English
Español
Português (Brasil)
Français
Deutsch
Italiano
Nederlands
Polski
Svenska
Türkçe
Русский
日本語
한국어
简体中文
Bahasa Indonesia
繁體中文
Čeština
Dansk
Norsk (bokmål)
Suomi
Ελληνικά
Română
Magyar
Українська
ไทย
हिन्दी
العربية
עבריתChuẩn Chuyển Đổi Pre-Lander: Các Chỉ Số CTR Đến Offer Cần Vượt Qua
Hãy quên con số chuẩn bạn thấy trên diễn đàn. Đây là cách phân biệt CTR quảng cáo, CTR prelander và CVR toàn kênh, đồng thời xây dựng đường cơ sở từ chính lưu lượng truy cập của bạn.
Không có một tỷ lệ chuyển đổi prelander "tốt" duy nhất; nó phụ thuộc vào phân khúc ngành, cấp độ địa lý, thiết bị và mức độ nghiêm ngặt của tiêu chí đủ điều kiện của offer. Điều quan trọng hơn việc đạt được một con số bạn thấy trên diễn đàn là đo lường chính xác ba tỷ lệ riêng biệt (CTR từ quảng cáo đến prelander, CTR từ prelander đến offer và CVR toàn kênh) và xây dựng đường cơ sở của riêng bạn từ chính lưu lượng truy cập của bạn trước khi so sánh bất cứ điều gì với số liệu của người khác.
Ba tỷ lệ mọi người hay nhầm lẫn#
"Tỷ lệ chuyển đổi prelander" thường được sử dụng một cách lỏng lẻo để chỉ ba điều khác nhau, và việc trộn lẫn chúng là lý do tại sao nhiều tuyên bố về chuẩn tồn tại mà không có ngữ cảnh.
- CTR từ quảng cáo đến prelander: tỷ lệ lượt hiển thị quảng cáo nhấp qua đến prelander của bạn. Chỉ số này tồn tại ở phía mạng lưới và là một hàm số của sáng tạo và tiêu đề của bạn, hoàn toàn không phải của prelander.
- CTR từ prelander đến offer: tỷ lệ khách truy cập prelander nhấp qua đến trang offer thực tế. Đây là điều mọi người thường muốn nói khi nhắc đến "tỷ lệ chuyển đổi prelander."
- CVR toàn kênh: tỷ lệ lượt hiển thị (hoặc nhấp chuột) quảng cáo dẫn đến một chuyển đổi hoàn tất trên offer. Chỉ số này bao gồm hiệu suất của chính trang offer, điều mà prelander không kiểm soát.
Nếu bạn đang so sánh với một con số từ nhóm Slack hoặc một khóa học, hãy hỏi xem nó đang mô tả ba chỉ số nào trong số này. Hầu hết các con số được trích dẫn hóa ra lại là CVR toàn kênh được gọi là "tỷ lệ prelander," điều này khiến nó trở nên vô dụng để xác định liệu bản thân prelander của bạn có phải là vấn đề hay không.
Tại sao các chuẩn công bố hầu như luôn sai cho trường hợp của bạn#
Hiệu suất prelander thay đổi với quá nhiều biến số để một con số duy nhất có thể áp dụng chung cho mọi ngữ cảnh:
- Phân khúc ngành: một prelander sức khỏe đủ điều kiện cho offer thực phẩm bổ sung hoạt động hoàn toàn khác với một prelander tài chính đủ điều kiện cho một trang so sánh vay.
- Cấp độ địa lý: lưu lượng Tier-1 có xu hướng chuyển đổi khác với lưu lượng Tier-2/3 trên cùng thuật ngữ glossary cho cấp độ địa lý, một phần do độ bão hòa mạng lưới và một phần do tỷ lệ thiết bị.
- Thiết bị: người dùng di động trên các vị trí native thoát nhanh hơn và ít chịu đựng một lần nhấp thêm trước offer hơn nhiều so với người dùng desktop.
- Rào cản offer: một prelander "xem offer" một cú nhấp chuột chuyển đổi rất khác so với một prelander lọc người dùng qua vài câu hỏi đủ điều kiện trước khi hiển thị CTA.
Hãy coi bất kỳ con số nào được trích dẫn mà không có bốn biến số đó được chỉ định là chỉ có tính định hướng ở mức tốt nhất, và đừng đuổi theo nó.
Xây dựng chuẩn của riêng bạn#
Đây là phần thực sự mang lại kết quả. Một quy trình thực tế:
Chạy một giai đoạn cơ sở sạch. Hai đến bốn tuần, một biến thể prelander, sáng tạo ổn định, không chỉnh sửa giữa chừng, để bạn có một con số trung thực để so sánh sau này.
Phân đoạn trước khi tính trung bình. Tách riêng CTR từ prelander đến offer theo địa lý, thiết bị và mạng lưới. Một mức trung bình pha trộn trên ba khu vực địa lý có hành vi hoàn toàn khác biệt hầu như không cho bạn biết điều gì có thể hành động được.
Theo dõi lượt nhấp đủ điều kiện, không phải lượt nhấp thô. Nếu offer của bạn có yêu cầu tối thiểu về thời gian trên trang hoặc độ sâu cuộn trước khi CTA xuất hiện, hãy đếm những lượt nhấp thực sự đáp ứng ngưỡng đó. Khối lượng nhấp chuột thô làm quá mức một prelander cho phép mọi người nhấp bừa bãi mà không đọc bất cứ điều gì.
So sánh với lịch sử của chính bạn, không phải với ngành. Khi bạn có hai hoặc ba giai đoạn cơ sở, xu hướng của chính bạn hữu ích hơn bất kỳ con số bên ngoài nào, bởi vì nó đã tính đến hỗn hợp lưu lượng truy cập, khu vực địa lý và offer của bạn.
Lý do phổ biến khiến CTR prelander hoạt động kém#
| Triệu chứng | Nguyên nhân có khả năng | Kiểm tra điều gì trước tiên |
|---|---|---|
| Tỷ lệ thoát cao, gần như không cuộn | Tiêu đề/sáng tạo không khớp với móc quảng cáo (ad hook) đã thu hút nhấp chuột | Tiêu đề prelander có tiếp tục chính xác tuyên bố từ quảng cáo, hay chuyển hướng sang điều gì khác? |
| Tương tác ban đầu chậm, sau đó giảm mạnh giữa trang | Thiếu tín hiệu tin cậy trước khi đưa ra yêu cầu | Kiểm tra dòng nguồn đáng tin cậy, ngày tháng hoặc tiết lộ gần đầu trang |
| Tốt trên desktop, yếu trên mobile | Ma sát bố cục, tải chậm hoặc CTA bị che dưới màn hình nhỏ | Kiểm tra bản render mobile thực tế, không chỉ thay đổi kích thước trình duyệt |
| CTR khá, CVR hạ nguồn yếu | Prelander đã quảng bá quá mức offer so với những gì trang đích (landing page) thực sự cung cấp | Đọc trang offer như một khách truy cập lần đầu sẽ làm, ngay sau prelander |
| CTR giảm mạnh sau vài ngày | Sự mệt mỏi sáng tạo (creative fatigue) trên quảng cáo được liên kết, không phải bản thân prelander | Kiểm tra tần suất phía quảng cáo và số ngày chạy trước khi động vào prelander |
Khi nào nên loại bỏ vs. lặp lại một prelander#
Đừng đưa ra quyết định dựa trên một số ít nhấp chuột. Một quy tắc thô sơ áp dụng cho hầu hết các chiến dịch native: chờ đủ khối lượng để một biến động vài điểm phần trăm theo hướng nào cũng không làm đảo ngược kết luận của bạn, và đừng đánh giá một biến thể cho đến khi nó chạy qua ít nhất một chu kỳ đầy đủ ngày trong tuần, vì hành vi ngày thường và cuối tuần trên các vị trí native có thể khác biệt đáng kể.
Nếu một prelander hoạt động kém hơn đường cơ sở của bạn sau một giai đoạn test sạch, hãy cô lập một biến số tại một thời điểm: chỉ thay đổi tiêu đề, hoặc chỉ hình ảnh hero, hoặc chỉ bản sao CTA, không bao giờ thay đổi cả ba trong cùng một bài test. Một pre-lander được xây dựng xung quanh các ví dụ thực tế về những gì hiệu quả sẽ dễ lặp lại hơn một prelander được xây từ một mẫu không có điểm tham chiếu, đó là lý do tại sao việc nghiên cứu các ví dụ pre-lander thực tế có giá trị trước khi bạn triển khai, không phải sau.
Ý nghĩa thống kê mà không cần ám ảnh bảng tính#
Bạn không cần nền tảng thống kê đầy đủ để tránh sai lầm phổ biến nhất, đó là kết luận một kết quả test trước khi nó có ý nghĩa gì. Một quy tắc ngón tay cái khả thi: nếu việc đảo ngược kết quả của một số ít chuyển đổi tiếp theo sẽ thay đổi toàn bộ kết luận của bạn, thì bạn chưa có kết luận nào cả, bạn chỉ có nhiễu. Biến động nhỏ hàng ngày là bình thường trên bất kỳ kênh nào; câu hỏi là liệu mô hình có giữ vững trong vài ngày hay không, không phải liệu một ngày có vẻ tuyệt vời hay tồi tệ.
Cũng nên tách biệt "biến thể này hiện tại tệ hơn" với "biến thể này tệ hơn." Một prelander có thể hoạt động kém trong một ngày do hỗn hợp địa lý xấu trong lưu lượng truy cập ngày đó, trục trặc phân phối mạng lưới hoặc sự sụt giảm tạm thời về chất lượng quảng cáo ở thượng nguồn, tất cả đều không liên quan gì đến bản thân prelander. Trước khi loại bỏ một biến thể, hãy kiểm tra xem việc hoạt động kém có nhất quán trên các phân đoạn bạn mong đợi nó giữ vững (nhiều khu vực địa lý, nhiều ngày) hay tập trung vào một lát cắt lưu lượng bất thường.
Cách lựa chọn mạng lưới quảng cáo của bạn gián tiếp định hình chuẩn của bạn#
Mạng lưới phân phối lưu lượng truy cập của bạn thay đổi đường cơ sở bạn nên mong đợi, ngay cả với một prelander giống hệt nhau. Các mạng lưới khác nhau khác nhau về chất lượng đối tượng, ngữ cảnh vị trí (widget trong feed đọc khác với vị trí trong bài viết) và phạm vi CPC điển hình, điều này được đề cập chi tiết hơn trong phân tích của chúng tôi về các chuẩn CPC quảng cáo native trên Taboola, Teads, MGID và Revcontent. Nếu bạn đang chạy cùng một prelander trên nhiều mạng lưới, hãy giữ dữ liệu hiệu suất được phân đoạn theo mạng lưới ngay từ đầu thay vì trộn lẫn chúng, vì một mạng lưới mạnh có thể che giấu một prelander tầm thường và một mạng lưới yếu có thể khiến một prelander thực sự tốt trông như đang hoạt động kém.
OpenAdLibrary hỗ trợ ở đây như thế nào#
Bạn không thể thấy dữ liệu chuyển đổi nội bộ của đối thủ, nhưng bạn có thể thấy một chỉ số thay thế mạnh mẽ: sáng tạo của họ đã được duy trì chạy trong bao lâu. Các quảng cáo tồn tại hàng tuần trên một mạng lưới hầu như luôn được hỗ trợ bởi một kênh chuyển đổi, bao gồm cả prelander, đang chuyển đổi đủ tốt để nhà quảng cáo tiếp tục chi trả cho lưu lượng truy cập. Công cụ gián điệp quảng cáo native của OpenAdLibrary hiển thị chính xác tín hiệu tuổi thọ đó cùng với trang đích được truy vết, vì vậy thay vì đoán mò một con số chuẩn, bạn có thể nghiên cứu cấu trúc kênh đã được chứng minh thực sự trông như thế nào cho phân khúc ngành của mình trước khi xây dựng kênh của riêng bạn.
Làm gì với một chuẩn khi bạn đã có nó#
Một chuẩn tự xây dựng chỉ hữu ích nếu bạn thực sự hành động dựa trên các sai lệch so với nó. Đặt một ngưỡng nội bộ đơn giản trước, ví dụ, một sự sụt giảm bền vững với một biên độ có ý nghĩa so với đường cơ sở của chính bạn trong suốt một tuần đầy đủ, thay vì phản ứng với nhiễu hàng ngày. Khi một chiến dịch vượt qua ngưỡng đó, hãy xem xét các nguyên nhân theo thứ tự từ dễ kiểm tra nhất: sự mệt mỏi sáng tạo phía quảng cáo trước tiên, vì đó là điều nhanh nhất để loại trừ hoặc xác nhận, sau đó là sự khớp tiêu đề giữa quảng cáo và prelander, sau đó là chính trang offer, và chỉ sau đó mới là việc xây dựng lại cấu trúc prelander. Hầu hết việc hoạt động kém đều bắt nguồn từ một trong hai nguyên nhân đầu tiên, và bắt đầu với các kiểm tra rẻ nhất sẽ giúp bạn tránh việc xây dựng lại một prelander mà thực ra không phải là vấn đề.
Cũng đáng để giữ các chuẩn riêng biệt theo nguồn lưu lượng. Một prelander được cấp bởi lưu lượng Taboola và cùng prelander đó được cấp bởi lưu lượng MGID rất có thể sẽ cho thấy các tỷ lệ khác nhau thuần túy do sự khác biệt về đối tượng và vị trí, độc lập với bất cứ điều gì về chính trang đó. Việc trộn lẫn những con số đó thành một chuẩn duy nhất sẽ che giấu chính xác sự phân đoạn khiến một chuẩn trở nên hữu ích ngay từ đầu.
Điểm mấu chốt#
Hãy ngừng tìm kiếm một con số chuyển đổi prelander chung duy nhất. Xác định bạn đang đo lường ba tỷ lệ nào, phân đoạn trước khi tính trung bình và xây dựng đường cơ sở từ chính lưu lượng truy cập sạch của bạn. Các chuẩn bên ngoài đáng đọc để lấy ngữ cảnh, nhưng không đáng để đuổi theo như một mục tiêu.
