OpenAdLibraryOpenAdLibrary
原生广告网络

Microsoft Audience 广告成本:定价模式与预算测算

根据所选的购买模式、转化经济性和明确标注的规划情景,估算 Microsoft Audience 广告系列的成本。

编辑插图:Microsoft Audience 广告成本:CPC 与搜索对比、预算及出价技巧

Microsoft Audience 广告并不存在一个适用于所有广告主的可靠平均价格。有用的成本估算需要结合您广告系列可用的购买模式、您观察到的投放成本,以及您的业务能够支撑的转化价值。公开的广告合集无法揭示竞争广告主的竞价价格。

确认您的广告系列按什么付费#

Microsoft 记录了多种出价策略和广告系列类型限制,包括与 CPC 相关的选项以及面向受众广告系列的手动 CPM。请确认您的格式和账户可用的策略,而不要假设每个受众广告都只按点击计费。请参阅 Microsoft 的预算和出价策略文档。

目标获客成本是一种优化指令,而非每次获客的保证收费。在启动前阅读该策略的预算行为和资格要求,然后保存您实际使用的设置。当账户中提供建议出价时,它们只是针对该定位设置的指导,而非通用的价格报价。

使用正确的成本计算方式#

指标 计算方式 需要保持一致的内容
平均 CPC 花费 ÷ 点击次数 货币、报告窗口和点击定义
CPM 花费 ÷ 展示次数 × 1,000 展示定义和格式
每次被接受线索的成本 花费 ÷ 被接受的线索 接受规则和成熟窗口
获客成本 归因获客成本 ÷ 获客数 包含的成本、归因和退款处理

对于按 CPC 购买且每次点击产生一次被接受转化的情况,CPA = CPC ÷ conversion rate。例如,假设 CPC 为 $0.30、转化率为 2%,则每次转化的媒体成本为 $15。在 0.5% 时,同样的 CPC 会产生 $60。这些数字仅用于说明计算方式;它们不是 Microsoft 的基准。

反过来,如果可允许的媒体 CPA 为 $24、假设转化率为 2%,则该情景意味着平均 CPC 上限为 $0.48。出价设置并不能保证该平均值、转化率或最终利润率。在设定支出限额时,请纳入其他获客成本以及应对不确定性的缓冲。

根据情景制定初始预算#

使用可比的第一方广告系列或账户当前的规划信息,估算低、中、高三种投放成本情景。说明每个输入来自何处。将每种情景与合理的转化情景结合,并在为测试投入资金之前计算其后果。

首先选择转化事件和决策阈值。跨多个创意获得几百次点击,可能足以发现页面故障,却不足以区分两个都很低的转化率。不存在能让测试得出明确结论的通用每日 $25 或两周预算。

在预算中纳入创意制作、落地页工作、衡量和线索处理。对照预先设定的限额跟踪支出。不要仅仅因为广告系列尚未给出明确答案就不断提高限额。

将广告系列组合与效果变化区分开#

在报告支持这些维度的情况下,按设备、国家/地区、格式、展示位置和受众查看成本。账户级别的 CPC 可能因为库存组合变化而改变,即使每个细分市场的经济性保持相似。

针对相同的业务结果比较受众广告系列和搜索广告系列,而不要假设受众广告一定更便宜或一定转化更差。它们可能具有不同的意图、格式和归因特征。保持它们的报告可识别,以免混合的总计掩盖这些差异。

在怀疑存在展示位置问题时,要结合转化质量和充分的证据来审查。仅凭早期没有转化并不能证明该展示位置是垃圾。在把结果当作对受众的判断之前,先检查技术投放和跟踪。

在解读成本之前验证转化衡量#

记录哪个事件进入 Microsoft Advertising,以及哪个事件在您自己的记录中计为成功。使用您自己的测试流程测试已实施的标签或服务器集成。检查货币、去重、同意行为和报告延迟。

使用自动出价时,请遵循当前的策略文档,而不是一概而论地规定每个新账户都必须从手动开始。策略、预算或转化事件的变化都会改变实验。记录这些变化,并在评估中为转化延迟留出余地。

竞争研究能补充什么#

原生广告库可以帮助您研究观察到的信息和捕获的落地页。它无法确定平均 CPC、受众人口统计、盈利能力,或您的广告系列将面临多少竞争。

早先文章中 $0.10–$0.80 的范围,以及特定垂直领域数量证明竞价价格更高的说法,缺乏可复现的价格数据集。这些内容已被删除。请使用您自己实测的成本和明确标注的规划假设,而不是把这些数字重新包装成当前的基准。

常见问题

Microsoft Audience 广告的平均 CPC 是多少?
这里不提供经过验证的全市场平均值。请使用您账户的规划信息和可比的实测广告系列,并记录底层假设。
所有受众广告系列都按点击计费吗?
不是。Microsoft 记录了不同的策略和广告系列限制,包括受众广告系列的手动 CPM。请确认您所选格式和账户的购买模式。
多少预算才能让测试得出明确结论?
没有通用的金额。请先定义结果、有用的差异、不确定性容忍度和支出限额,然后估算所需的样本量。
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。