OpenAdLibraryOpenAdLibrary
原生广告网络

MGID 优化:在不烧预算的前提下扩展广告活动

MGID 优化本质上是一种筛选练习:广泛启动,根据支出规则屏蔽 Widget,将能转化的加入白名单,然后通过出价和地理克隆进行扩展。完整的循环,以及使其成为可能的启动设置。

编辑插图:MGID 优化:在不烧预算的前提下扩展广告活动

MGID 优化本质上是一种筛选练习。您以适中的 CPC 广泛启动,让流量分布揭示哪些发布商 Widget 实际转化,根据支出规则(而非感觉)屏蔽非转化者,并通过回传反馈每一次转化,以便您的跟踪器和 MGID 的算法都能从真实结果中学习。扩展随后进行:提高存活 Widget 的出价,将经过验证的广告活动克隆到邻近地区,并在疲劳侵蚀 CTR 之前刷新素材。那些在清理展示位置之前就优化素材的买家——该网络最常见的错误——是在烧钱打磨那些被展示在错误位置的广告。

了解您在 MGID 上购买的是什么#

MGID 是一个中端原生网络,具有真正的全球覆盖,尤其在 Tier-2 和 Tier-3 市场深度较强——与优质发布商信息流不同。OpenAdLibrary 的索引追踪了 62,000 多个活跃的 MGID 素材(2026 年 7 月),其构成颇具说明性:娱乐是迄今为止最大的分类垂直领域,近 14,000 个素材,比健康类高出数量级。这就是您的广告所处的信息流环境——名人故事、好奇心内容、激进的直接响应——因此您的素材需要与专业点击诱饵争夺注意力,并且您的优化必须假设展示位置质量存在巨大差异。MGID 的工作原理——格式、定位、定价模式——已单独介绍;本文假设您已完成设置并开始投放。

展示位置广泛差异的推论:在 MGID 上,发布商 Widget(特定网站上的特定推荐单元)是唯一最高杠杆的优化维度。同一地区、相同 CPC 的两个 Widget,转化率可能相差 10 倍。以下所有内容都围绕如何以最低成本发现这一点而组织。

使优化成为可能的启动设置#

优化在启动时就已确定。设置错误,您将在第二周得到无法解读的数据。

  • 每个广告活动一个地区,移动端和桌面端分开。 MGID 的定价和流量质量因地区和设备差异显著;混合的广告活动会掩盖您需要看到的差异。如果您在选择地区,Tier 1/2/3 框架 是正确的起点。
  • 起始 CPC 略高于该地区的最低出价。 MGID 的最低 CPC 因地区而异,媒体买家通常报告 Tier-3 移动端点击只需几分钱,而 Tier-1 桌面端点击则高出数倍——请将这些视为非官方的、依赖特定利基的范围,并查看我们的原生广告 CPC 基准了解各网络对比。以精确底价出价只能获得剩余流量;出价高于底价 20–30% 则能获得可读的量,而无需为发现流量支付溢价。
  • 启动 5-10 个素材。 MGID 会旋转并将展示量偏向 CTR;广泛的初始素材集能更快找到您的吸引点。变化角度,而不仅仅是图像。
  • 在第一次点击前设置好回传。 通过回传 URL 流回转化数据,将筛选从猜测变为算术——这也是您的 MGID 代表用来帮助您的工具。
  • 将 Widget ID 传递到您的跟踪器中作为每个点击的子 ID,以便支出和转化在展示位置层级关联。

优化循环#

在头一周每天运行此循环,然后在广告活动稳定后每 2-3 天运行一次。

首先处理 Widget#

根据支出进行筛选,而非凭感觉。常见的经验法则:一旦某个 Widget 的支出达到目标 CPA 的大约 2–3 倍且零转化,就屏蔽它,如果点击模式看起来非人类(数百次点击,零落地页互动),则更早屏蔽。转化率等于或低于目标 CPA 的 Widget 晋升到白名单。几周后,广告活动从网络范围内的发现转变为精选的白名单——这种转变就是优化,也是 MGID 广告活动实现持久盈利的地方。

一个值得指出的陷阱:高 CTR 的 Widget 并非好 Widget。有些展示位置因意外点击或低质量套利流量而产生虚高的 CTR。决定 Widget 命运的唯一指标是每次转化成本。

其次处理素材#

一旦展示位置趋于稳定,素材优化就会产生回报。从两个维度评判素材:CTR(决定 MGID 以多低的成本为您提供展示量)和下游转化率——如果您在运行联盟营销,则每次点击收益(EPC 与 CPC 对比是最清晰的读数)。每周淘汰素材集的后半部分,并用幸存者角度的变体替换。并规划衰减:在 MGID 的受众中,素材疲劳在较小的地区会迅速出现,一个获胜的图像可能在几周内就耗尽。在当前素材失效前准备好下一批。

然后是出价、时间安排和价格调整#

有了白名单和经过验证的素材,将注意力集中在乘数上。MGID 支持按 Widget 进行价格调整——相对于广告活动 CPC,提高或降低特定展示位置出价的系数——这是整个循环一直追求的精确工具:一个转化率在目标 CPA 一半的 Widget 可以承受有意义的出价提升并仍保持盈利,而一个边缘 Widget 可以以折扣系数维持存活,而不是直接屏蔽。只有在您每个小时段有足够转化次数以信任该模式时,才进行时段定向;一周内每个小时桶只有三次转化的数据是噪音,而非时间表。当 CPA 上升时,降低出价而非预算——在未更改的广告活动上削减预算只会更稀疏地采样相同的展示位置,而较低的出价实际上会改变您赢得的库存。

扩展 MGID 广告活动#

扩展本身是一门学科,纵向与横向的区别 清晰地映射到 MGID 上:

  • 纵向扩展——在有效果的地方增加支出:提高白名单 Widget 的出价,提高每日上限,通过代表谈判获得选择性或优质库存。上限:单个 Widget 的量有限,将出价推高至超过展示位置转化率支持的水平只会将利润还回去。
  • 横向扩展——更大的表面积:将广告活动克隆到邻近地区,使用翻译后的素材和本地化的落地页,添加您之前忽略的设备划分,以新的角度启动相同的 offer。MGID 在 Tier-2/3 市场的深度使得地理克隆成为最高收益的举措;我们的扩展到新地区指南涵盖了在投入预算前如何筛选市场。

在这两种情况下都要利用您的账户代表。MGID 代表可以看到您看不到的展示位置级别数据,安排库存访问,并在合规问题变成拒绝之前标记出来。代表们优化的是您的支出能持续,这大体上与您的利益一致——用您自己的转化数据验证他们的建议,但不要浪费这个资源。

竞争背景使扩展决策更快。在进入新地区或垂直领域之前,检查那里已经运行了什么以及运行了多久:OpenAdLibrary 的 MGID 广告库 允许您按广告主和地区筛选活跃的 MGID 素材,而 MGID 间谍工具 显示哪些广告主能持续投放广告活动数周——在 CPC 网络上,持续支出是经济学可行的最接近公开信号。一个在目标地区已经运行了一个月的角度,是一个其数学成立的角度。

常见的 MGID 错误#

  • 在 Widget 之前优化素材。 经典错误。在 Widget 列表清理干净之前,展示位置噪音会淹没素材信号。
  • 根据 CTR 评判展示位置。 转化成本是唯一算数的判决;CTR 是服务成本输入,而非质量信号。
  • 一个多地区的大型广告活动。 数据无法解读,再加上预算悄然流入最先清空的廉价地区。
  • 没有回传。 没有服务器端转化数据,您就是在根据点击率进行优化,而在中端原生广告中,这几乎等同于根据噪音进行优化。
  • 仅通过提高预算上限来扩展。 更多预算投入未更改的广告活动,主要是在相同 Widget 上以更差的边际质量获得更深印象。应通过出价、白名单、地区和素材来扩展。
  • 一对一复制竞争对手的广告。 研究角度,用自己的执行重新构建——克隆的素材会招致合规标记和疲劳,而没有学习。

MGID 奖励流程而非灵感:一个枯燥但纪律严明的筛选和白名单循环,每两周更新一次素材,在这个网络上始终胜过零星的辉煌。如果您仍在决定中端交易是否完全适合您的预算,我们的 MGID 与 Taboola 对比涵盖了该决策——这本手册适用于您已经入局之后。

常见问题

在 MGID 上,我应该从什么 CPC 开始?
从比您所在地区的最低 CPC 高出约 20–30% 开始,而不是从底价开始。底价出价购买的是剩余库存,会产生缓慢且难以解读的数据。MGID 的最低出价因地区差异很大——媒体买家通常报告 Tier-3 移动端点击只需几分钱,而 Tier-1 桌面端点击则高出数倍——因此请按市场进行校准,而非全局统一。
何时应该屏蔽一个 MGID Widget?
常见的经验法则是:一旦某个 Widget 的支出达到目标 CPA 的两到三倍且零转化,就屏蔽它——如果点击模式看起来非人类,则更早屏蔽。仅根据每次转化成本来评判 Widget,绝不要根据 CTR:有些展示位置因意外点击而产生虚高的 CTR 但却没有任何转化。能转化的 Widget 则晋升到白名单。
MGID 流量是机器人流量吗?
MGID 的流量质量范围很广,而非单一等级:优质展示位置与垃圾展示位置并存,尤其是在较便宜的地区。这种差异性正是为什么基于转化进行 Widget 筛选成为该网络核心优化的原因。通过回传提供真实转化数据并执行严格的筛选规则,低质量展示位置会在几天内因成本过高而自动退出您的广告活动。
如何扩展一个成功的 MGID 广告活动?
两个方向:纵向,通过提高白名单 Widget 的出价并通过您的代表协商优质库存;横向,通过将广告活动克隆到邻近地区,使用翻译后的素材和本地化的落地页。MGID 在 Tier-2 和 Tier-3 市场的深度使得地理克隆成为最高收益的举措。在扩展过程中刷新创意——疲劳在较小的市场中会迅速到来。
是否需要跟踪器来优化 MGID 广告活动?
实际上是的。Widget 级别的优化需要将支出与每个展示位置的转化关联起来,这意味着在每个点击中传递 Widget ID 作为子参数,并通过回传 URL 触发转化回传。没有这个循环,您就是在根据点击率进行优化,而在中端原生库存中,这几乎等同于根据噪音进行优化。
OpenAdLibrary 编辑团队
作者OpenAdLibrary 编辑团队
广告情报与原生广告研究

我们构建了 OpenAdLibrary,一个开放的广告透明度平台。我们的系统每日捕捉 Taboola、Outbrain、MGID、Revcontent、Teads、Yahoo 和 MSN 上的实时原生广告,识别每个广告背后的真实广告主,并追踪点击至其落地页。这些指南提炼了我们在数据中的发现,助您更快地研究市场动态。