Outbrain CTR 基准：健康广告系列的样子

一个健康的 Outbrain 广告系列，其点击率放在任何社交平台上都会像是失败：媒体购买者通常报告的 feed 端 CTR 大致在 0.05% 到 0.3% 之间，而表现强劲的创意在优质版位上可能会超出这个范围——这是从业者报告的范围，而非官方数据，且投放位置、设备、地域和垂直行业都会大幅改变这些数字。对于“Outbrain 上什么是好的 CTR”这个问题，更有用的答案是：原生广告中的 CTR 是一个定价输入和诊断工具，而非目标。好的 CTR 是能降低你的有效每次点击成本，同时这些点击仍能带来转化。

为什么原生广告 CTR 看起来很低（以及为什么这没问题）#

Outbrain 投放位置是一个内容推荐小部件——一个包含多个赞助项的网格，位于文章下方或内部。你的广告与其他付费广告以及发布商自己的循环链接共享这个网格，并且它会向每个滚动到足够深度的读者展示，而不是针对一个可能点击者组成的定向信息流。将刻意兴趣除以那个庞大且未经筛选的展示基数，小百分比就是自然结果。

比较其他机制：社交信息流一次只向一个算法预筛选的用户展示一条广告；搜索广告只有在有人输入意图后才会展示。原生CTR较低不是因为流量更差——而是因为分母是真实的。用社交基准来评判原生广告系列是一个分类错误，会导致买家杀死那些原本悄悄盈利的版位。

CTR 的真正工作：它让你的流量更便宜#

像大多数原生广告平台一样，Outbrain 在其竞价中根据出价和预期互动率的组合来对广告进行排名——实际上是出价 × 预测 CTR，与搜索先驱使用的 eCPM 逻辑相同。这会产生两个后果：

• CTR 更高的创意能在相同的展示中以更低的 CPC 获胜。 网络按点击收费，因此它倾向于可能被点击的广告。将 CTR 翻倍并不会使你的流量翻倍；它大致上会使你在相同投放量下的费用减半。
• CTR 是你最便宜的扩展杠杆。 在提高出价以获取覆盖面之前，先穷尽标题和图片测试。你的账户中最强的钩子为基于它的每个广告系列设定了价格底线。

这就是为什么标题测试是原生广告账户中杠杆率最高的工作——我们在获得点击的原生广告标题中归纳了在获胜广告中反复出现的公式。

基准陷阱：高 CTR 可能意味着低利润#

将 CTR 作为目标来追求会产生点击诱饵，而点击诱饵吸引的是好奇心而非意图。好奇心缺口是一个合法的工具，但一个只有缺口没有限定词的标题会吸引那些永远不会购买的人——你的 CTR 上升，你的转化率暴跌，而你的每次销售成本在更便宜的点击上反而更高。

协调指标是每次点击收益——EPC——它综合了 CTR 的成本效应和转化。获胜的标题很少是 CTR 最高的那个；它是那种既能吸引人又能过滤人的标题，使点击本身就能表明对实际广告的真实兴趣。

什么会影响 Outbrain 上的 CTR#

大致按杠杆率排序：

• 标题。 主导变量。每个概念在发布时通常有 5 到 10 个变体；单一标题的广告系列是无法解读的。
• 图片。 原生缩略图很小；一眼就能看懂的图片（人脸、单个物体、高对比度）表现优于杂乱构图。避免图片中有文字——它会缩小成噪音。
• 投放位置。 文章下方的桌面端单元会吸引那些阅读完文章的读者；文章中间和侧边栏单元的行为不同。位置组合变化会在不改变创意的情况下改变广告系列的 CTR。
• 设备。 移动端网格每展示会产生更多点击——有些是有意的，有些不是。永远不要将移动端和桌面端的 CTR 相互比较。
• 地域和受众。 一级新闻受众对广告更盲目，但意图更高；广泛的定向会拉低 CTR，有时却能提高绝对转化量。
• 竞争。 你的 CTR 是相对于网格中其他项目的。一个充斥着激进软文的版块会改变那里“好”的定义。

解读健康广告系列：诊断方法#

CTR 作为症状而非记分牌来体现其价值。重要的模式：

一个健康的 Outbrain 广告系列，具体来说：CTR 在其投放组合内稳定或缓慢上升，有效 CPC 随着获胜者集中投放而下降，追踪会话接近计费点击数，并且转化率在花费扩大时保持稳定。任何单一数字没有其他数字参照都是噪音。

一个能产生可读 CTR 数据的启动方案#

大多数“我的 CTR 很差”的问题实际上是“我的测试设计使 CTR 无法解读”的问题。一个避免这种情况的结构：

1. 针对一到两张图片发布五到十个标题。 标题驱动了大部分 CTR 变异，所以给算法真正的多样性来排序。一个标题告诉你的信息为零；两个标题是抛硬币。
2. 将桌面端和移动端分为独立的广告系列。 它们的基准 CTR 差异如此之大，以至于混合数据无法解读——设备之间的投放变化会伪装成创意表现。
3. 让网络的优化器工作，但读取原始数据。 投放会迅速集中在早期点击的创意上；在加冕“赢家”之前，检查它是否也在追踪会话和转化上领先。
4. 根据相对表现（而非绝对阈值）进行淘汰。 在创意达到组内最佳 CTR 的某个分数时将其淘汰——像“在公平展示样本后，砍掉任何低于领头羊一半的创意”这样的规则会自动适应每个投放组合，固定百分比目标永远做不到这一点。
5. 在获胜概念上迭代，而不是在失败概念上。 当一个钩子领先时，将接下来的五个变体写成它的变异——不同的数字、受众、详细程度。这会复合增长；复活失败者则不会。

运行这个循环两到三轮，你就会得到任何基准表都无法给你的东西：你自己的 CTR 基准，按设备、按投放组，并附有真实的转化数据。

针对持续运行的广告进行基准测试#

最诚实的 CTR 基准不是一个百分比——而是幸存者偏差。网络会优先投放被点击的广告，而广告主只愿意为能转化的广告持续付费，因此任何运行了数周的创意都已经通过了这两个过滤器。这使得广告寿命成为外部人员可获得的、最有力的创意表现公开信号。

截至 2026 年 6 月，OpenAdLibrary 追踪了 108,573 个活跃的 Outbrain 创意，每个都有观察到的首次出现和最后一次出现日期。在目前的长期运行者中：来自 The Skin Mag 的美容软文广告，连续观察 30 天；来自 Novelodge 的故事格式广告，35 天；以及 House and Garden 的一个创意，38 天——这是索引中观察到的 Outbrain 最长记录。阅读活跃的 Outbrain 索引中的五十个长期运行标题，会比任何基准表更好地教会你在这个网络上什么能赢得健康的 CTR，因为其中的每一个都是自己支付了费用的基准。将其与成本方面相结合——在我们的原生广告 CPC 基准中有所介绍——你可以在花费任何费用之前就模拟出一个广告系列。