OpenAdLibraryOpenAdLibrary
原生广告网络

MGID 流量质量:真实有多少?(测试框架)

MGID 流量大部分是真实的人类——但投放位置质量差异巨大。识别垃圾挂件的信号以及盈利买家用于构建白名单的 7 步框架。

编辑插图:MGID 流量质量:真实有多少?(测试框架)

大多数 MGID 流量是真实的人类流量——但“真实”和“值得付费”是不同的问题,在 MGID 上,诚实的答案在投放位置层面,而非网络层面。MGID 聚合了数千个长尾发布商挂件:有些发送参与度高的读者,他们会转化;有些则发送意外点击和好奇心点击,永远不会转化;还有一小部分发送的是没人应该付费的流量。在 MGID 上盈利的买家不是那些找到秘密干净网络的人,而是那些逐个投放位置衡量并果断剔除的人。本文给出了你用来做到这一点的测试框架。

为什么 MGID 的质量比一级网络变化更大#

三个结构性事实决定了 MGID 的质量特征:

  • 长尾就是产品。 Taboola 和 Outbrain 围绕优质新闻发布商把关他们的供应;MGID 的覆盖范围来自欧洲、拉丁美洲和亚洲更广泛的内容网站。更多的发布商意味着更大的差异——在两个方向上。这里有投放位置的宝石,而一级网络的价格让人望而却步。
  • 库存偏向娱乐内容。 在 OpenAdLibrary 的 62,765 个活跃 MGID 创意索引(2026 年 6 月)中,娱乐风格内容在分类垂直混合中占主导地位,拥有 13,987 个创意——这与大量内容套利库存一致,读者出于好奇心而非意图点击。
  • 挂件机制容易导致误点。 嵌入长尾网站移动版布局中的原生挂件会收集稳定的意外点击。这些是人类的点击——你的追踪器不会将其标记为机器人——但它们的转化率几乎为零。

这些都不是隐藏的;这是 MGID 提供的交易。廉价点击和宽松的覆盖范围,质量控制转移到买家身上。网络基础在 MGID 的工作原理 中有介绍——接下来是质量控制部分的工作。

“机器人流量”投诉通常是什么#

当买家说“MGID 给我发了机器人”时,证据通常支持四种更便宜的解释之一。按大致频率顺序:

  1. 低意图的人类流量。 娱乐内容读者无聊地点击挂件。真实的人,真实的点击,近乎零的购买意图。大多数情况。
  2. 误点。 移动挂件上的手指误触——瞬间跳出,会话时长低于 3 秒。
  3. 未追踪的漏斗问题。 一个在任何地方都不转化的优惠或落地页在 MGID 上也不会转化;没有基线,糟糕的漏斗会被诊断为糟糕的流量。
  4. 实际无效流量。 边缘投放位置上的自动化或激励性垃圾。它在每个开放网络上都有;MGID 会预先过滤一些,其余的就是为什么你要保留证据。分类在 原生广告中的广告欺诈点击欺诈 词汇表条目中有介绍。

区别很重要,因为修复方法不同:1 和 2 通过投放位置筛选解决,3 通过漏斗工作解决,只有 4 需要通过升级和退款请求解决。一个能够区分它们的框架比任何关于网络的意见都更有价值。

暴露垃圾投放位置的信号#

没有每个投放位置的数据,你就无法判断投放位置。这意味着你需要一个 跟踪器,通过 服务器到服务器的回传 接收转化确认,并在每次点击时传递 发布商/网站 ID。一旦这些运行起来,以下就是区分信号和垃圾的读数:

信号 健康投放位置 垃圾投放位置
CTR 与账户平均值对比 在你的创意正常范围内 是平均值的数倍且无下游操作(误点模式)
落地页停留时间 数十秒,有滚动行为 1–3 秒内高跳出率
会话深度 部分访客到达优惠页面 流量在第一步就消失
转化模式 转化在数小时到数天内自然分布 数百次点击,永远零转化
地理位置和设备匹配 与你的定位匹配 奇怪的地理位置泄露、数据中心/代理指纹、单一设备单一化
点击时间 遵循发布商人类昼夜节律 全天候均匀滴落

没有单独一行能定罪一个投放位置;是组合来定罪。一个 CTR 是正常值三倍、会话时长 2 秒、数百次点击后零转化的投放位置不是一个倒霉的发布商——而是一个需要删除的条目。

7 步测试框架#

  1. 先建立漏斗基线。 从至少一个其他来源(即使是便宜的搜索或推送流量)了解你的落地页的转化行为,这样 MGID 就会在一个已知有效的漏斗上进行测试——否则第 6 步无法区分流量失败和漏斗失败。
  2. 在花钱之前做好工具。 追踪器运行,回传在测试转化时触发,每个投放位置令牌在报告中验证。一天的设置可以节省一周的模糊性。
  3. 广泛投放但设置上限。 让 MGID 的定位探索投放位置,但设置严格的每日预算上限,一次一个地理位置。你需要的是投放位置数据的广度,而不是损失的深度。
  4. 给每个投放位置一个统计机会。 只有在有意义的点击样本后才判断投放位置——常见的经验法则是 100+ 次点击或花费接近你的优惠出价,以先到者为准。在 10 次点击后就放弃会丢掉赢家;等待 1,000 次点击会浪费预算。
  5. 每周评分和排序。 根据转化率和上述垃圾信号对投放位置进行排名。无情地黑名单底部;短名单顶部。 白名单/黑名单 循环是中端原生购买的核心循环。
  6. 在白名单上重新运行。 启动一个仅限白名单的广告系列,对经过验证的投放位置出价更高。这是 MGID 广告系列通常从“测试费用”转变为“盈利渠道”的地方。
  7. 用证据升级真正的 IVT。 对于显示真正无效流量指纹的投放位置——数据中心集群、不可能的点击时间——打包追踪器数据并发送给你的客户经理进行审查。网络对有记录案例的行动远比投诉积极得多。

买家忘记的一个因素:你自己的创意塑造了你接收的流量。一个纯粹的好奇心缺口标题会从它所触及的每一个读者那里收集空闲点击——这在下游看起来像是糟糕的流量质量。一个能筛选点击者的角度(“50 岁以上的房主”,“如果你投放 Facebook 广告”)会在同一个挂件上预先过滤出更小、更温顺的流量。在定罪一个投放位置之前,检查运行在其上的创意是为了吸引买家还是只是点击。

地理位置改变质量方程#

投放位置差异有地理因素。MGID 的供应在欧洲、拉丁美洲和亚洲最深,质量纹理因层级而异:一级投放位置在 MGID 上比在优质网络上更稀缺,但一旦找到,往往出奇地干净;而二级和三级网络的常规流量提供了巨大的量,在上述筛选工作只是强制性的。两个实际影响。首先,按地理位置运行框架——在波兰建立的白名单对泰国没有任何意义,将地理混合在一个广告系列中会隐藏哪个市场产生了垃圾。其次,将漏斗与流量温度匹配:低成本、低意图的点击通过好奇心驱动的预着陆页转化效果远好于通过冷购买页面,因此看起来像流量质量失败的东西有时是漏斗温度不匹配。同样的点击,不同的落地页,不同的结论。

将竞争对手的持久性视为质量信号#

还有一个大多数买家忽略的质量工具:别人的钱。如果你所在垂直领域的广告商连续几周投放 MGID 广告,那么转化流量存在——持久性是信号,因为没有人会为一个月亏损的 CPC 广告系列提供资金。浏览 MGID 广告库,筛选到你的垂直领域和地理位置,按运行时间排序,注意哪些广告商持续投放以及他们将流量引导到哪里。MGID 间谍工具 视图可以更快地完成同样的研究,而且在你对网络流量形成看法之前检查它不需要任何成本。

结论:衡量投放位置,而非网络#

“MGID 流量是真实的吗?”是错误的解析粒度。该网络包含从真正参与的一级读者到误点来源的一切,通过同一个拍卖出售。那些带着每个投放位置追踪、耐心进行两周筛选周期以及预先承诺的剔除规则的买家,经常在 MGID 的廉价点击上建立盈利的白名单。那些在未追踪的 200 美元测试基础上判断网络的买家会得出结论说它是机器人——而他们对自己的结果的诊断将是错误的,如果不是对结果本身的话。MGID 上的流量质量不是你可以查找到的事实。它是你需要构建的资产。

常见问题

MGID 流量是真实的还是机器人?
主要是真实的人类流量,质量因投放位置而异。大多数被标记为“机器人”的投诉其实源于低意图的人类点击——来自娱乐内容挂件的意外点击和好奇心点击,而非自动化。真正的无效流量存在于任何长尾网络的边缘,这就是为什么按投放位置追踪和基于证据的升级比网络层面的意见更重要。
在判断 MGID 投放位置前需要多少点击?
常见的实践者经验法则是每个投放位置至少 100 次点击,或者花费接近你的优惠出价——以先到者为准。在少量点击后就放弃会错失可能转化的投放位置;等待巨大样本则会浪费预算在明显的垃圾上。将点击阈值与行为信号(如会话时长和 CTR 异常值)结合,可以更快做出决策。
如何在 MGID 上屏蔽不良投放位置?
在每次点击时通过追踪器传递发布商或挂件 ID,每周根据转化和互动信号对投放位置评分,然后将表现不佳的添加到 MGID 界面中的广告系列黑名单中。一旦你有了一组经过验证的转化器,就翻转模式:只在白名单上运行广告系列,并对这些投放位置出价更高。这种筛选循环是 MGID 盈利购买的核心。
MGID 会退还不合格流量吗?
MGID 会预先过滤一些不合格流量,并审查有记录的案例。退款或积分按个案处理,证据决定结果:追踪器导出的数据中心集群、不可能的点击时间或零互动洪流,这些都能让你的客户经理有所行动。无记录的投诉很少有效——先做好工具,用数据升级。
MGID 上的正常 CTR 是多少?
没有统一数字——CTR 取决于你的创意风格、垂直领域、地理位置和投放的挂件,因此绝对基准具有误导性。有用的阅读是相对的:一个投放位置的 CTR 是你账户平均值的数倍却零转化,这显示出误点模式;而异常低的 CTR 通常只是让你损失流量。判断异常值,而非绝对值。
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。