เกณฑ์มาตรฐานอัตราการแปลงของ Native Ads: วิธีการที่ซื่อตรง

ไม่มีเกณฑ์มาตรฐาน CVR ของ Native Ads สากลใดที่รอดพ้นจากการสัมผัสกับฟันเนลจริง คำนวณอัตราการแปลงที่จุดคุ้มทุนของคุณ ตรวจสอบความสมเหตุสมผลกับรูปแบบของฟันเนลประเภทต่างๆ และตรวจสอบด้วยข้อมูลอายุการใช้งานจริง

ทีม OpenAdLibraryวิจัยข่าวกรองโฆษณาและโฆษณาเนทีฟ

22 สิงหาคม 2569 · อ่าน 6 นาที

ภาพประกอบบรรณาธิการ: เกณฑ์มาตรฐานอัตราการแปลงของ Native Ads: วิธีการที่ซื่อตรง

ไม่มีเกณฑ์มาตรฐานอัตราการแปลงสากลที่เชื่อถือได้สำหรับ Native Ads เหตุการณ์การแปลง โครงสร้างฟันเนล แนวตั้ง และคุณภาพทราฟฟิกแตกต่างกันอย่างกว้างขวางจนตัวเลข "CVR Native เฉลี่ย" ใดๆ ทำให้เข้าใจผิดมากกว่าให้ข้อมูล — และตัวเลขที่เผยแพร่ส่วนใหญ่เป็นการตลาดของซัพพลายเออร์ที่มีอคติจากผู้รอดชีวิต วิธีการที่ซื่อตรงมีสามขั้นตอน: คำนวณอัตราการแปลงที่จุดคุ้มทุนที่เศรษฐศาสตร์ของคุณต้องการ, ตรวจสอบความสมเหตุสมผลว่าฟันเนลประเภทของคุณสามารถผ่านมันได้อย่างเป็นไปได้หรือไม่, และตรวจสอบกับชุดข้อมูลสาธารณะชุดเดียวที่ไม่สามารถโกหกได้ — โฆษณาที่ยังคงทำงานอยู่

เหตุใดเกณฑ์มาตรฐาน CVR ที่เผยแพร่ทำให้เข้าใจผิด#

ปัญหาสี่ข้อทำลายเกือบทุกตารางเกณฑ์มาตรฐานที่คุณจะพบ:

เหตุการณ์การแปลงไม่ได้มาตรฐาน. การส่งอีเมลเพื่อชิงรางวัล แบบฟอร์มขอใบเสนอราคาประกัน และการซื้ออีคอมเมิร์ซ $120 ล้วนเป็น "การแปลง" และอัตราของมันแตกต่างกันเป็นลำดับขนาด เกณฑ์มาตรฐานที่เฉลี่ยข้ามสิ่งเหล่านี้ไม่ได้อธิบายอะไรเลย (คำจำกัดความ: อัตราการแปลง.)
ตำแหน่งในฟันเนลไม่ชัดเจน. ทราฟฟิก Native มักจะผ่าน pre-lander ก่อนถึง offer CVR ที่อ้างถึงวัดจากการคลิกโฆษณาถึงการกระทำบน pre-lander หรือจากการเยี่ยมชมหน้า offer ถึงการขาย? ตัวเลขสองค่านี้สามารถแตกต่างกันหลายเท่า และตารางส่วนใหญ่ไม่เคยบอก
อคติจากผู้รอดชีวิต. กรณีศึกษาของซัพพลายเออร์รายงานแคมเปญที่ทำงานได้ แคมเปญที่ตายในสัปดาห์แรก — ส่วนใหญ่ — ไม่อยู่ในชุดข้อมูล
การผสมผสานครอบงำ. การผสมผสานของภูมิศาสตร์ อุปกรณ์ และตำแหน่งทำให้อัตราการแปลงเปลี่ยนแปลงมากกว่าคุณภาพครีเอทีฟ เกณฑ์มาตรฐานที่คำนวณจากการผสมผสานของคนอื่นไม่สามารถถ่ายโอนไปยังของคุณ

เมื่อมีคนอ้างว่า "Native Ads แปลงที่ X%" คำตอบที่มีประโยชน์เพียงอย่างเดียวคือ: แปลงเป็นอะไร วัดจากที่ไหน จากการผสมผสานทราฟฟิกของใคร

เกณฑ์มาตรฐานที่สำคัญ: CVR จุดคุ้มทุนของคุณ#

ตัวเลขที่ควรติดไว้บนผนังคืออัตราการแปลงที่แคมเปญของคุณหยุดขาดทุน:

Breakeven CVR = CPC ÷ allowable CPA

สมมติว่า offer ของคุณจ่าย $32 ต่อลีด และคุณต้องการมาร์จิ้น 25% ดังนั้น CPA ที่อนุญาตได้คือ $24 ที่ CPC $0.48, CVR จุดคุ้มทุน = 0.48 ÷ 24 = 2% ทุกตำแหน่งที่แปลงสูงกว่า 2% คือกำไร; ทุกอย่างที่ต่ำกว่าคือการอุดหนุน การทดสอบเดียวกันจากฝั่งรายได้คือ EPC: หากรายได้ต่อคลิกเกินต้นทุนต่อคลิก แสดงว่าคุณกำลังได้เปรียบ ไม่ว่า CVR จะเป็นเท่าใด

เนื่องจากสูตรเป็นเลขคณิตบริสุทธิ์ คุณสามารถคำนวณเป้าหมายล่วงหน้าสำหรับราคาใดๆ:

CPC	เป้าหมาย CPA $10	$25	$50	$100
$0.10	1.0%	0.4%	0.2%	0.1%
$0.30	3.0%	1.2%	0.6%	0.3%
$0.60	6.0%	2.4%	1.2%	0.6%
$1.00	10.0%	4.0%	2.0%	1.0%

อ่านก่อนเปิดตัว: หากฟันเนลของคุณต้องการอัตราการซื้อของทราฟฟิกเย็น 6% เพื่อถึงจุดคุ้มทุน ปัญหาไม่ใช่การปรับแต่ง — แต่เป็น offer หรือ CPC การตรวจสอบ offer ควรทำก่อนการใช้จ่ายสื่อ ไม่ใช่หลังจากนั้น

ความจริงเชิงทิศทางที่ผู้ปฏิบัติเห็นพ้อง#

โดยมีข้อสังเกตว่าสิ่งเหล่านี้เป็นรูปแบบเชิงคุณภาพ ไม่ใช่สถิติทางการ ประเภทฟันเนลจัดอันดับอย่างสม่ำเสมอ:

ประเภทฟันเนล	เหตุการณ์การแปลง	ระดับ CVR สัมพัทธ์
Sweepstakes (single opt-in)	ส่งอีเมล	สูงสุด
Lead-gen quote forms	กรอกแบบฟอร์มเสร็จ	สูง
ทดลองใช้ฟรี / ติดตั้งแอป	สมัครหรือติดตั้ง	กลาง
การซื้ออีคอมเมิร์ซ	คำสั่งซื้อที่ชำระเงิน	ต่ำ
สินค้าราคาสูง (การเงิน, การโทร)	การดำเนินการที่มีคุณสมบัติ	ต่ำสุดต่อการเข้าชม, มูลค่าสูงสุด

ความจริงเชิงทิศทางเพิ่มเติมอีกสองข้อ ทราฟฟิก Native เย็นกว่า Search — ผู้ใช้กำลังอ่านบทความ ไม่ได้มองหาคุณ — ดังนั้น offer เดียวกันแปลงต่ำกว่าอัตรา branded-search และ pre-landers มีอยู่เพื่อทำให้คลิกนั้นอบอุ่นก่อนที่จะขอ อัตราการแปลงแปรผกผันกับความมุ่งมั่น: ทุกฟิลด์ ทุกดอลลาร์ และทุกนาทีที่คุณขอล้วนทำให้คุณเลื่อนต่ำลงในตาราง

รูปแบบที่สามที่มักถูกมองข้าม: การผสมผสานอุปกรณ์มีความสำคัญใน Native มากกว่าที่ผู้ซื้อคาดหวัง ตำแหน่งฟีดเอียงไปทางมือถืออย่างหนักในเครือข่ายส่วนใหญ่ และเซสชันบนมือถือแปลงแตกต่างกัน — มักจะดีกว่าสำหรับการส่งลีดแบบง่าย แย่กว่าสำหรับการซื้อที่ต้องพิจารณา — ดังนั้นเกณฑ์มาตรฐานที่ผสมผสานข้ามอุปกรณ์ซ่อนการแบ่งแยกที่คุณกำลังซื้อจริงๆ เรื่องนี้ไม่ได้แทนที่คณิตศาสตร์จุดคุ้มทุนของคุณ; มันบอกคุณว่าฟันเนลประเภทของคุณอยู่ในกลุ่มราคาที่คุณกำลังประมูลหรือไม่

ข้อมูลโฆษณาจริงบอกอะไรได้และไม่ได้บ้าง#

วิธีการอธิบายอย่างตรงไปตรงมา: OpenAdLibrary สังเกตตำแหน่ง Native สาธารณะในระดับใหญ่ — ครีเอทีฟที่ใช้งานอยู่ 725,882 ชิ้นและการสังเกตโฆษณา 6.9 ล้านครั้งใน 49 เครือข่าย ณ เดือนกรกฎาคม 2026 เราเห็นสิ่งที่ทำงาน ระยะเวลาที่มันคงอยู่ และที่ที่คลิกไป เราไม่เห็นระบบวิเคราะห์ของผู้โฆษณา และไม่มีบุคคลที่สามใดๆ เห็น: ทุกเกณฑ์มาตรฐาน CVR "ที่วัดได้" ที่คุณอ่าน ในที่สุดมาจากข้อมูลฟันเนลที่รายงานด้วยตนเองของใครบางคน

สิ่งที่การสังเกตเปิดเผยคือที่ที่การใช้จ่ายต่อเนื่องกระจุกตัว สุขภาพ (ครีเอทีฟที่ใช้งานอยู่จำแนก 24,472 ชิ้น), การเงิน (24,068), ประกันภัย (22,427) และอีคอมเมิร์ซ (19,368) นำดัชนี — เหล่านี้เป็นแนวตั้งที่ฟันเนลกำลังเคลียร์จุดคุ้มทุนในราคาประมูล ในระดับใหญ่ ในตอนนี้ รายละเอียดเพิ่มเติมใน แนวตั้ง Native Ads ชั้นนำ

สัญญาณเดียวที่แข็งแกร่งที่สุดคือความคงอยู่ โฆษณาที่สังเกตเห็นว่าทำงานต่อเนื่องเป็นสัปดาห์กำลังถูกจ่ายโดยคนที่เห็นตัวเลขจริงของมัน — อายุการใช้งานคือความสามารถในการทำกำไรที่เปิดเผย และมันเป็นสิ่งที่ใกล้เคียงที่สุดกับสัญญาณอัตราการแปลงสาธารณะที่มีอยู่ คุณไม่เคยเรียนรู้ CVR ของคู่แข่ง; คุณเรียนรู้ว่ามันผ่านจุดคุ้มทุนของพวกเขา ซึ่งเป็นข้อเท็จจริงที่เกี่ยวข้องกับการตัดสินใจ

การเปรียบเทียบกับคู่แข่งโดยไม่มีระบบวิเคราะห์ของพวกเขา#

สัญญาณที่สังเกตได้ห้าข้อ เรียงตามความน่าเชื่อถือโดยประมาณ:

อายุการใช้งาน. การใช้จ่ายต่อเนื่องเป็นสัปดาห์หมายถึงฟันเนลเคลียร์จุดคุ้มทุน วันหมายถึงการทดสอบ
การปรับเปลี่ยนครีเอทีฟ. ตัวแปรหลายตัวของมุมเดียวหมายถึงผู้ชนะที่กำลังถูกขยาย; ครีเอทีฟหนึ่งตัวต่อมุมหมายถึงการสำรวจ
โครงสร้างฟันเนล. ขั้นตอน pre-lander เพิ่มต้นทุนและค่าเสียดสี — ผู้โฆษณาจะเก็บไว้ต่อเมื่อมันเพิ่มการแปลงเพียงพอที่จะจ่ายสำหรับตัวเอง การมีอยู่ของมันคือข้อมูลทางเศรษฐศาสตร์
การขยายภูมิศาสตร์. ฟันเนลที่ขยายไปยังประเทศใหม่คือฟันเนลที่มีมาร์จิ้นให้ใช้จ่าย
ความคงอยู่ของตำแหน่ง. การคงอยู่บนตำแหน่งพรีเมียมราคาแพงบ่งบอกว่าเศรษฐศาสตร์ทำงานแม้ที่ CPC สูง

ขั้นตอนการทำงานสำหรับเปลี่ยนสัญญาณเหล่านี้เป็นการวิเคราะห์แยกส่วนอยู่ใน reverse-engineering ฟันเนล Native ของคู่แข่ง และ แพลตฟอร์มข่าวกรองโฆษณา คือที่ที่คุณดำเนินการ — กรองแนวตั้งของคุณ จัดเรียงตามอายุการใช้งาน และศึกษาสิ่งที่รอดชีวิต สำหรับรูปแบบเฉพาะของอีคอมเมิร์ซ ดูการศึกษา เกณฑ์มาตรฐาน Native Ads สำหรับอีคอมเมิร์ซ

สร้างเกณฑ์มาตรฐานของคุณเองในสัปดาห์แรก#

การใช้จ่าย $500 แรกของคุณสร้างเกณฑ์มาตรฐานที่ดีกว่าตารางที่เผยแพร่ใดๆ:

ติดตั้งเครื่องมือก่อนเปิดตัว: ใส่ macros click-ID, ส่ง postbacks, เหตุการณ์การแปลงที่กำหนดไว้อย่างชัดเจนหนึ่งเหตุการณ์
คำนวณ EPC เทียบกับ CPC ทุกวัน — เป็นการตรวจสอบสุขภาพที่เร็วที่สุดที่เคารพตัวอย่างขนาดเล็ก
ตัดสินตำแหน่งบนปริมาณที่เพียงพอ ห้าสิบคลิกแทบไม่ได้บอกอะไรเกี่ยวกับอัตราที่แท้จริงของตำแหน่ง; ปล่อยให้การใช้จ่ายถึงหลายเท่าของ CPA เป้าหมายก่อนหยุดหรือขยาย
ปรับเปลี่ยนครีเอทีฟตามเป้าหมายจุดคุ้มทุนก่อนโทษ offer — การส่งต่อจากโฆษณาสู่หน้ามักจะรั่วมากกว่า offer
จดตัวเลขของคุณทุกสัปดาห์ สามสัปดาห์ผ่านไป คุณมีเกณฑ์มาตรฐาน CVR เพียงชุดเดียวที่อธิบายฟันเนล ภูมิศาสตร์ และทราฟฟิกของคุณ

เกี่ยวกับขนาดตัวอย่าง ต่อต้านการแสดงความแม่นยำ เหตุการณ์การแปลงเกิดขึ้นน้อย และอัตราที่สังเกตได้ของตำแหน่งหลังจากคลิกหนึ่งร้อยครั้งแกว่งอย่างรุนแรงรอบอัตราจริง — การตัดสินใจที่ทำบนสัญญาณรบกวนนั้นคือการพนันที่มีขั้นตอนเพิ่มเติม ผู้ปฏิบัติจัดการด้วยกฎที่ยึดตามการใช้จ่าย — ปล่อยให้ตำแหน่งใช้จ่ายหลายเท่าของ CPA เป้าหมายก่อนตัดสิน — เพราะการใช้จ่ายปรับขนาดการตัดสินใจตามเศรษฐศาสตร์มากกว่าจำนวนคลิกตามอำเภอใจ

บรรทัดล่าง#

หยุดค้นหาอัตราการแปลงของอุตสาหกรรมและคำนวณจุดคุ้มทุนของคุณเอง: CPC หารด้วย CPA ที่อนุญาตได้ ใช้รูปแบบประเภทฟันเนลเพื่อตรวจสอบความเป็นไปได้ ใช้อายุการใช้งานของโฆษณาจริงเพื่อดูว่าคู่แข่งใดเคลียร์คณิตศาสตร์ของตัวเอง และปล่อยให้สัปดาห์แรกของการใช้จ่ายที่ติดตามของคุณแทนที่ตารางทั่วไปทุกตาราง ตัวเลขที่คุณเก็บไว้ — ตามตำแหน่ง ครีเอทีฟ และภูมิศาสตร์ — กลายเป็นเกณฑ์มาตรฐานที่แคมเปญถัดไปของคุณสืบทอด ซึ่งเป็นประเภทเดียวที่ทบต้น เกณฑ์มาตรฐานไม่ได้แปลง — ฟันเนลที่เอาชนะจุดคุ้มทุนของมันต่างหากที่แปลง

คำถามที่พบบ่อย

อัตราการแปลงที่ดีสำหรับ Native Ads คือเท่าใด?

ไม่มีตัวเลขที่ดีสากล — เหตุการณ์การแปลง ฟันเนล และการผสมผสานของทราฟฟิกแตกต่างกันมากเกินไปจนเกณฑ์มาตรฐานเดียวไม่มีความหมาย เป้าหมายที่ซื่อตรงคือ CVR จุดคุ้มทุนของคุณ: ต้นทุนต่อคลิกหารด้วยต้นทุนต่อการได้มาซึ่งลูกค้าที่อนุญาตได้ หาก CPC ของคุณคือ $0.48 และ CPA ที่อนุญาตได้คือ $24 สิ่งใดก็ตามที่สูงกว่า 2% จะมีกำไร โดยทิศทางแล้ว เหตุการณ์แบบ lead-gen จะแปลงสูงกว่าการซื้อของทราฟฟิกเย็นมาก

ทำไมอัตราการแปลงของ Native Ads ของฉันถึงต่ำกว่าบน Facebook หรือ Search?

ทราฟฟิก Native นั้นเย็นกว่า การคลิกบน Search มีเจตนาที่ชัดเจน และการคลิกบนโซเชียลมีอย่างน้อยการกำหนดเป้าหมายตามความสนใจ การคลิก Native มาจากคนที่กำลังอ่านบทความเมื่อวินาทีที่แล้ว เจตนาที่ต่ำกว่าหมายถึงการแปลงต่อการเข้าชมที่ต่ำกว่า ซึ่งเป็นสาเหตุที่ฟันเนล Native พึ่งพา pre-lander เพื่อสร้างบริบท และเหตุผลที่ CPC ของ Native โดยทั่วไปเป็นเศษส่วนของ CPC ของ Search

pre-lander เพิ่มอัตราการแปลงของ Native Ads หรือไม่?

โดยปกติแล้ว สำหรับทราฟฟิกเย็นและข้อเสนอที่ซับซ้อน — นั่นคือเหตุผลที่มันยังคงอยู่ pre-lander เพิ่มขั้นตอนและทำให้ผู้เยี่ยมชมบางส่วนหลุดไป แต่ทำให้ส่วนที่เหลืออบอุ่นเพียงพอที่หน้า offer จะแปลงดีขึ้นอย่างมีนัยสำคัญ สัญญาณทางเศรษฐศาสตร์: ผู้โฆษณาจะให้ pre-lander ทำงานต่อไปเป็นสัปดาห์ต่อเมื่อมันจ่ายค่าเสียดสีของตัวเอง เมื่อคุณเห็นมันคงอยู่ในโลกจริง ให้ถือเป็นหลักฐาน

ฉันจะประมาณอัตราการแปลงของคู่แข่งได้อย่างไร?

คุณไม่สามารถวัดได้โดยตรง — ไม่มีใครนอกเหนือจากระบบวิเคราะห์ของพวกเขาสามารถทำได้ แต่คุณสามารถอนุมานได้ว่ามันผ่านจุดคุ้มทุนของพวกเขาจากพฤติกรรมที่สังเกตได้: อายุการใช้งานของโฆษณา (การใช้จ่ายต่อเนื่องหมายถึงกำไรต่อเนื่อง), การปรับเปลี่ยนครีเอทีฟในมุมเดียว, การขยายภูมิศาสตร์, และความคงอยู่บนตำแหน่งที่มีราคาแพง สัญญาณเหล่านั้นบอกคุณว่าฟันเนลใดทำงาน ซึ่งเป็นข้อเท็จจริงที่เกี่ยวข้องกับการตัดสินใจที่ตัวเลข CVR ดิบจะให้คุณอยู่แล้ว

CPA ใดที่ฉันควรตั้งเป้าหมายสำหรับ Native Ads?

หามาจากเศรษฐศาสตร์ของคุณเอง ไม่ใช่จากเกณฑ์มาตรฐาน: การจ่ายของ offer (หรือมูลค่าลูกค้า) ลบมาร์จิ้นที่คุณต้องการ CPA ที่อนุญาตได้นั้น หารด้วย CPC ของคุณ จะให้อัตราการแปลงที่จุดคุ้มทุนก่อนที่คุณจะใช้จ่ายอะไร หากอัตราที่ต้องการดูไม่น่าเป็นไปได้สำหรับประเภทฟันเนลของคุณ — เช่น อัตราการซื้อของทราฟฟิกเย็น 6% — แก้ไข offer ฟันเนล หรือการประมูลก่อนเปิดตัว

เขียนโดยทีม OpenAdLibrary

วิจัยข่าวกรองโฆษณาและโฆษณาเนทีฟ

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