่เก็บได้ และไม่ได้ยืนยันงบประมาณของหมวดหมู่หรือการแข่งขันในระดับตลาดทั้งหมด

สัญญาณทั้งสอง และเหตุผลที่ทั้งคู่สำคัญ#

จำนวนครีเอทีฟที่กำลังรัน (Active-creative count)#

นับ ครีเอทีฟที่เก็บได้ ที่แตกต่างกันโดยใช้กฎการรวมข้อมูลซ้ำและหน้าต่างที่บันทึกไว้ ความแตกต่างอาจสะท้อนตัวแปร ความครอบคลุมของการเก็บข้อมูล หรือกิจกรรมของแคมเปญ พวกมันไม่ได้วัดความเข้มข้นของการทดสอบหรือขนาดโดยตรง

อย่างไรก็ตาม การนับจำนวนอย่างเดียวสามารถถูกเล่นกลได้ ผู้โฆษณาบางรายปล่อยตัวแปรที่ใช้แล้วทิ้งเป็นสิบๆ ชิ้นซึ่งตายภายในไม่กี่วัน การนับจำนวนล้วนๆ ให้รางวัลกับการหมุนเวียนนั้นและทำให้ภาพลักษณ์จริงของพวกเขาดูใหญ่เกินจริง คุณสามารถเห็นสัญชาตญาณการทดสอบในโฆษณาเช่นนี้ ซึ่งเป็นมุมมองสินค้าอุปโภคบริโภคใหม่ที่อาจจะอยู่รอดหรือไม่รอดในสัปดาห์แรก

Taboola native ad testing a budget air conditioner angle
คำบรรยาย: ครีเอทีฟ Taboola อายุ 5 วันจาก Consumer World หัวข้อ 'Does This $138 AC Run On Almost No Power?' เก็บข้อมูลโดย OpenAdLibrary, มิถุนายน 2026.

วันรัน (Run-days) (การปรากฏตัวที่ให้น้ำหนักตามความทนทาน)#

หากมีบันทึกการสังเกตรายวัน ให้นับจำนวนวันที่สังเกตได้ที่แตกต่างกันของครีเอทีฟแต่ละชิ้น แยกส่วนนี้ออกจากช่วงเวลาที่ผ่านไปจากครั้งแรกถึงครั้งสุดท้าย ซึ่งอาจรวมวันที่ไม่มีการสังเกตด้วย ไม่มีมาตรวัดใดยืนยันประสิทธิภาพได้

ครีเอทีฟจำนวนน้อยที่ถูกสังเกตซ้ำๆ อาจได้รับน้ำหนักมากกว่าการสังเกตเพียงครั้งเดียวจำนวนมาก นั่นเป็นผลจากสูตรที่เลือก ไม่ใช่หลักฐานของค่าใช้จ่ายที่ทำกำไรได้

ระบุหน้าต่างการสังเกตการณ์และการตัดทอนข้อมูล ค่าสูงสุดประมาณ 28 วันในสแนปช็อตที่อ้างถึงจำกัดสิ่งที่สามารถวัดได้ มันไม่ได้ทำให้ ตัวอย่างที่ถูกสังเกตนานที่สุด กลายเป็นผู้ชนะที่พิสูจน์แล้ว ไม่มีผลลัพธ์ 90 วันใดที่ได้รับการยืนยันจากสแนปช็อตนั้น

สูตร SOV ที่สามารถพิสูจน์ได้#

รวมสองสิ่งนี้เข้าด้วยกันเป็นคะแนนเดียวที่โปร่งใส รูปแบบที่ง่ายที่สุดที่ผ่านการตรวจสอบ:

ส่วนแบ่งการปรากฏตัวในตัวอย่างที่ให้น้ำหนัก (%) = ผลรวมวันที่สังเกตได้ที่แตกต่างกันของผู้โฆษณา หารด้วยผลรวมเดียวกันของผู้โฆษณาทั้งหมดที่อยู่ในขอบเขต คูณด้วย 100 กำหนดวิธีการจัดการกับวันที่ที่ขาดหาย บันทึกที่ซ้ำกัน และตัวส่วนที่เป็นศูนย์ หากมีเฉพาะเวลาประทับครั้งแรก/ครั้งสุดท้าย ให้รายงานคะแนนช่วงการสังเกตแยกต่างหาก แทนที่จะเรียกว่าวันที่สังเกตได้

ทางเลือกคือ กำหนดขีดจำกัดสูงสุดของวันรันที่ครีเอทีฟเดียวจะนำมาคิด เพื่อไม่ให้โฆษณาเก่าแก่ที่อยู่รอดได้ยาวนานเพียงชิ้นเดียวกลบผู้โฆษณาที่มีการเคลื่อนไหวดี รายงานทั้งจำนวนครีเอทีฟดิบและคะแนนที่ให้น้ำหนักตามวันรันควบคู่กันไป ช่องว่างระหว่างทั้งสองอย่างนั้นเป็นตัววินิจฉัยในตัวของมันเอง

นี่คือวิธีที่ผู้โฆษณาห้าคนเดียวกัน (เป็นตัวอย่าง ไม่ได้วัดจริง) สามารถจัดอันดับใหม่ได้ ขึ้นอยู่กับว่าคุณเชื่อสัญญาณไหน:

ผลรวมที่ให้น้ำหนักซึ่งเป็นตัวอย่างประกอบ: A 1,820; B 1,240; C 1,050; D 980; E 760 ผลรวมคือ 5,850 ทำให้ได้ส่วนแบ่งแบบปัดเศษเป็น 31%, 21%, 18%, 17% และ 13% ค่าที่สมมติขึ้นเหล่านี้สาธิตเพียงเลขคณิตเท่านั้น ไม่ได้แทนประสิทธิภาพของแคมเปญ ความสามารถทำกำไร หรือโคฮอร์ต 28 วัน

การจัดอันดับตามจำนวนและการจัดอันดับตามการปรากฏตัวที่ให้น้ำหนักตอบคำถามที่แตกต่างกัน ไม่มีอันใดระบุผู้นำตลาดที่แท้จริงได้หากไม่มีความสัมพันธ์ที่ผ่านการตรวจสอบกับผลลัพธ์ที่ต้องการ

การกำหนดขอบเขตอุตสาหกรรม (นี่คือจุดที่การวิเคราะห์ส่วนใหญ่ล้มเหลว)#

SOV จะดีได้แค่ไหนก็ขึ้นอยู่กับตัวส่วน (Denominator) กำหนดขอบเขตอุตสาหกรรมผิด และเปอร์เซ็นต์ทุกตัวจะเป็นเรื่องแต่ง วิธีกำหนดขอบเขตอุตสาหกรรมสามวิธี เรียงตามความเข้มงวดจากน้อยไปมาก:

  1. ตามหมวดหมู่หรือการจัดประเภท IAB เร็ว แต่หยาบ ดีสำหรับระดับสูงเช่น "การเงิน" หรือ "สุขภาพ" อ่อนแอเมื่ออุตสาหกรรมทับซ้อนกัน (อาหารเสริมคือ "สุขภาพ" หรือ "Nutra"?) เพื่อให้เห็นภาพปัญหาการจัดประเภทแบบหยาบ: ทั่วทั้งดัชนีของเรา Taboola เพียงอย่างเดียวแสดงครีเอทีฟสุขภาพ 6,048 ชิ้น และครีเอทีฟการเงิน 5,558 ชิ้น ในขณะที่ Outbrain โน้มไปทางการเงินมากกว่า (การเงิน 2,640, สุขภาพ 2,016) ผู้โฆษณาเดียวกันสามารถตกอยู่ในกลุ่มต่างกันได้ ขึ้นอยู่กับเครือข่ายและตัวจัดประเภท ซึ่งเป็นเหตุผลว่าทำไมการกำหนดขอบเขตตามหมวดหมู่เพียงอย่างเดียวจึงเป็นวิธีที่อ่อนแอที่สุด
  2. ตามคำหลักและมุมมองครีเอทีฟ (Creative Angle) กรองตามภาษาหัวข้อและ มุมมองครีเอทีฟ ที่ใช้อยู่ แคบลง แต่ข้อความครีเอทีฟยุ่งเหยิง โฆษณาสองชิ้นสามารถขายข้อเสนอเดียวกันด้วยมุมมองที่แตกต่างกันมากได้
  3. ตามปลายทาง Landing Page เป็นสัญญาณที่แข็งแกร่งที่สุด โฆษณาสองชิ้นที่มีข้อความต่างกันแต่นำไปสู่หน้าเสนอขายเดียวกัน (หรือ Pre-lander เดียวกัน) อยู่ในกลุ่มคู่แข่งเดียวกัน

ใช้หลักฐานปลายทางที่เก็บได้เพื่อช่วยจัดกลุ่มข้อเสนอที่เกี่ยวข้อง และตรวจสอบนามแฝงที่คลุมเครือด้วยมือ ปลายทางหรือตัวติดตามไม่จำเป็นต้องระบุผู้จ่ายเงินหรือผู้โฆษณาตามกฎหมายเสมอไป อย่าคลิกโฆษณาที่กำลังรันอยู่เพื่อสืบสวน

Taboola health native ad about a new hearing device
คำบรรยาย: โฆษณา Native ด้านสุขภาพบน Taboola จาก Nebroo หัวข้อ 'Americans Are Ditching Hearing Aids for This New Device' สังเกตการณ์มา 26 วัน เก็บข้อมูลโดย OpenAdLibrary, มิถุนายน 2026.

วิธีวิเคราะห์ด้วยตัวเองใน OpenAdLibrary#

ประเด็นทั้งหมดของตัวแทนคือมันต้องสามารถทำซ้ำได้ นี่คือขั้นตอนการทำงานตั้งแต่ต้นจนจบ:

  1. กำหนดขอบเขตอุตสาหกรรม กรองดัชนีโฆษณาตามหมวดหมู่ คำหลัก หรือที่ดีที่สุดคือรูปแบบ Landing Page ตัดสินใจว่าเครือข่ายใดนับ (เฉพาะ Taboola บวก Outbrain? เพิ่ม MGID, Revcontent, Teads, MSN, Yahoo?) บันทึกการเลือกของคุณ มันเป็นส่วนหนึ่งของระเบียบวิธีวิจัย
  2. กำหนดหน้าต่างการสังเกตการณ์ SOV เป็นภาพถ่ายในช่วงเวลาหนึ่ง "กำลังรันอยู่ใน 30 วันที่ผ่านมา" เป็นค่าเริ่มต้นที่สมเหตุสมผลสำหรับอุตสาหกรรมที่เคลื่อนไหวเร็ว ขยายออกไปสำหรับอุตสาหกรรมตามฤดูกาลที่เคลื่อนไหวช้า
  3. จัดกลุ่มตามผู้โฆษณา ใช้ตัวตนผู้โฆษณาที่ระบุได้ จากนั้นรวมนามแฝงที่รู้จักเข้าด้วยกันด้วยมือ ขั้นตอนการรวมข้อมูลที่ซ้ำกันนี้คือความแตกต่างระหว่างการจัดอันดับจริงกับเสียงรบกวน
  4. ดึงสัญญาณทั้งสอง จำนวนครีเอทีฟที่กำลังรันและวันรันทั้งหมดต่อผู้โฆษณา
  5. คำนวณและสร้างแผนภูมิ ใช้สูตร กำหนดขีดจำกัดวันรันต่อครีเอทีฟ (ทางเลือก) และจัดอันดับ พล็อตจำนวนครีเอทีฟเทียบกับ SOV ที่ให้น้ำหนักตามวันรันเพื่อให้เห็นความแตกต่างชัดเจน
  6. ตรวจสอบผู้นำด้วยสามัญสำนึก เปิดครีเอทีฟของผู้โฆษณาอันดับต้นๆ พวกเขาอยู่ในอุตสาหกรรมของคุณจริงๆ หรือไม่? ครีเอทีฟที่รันยาวนานนั้นกำลังรันอยู่จริงหรือเป็นข้อมูลเก่า? ไว้ใจ แล้วค่อยตรวจสอบ

เผยแพร่บันทึกและการคำนวณที่จำเป็นต่อการทำแผนภูมิซ้ำ ภายใต้ข้อจำกัดด้านการเข้าถึงและความเป็นส่วนตัว ร่องรอยที่ขาดหาย ทรัพยากรที่ไม่พร้อมใช้งาน หรือความครอบคลุมที่ไม่สมบูรณ์ ต้องยังคงมองเห็นได้ แทนที่จะถูกอธิบายว่าเป็นหลักฐานที่ตรวจสอบได้อย่างสมบูรณ์

สิ่งที่ตัวแทน SOV บอกคุณได้และบอกไม่ได้#

จำกัดข้อจำกัดไว้ในสายตาเพื่อที่คุณจะได้ไม่กล่าวอ้างเกินจริง:

ข้อจำกัด: มาตรวัดนี้อธิบายบันทึกที่เก็บได้ ไม่ใช่ค่าใช้จ่ายหรือการแสดงผล ความเป็นตัวแทนยังไม่ได้รับการพิสูจน์ ภูมิศาสตร์ อุปกรณ์ แหล่งที่มา และความถี่ในการเก็บข้อมูลส่งผลต่อความครอบคลุม และการพบเห็นครั้งสุดท้ายไม่ใช่หลักฐานของการแสดงผลในปัจจุบัน ระบุข้อจำกัดเหล่านี้ควบคู่ไปกับการเปรียบเทียบทุกครั้ง

Taboola insurance native ad targeted at Australian users
คำบรรยาย: โฆษณา Native ด้านประกันภัยบน Taboola ที่กำหนดเป้าหมายตามภูมิศาสตร์จาก Real หัวข้อ 'Australians looking for life insurance should read this' เก็บข้อมูลโดย OpenAdLibrary, มิถุนายน 2026.

ข้อจำกัดเหล่านี้อาจเปลี่ยนการจัดอันดับ พวกมันไม่ใช่ช่วงความเชื่อมั่นทางสถิติ การประมาณค่าดังกล่าวต้องใช้แบบจำลองการสุ่มตัวอย่างที่เหมาะสม

ทำไมสิ่งนี้จึงสำคัญสำหรับการเคลื่อนไหวครั้งต่อไปของคุณ#

ใช้การจัดอันดับเพื่อเลือกคู่แข่งและตัวอย่างสำหรับการตรวจสอบเพิ่มเติม มันไม่ได้ระบุครีเอทีฟที่ทำกำไร ตำแหน่งการวางโฆษณาที่มีอยู่ หรือตลาดที่ยังไม่ได้รับการตอบสนอง

ต้องการสร้างแผนภูมิ SOV ในอุตสาหกรรมของคุณเองจากข้อมูลโฆษณาที่รันอยู่และสามารถอ้างอิงได้ พร้อมผู้โฆษณาจริงและครีเอทีฟจริงที่ติดตามไปถึง Landing Page หรือไม่? เริ่มต้นฟรี: ดูโฆษณาใหม่ล่าสุด 20 ชิ้น ไม่ต้องใช้บัตรเครดิต จากนั้นเจาะลึกตั้งแต่ $29.99/เดือน


หมายเหตุระเบียบวิธีวิจัย: ตัวเลขในตารางการจัดอันดับใหม่เป็นตัวอย่าง สร้างขึ้นเพื่อสาธิตตัวแทน SOV ไม่ใช่ผลการวัดจริง จำนวนรวมในดัชนีและจำนวนในแต่ละอุตสาหกรรมเป็นข้อมูลจริง (ดัชนี OpenAdLibrary, มิถุนายน 2026) ใช้ขั้นตอนการทำงานกับอุตสาหกรรมของคุณเองเพื่อสร้างตัวเลขจริง และรายงานขอบเขตเครือข่าย ภูมิศาสตร์และอุปกรณ์ หน้าต่างการสังเกตการณ์ และข้อควรระวังเกี่ยวกับความครอบคลุมของการเก็บข้อมูลควบคู่ไปกับแผนภูมิ SOV ใดๆ เสมอ

แหล่งที่มา: Brandwatch, Share of Voice formula and examples, Search Engine Land, Share of Voice guide, Taboola, Native advertising platforms 2026.

คำถามที่พบบ่อย

Native Ad Share of Voice คืออะไร?
วิธีการนี้วัดส่วนแบ่งของบันทึกครีเอทีฟที่เก็บได้ของผู้โฆษณารายหนึ่งภายในตัวอย่างที่กำหนดไว้ ไม่ใช่การประมาณการที่ผ่านการตรวจสอบแล้วของค่าใช้จ่ายทั้งหมด การแสดงผล หรือส่วนแบ่งเสียงในระดับตลาดทั้งหมด
คุณสามารถวัด Share of Voice ได้โดยไม่มีข้อมูลค่าใช้จ่ายโฆษณาหรือไม่?
คุณสามารถคำนวณส่วนแบ่งการปรากฏตัวในตัวอย่างได้โดยไม่มีข้อมูลค่าใช้จ่าย แต่ต้องติดป้ายกำกับอย่างถูกต้อง ไม่มีการยืนยันความสัมพันธ์กับค่าใช้จ่ายหรือความมุ่งมั่นที่ยั่งยืนในการศึกษานี้
ทำไมต้องใช้วันรันแทนที่จะนับแค่จำนวนครีเอทีฟ?
การให้น้ำหนักตามวันที่สังเกตได้ที่แตกต่างกันเปลี่ยนคำถามจากจำนวนบันทึกเป็นการปรากฏตัวซ้ำในตัวอย่าง มันไม่ได้ยืนยันผลกำไร อย่าใช้ช่วงเวลาที่ผ่านไปจากครั้งแรกถึงครั้งสุดท้ายแทนวันที่สังเกตได้จริงโดยไม่ติดป้ายความแตกต่าง
Native Ad SOV แตกต่างจาก SOV ของ Search หรือ Social อย่างไร?
Native SOV ถูกสร้างขึ้นใหม่จากการเก็บข้อมูลโฆษณาของบุคคลที่สาม เนื่องจากไม่มี API ส่วนแบ่งการแสดงผล (Impression Share) สาธารณะ ในขณะที่ Search SOV ใช้ส่วนแบ่งการแสดงผลที่แพลตฟอร์มรายงาน และ Social SOV มักใช้การกล่าวถึงหรือการเข้าถึงแบบเสียเงิน สำหรับ Native คุณต้องอนุมานการปรากฏตัวจากว่าผู้โฆษณาใดปรากฏตัว มีครีเอทีฟที่รันอยู่กี่ชิ้น และครีเอทีฟเหล่านั้นอยู่รอดได้นานแค่ไหนบนวิดเจ็ตของผู้เผยแพร่
ฉันจะวิเคราะห์ Share of Voice ใน OpenAdLibrary ได้อย่างไร?
กำหนดขอบเขต ส่งออกบันทึกที่มีอยู่ ตรวจสอบการจัดกลุ่มและการรวมข้อมูลซ้ำ และคำนวณส่วนแบ่งโดยใช้สูตรที่เปิดเผย รายงานข้อมูลที่ขาดหายและการระบุผู้โฆษณาที่คลุมเครือ ผลลัพธ์อธิบายเฉพาะตัวอย่างนั้นเท่านั้น
OpenAdLibrary Research
เขียนโดยOpenAdLibrary Research
การศึกษาข้อมูลและการวิเคราะห์ตลาด

ทีมงานข้อมูลเบื้องหลัง OpenAdLibrary เราเปลี่ยนคลังข้อมูลของแพลตฟอร์มซึ่งประกอบด้วยโฆษณาเนทีฟที่บันทึกไว้ ผู้โฆษณา และหน้า Landing Page ให้กลายเป็นงานศึกษาต้นฉบับเกี่ยวกับสิ่งที่กำลังดำเนินการจริงในตลาด โดยระบุวิธีวิทยาและขนาดตัวอย่างในทุกรายงาน