预着陆页转化基准：CTR到Offer的数值目标

不存在单一的'好'预着陆页转化率；它取决于垂直领域、地理层级、设备以及Offer的资格审核标准有多严格。比达到你在论坛帖子里看到的数字更重要的是正确测量三种不同的比率（广告到预着陆页CTR、预着陆页到Offer CTR和整体漏斗CVR），并在与任何其他人的数字进行比较之前，根据你自己的流量构建自己的基线。

人们混淆的三种比率#

"预着陆页转化率"被松散地用来表示三种不同的事物，混淆它们正是许多基准声明在没有上下文的情况下流传的原因。

• 广告到预着陆页CTR：点击进入预着陆页的广告展示比例。这部分位于网络端，取决于你的素材和标题，与预着陆页本身完全无关。
• 预着陆页到Offer CTR：点击进入实际Offer页面的预着陆页访问者比例。这通常是人们所说的"预着陆页转化率"。
• 全漏斗CVR：最终在Offer上完成转化的广告展示（或点击）比例。这包含了Offer页面自身的表现，而预着陆页无法控制。

如果你在对比来自Slack群组或课程的数字，请问清楚它描述的是这三个中的哪一个。大多数引用的数字实际上是全漏斗CVR被称作"预着陆页率"，这使得它无法用于判断你的预着陆页本身是否是问题所在。

为什么公开基准几乎总是对你的情况不适用#

预着陆页的表现受太多变量影响，以至于一个单一数字无法跨上下文传播：

• 垂直领域：为补充剂Offer做资格筛选的健康类预着陆页，与为贷款比较Offer做资格筛选的金融类预着陆页表现完全不同。
• 地理层级：一级地理层级的流量与二级/三级地理层级的流量在同一地理层级术语上的转化表现不同，部分原因是网络饱和度和设备组合的差异。
• 设备：原生广告位上的移动用户跳出更快，并且对在Offer之前多一次点击的容忍度远低于桌面用户。
• Offer摩擦：一键"查看Offer"的预着陆页与通过多个资格问题筛选用户后才显示CTA的预着陆页转化效果截然不同。

如果任何数字在引用时没有指定这四个变量，最多将其视为方向性参考，不要追逐它。

构建自己的基准#

这是真正能推动结果的部分。一个实用的顺序：

1. 运行一个干净的基线期。 两到四周，一个预着陆页变体，稳定的素材，无中途编辑，这样你有一个真实的数字供后续比较。
2. 在平均之前先细分。 按地理、设备和网络分别细分预着陆页到Offer CTR。跨三个行为差异巨大的地理层级的混合平均值几乎无法告诉你任何可操作的信息。
3. 追踪有效点击，而非原始点击。 如果你的Offer在CTA出现前有最低页面停留时间或滚动深度要求，统计实际达到该标准的点击。原始点击量会高估那些允许用户随意点击而不阅读任何内容的预着陆页。
4. 与自己的历史数据比较，而非行业数据。 一旦你有了两到三个基线期，你自己的趋势线比任何外部数字更有用，因为它已经考虑了你的流量组合、地理位置和Offer。

预着陆页CTR表现不佳的常见原因#

何时放弃与迭代预着陆页#

不要根据少量点击做决定。一个在大多数原生广告活动中都适用的粗略规则：等待足够的量，使得几个百分点的上下波动不会推翻你的结论，并且不要在一个变体至少运行了完整的星期周期之前做出判断，因为原生广告位上的工作日和周末行为可能有显著差异。

如果预着陆页在干净的测试期后表现低于你的基线，一次只隔离一个变量：只更换标题，或只更换主图，或只更换CTA文案，切勿在同一测试中同时更换三者。一个围绕真实有效案例构建的预着陆页比一个没有参考点的模板构建的更容易迭代，这就是在启动前（而非启动后）研究真实预着陆页示例的价值所在。

无需过度迷恋电子表格的统计显著性#

你不需要完整的统计学背景就能避免最常见的错误——在结果有任何意义之前就宣布测试结果。一个可行的经验法则：如果接下来几次转化的结果翻转就会改变你的整个结论，那么你还没有结论，你只有噪音。任何漏斗中的日常小幅波动都是正常的；问题在于模式是否持续多天，而不是某一天看起来很好或很糟。

此外，区分"这个变体现在更差"和"这个变体更差"也很有帮助。预着陆页可能因为当天流量中的地理组合不佳、网络投放故障或上游广告质量暂时下降而表现不佳一整天，这些都与预着陆页本身无关。在放弃一个变体之前，检查表现不佳是否在你预期的各个细分中（多个地理、多天）一致，还是集中在某个异常流量片段中。

你的广告网络选择如何间接影响你的基准#

为你提供流量的网络会改变你应预期的基线，即使使用相同的预着陆页。不同网络在受众质量、投放上下文（信息流组件与文章内投放的阅读体验不同）以及典型CPC范围上存在差异，这些在Taboola、Teads、MGID和Revcontent原生广告CPC基准的详细分析中有更深入的探讨。如果你在多个网络上运行相同的预着陆页，请从一开始就按网络细分绩效数据，而不是混合在一起，因为一个强大的网络可能掩盖一个平庸的预着陆页，而一个弱网络可能让一个真正优秀的预着陆页看起来表现不佳。

OpenAdLibrary如何在此提供帮助#

你无法看到竞争对手的内部转化数据，但你可以看到一个强有力的代理指标：他们的素材持续运行了多长时间。在网络上存活数周的广告几乎总是有一个漏斗（包括预着陆页）在背后支持，该漏斗的转化效果足以让广告主继续为流量付费。OpenAdLibrary的原生广告侦查工具正好展示了这一持续时间信号以及追踪到的着陆页，因此你无需猜测基准数字，而是在构建自己的漏斗之前，研究你的垂直领域中一个经过验证的漏斗结构实际上是什么样子的。

一旦有了基准，该怎么处理#

自我构建的基准只有在实际根据其偏差采取行动时才有用。提前设定一个简单的内部阈值，例如，相对于你的基线持续下降一个有意义幅度超过一整周，而不是对日常噪音做出反应。当一个广告活动触发该阈值时，按照检查成本从低到高的顺序排查原因：首先检查广告端的创意疲劳，因为这是最快排除或确认的，然后检查广告与预着陆页之间的标题匹配，接着检查Offer页面本身，最后才考虑预着陆页的结构性重建。大多数表现不佳都可追溯到前两个原因，从最便宜的检查开始，可以避免你重建一个从来不是问题的预着陆页。

此外，按流量来源分别保存基准也是值得的。由Taboola流量提供的预着陆页和由MGID流量提供的相同预着陆页，很可能仅仅因为受众和投放位置差异而显示不同的比率，与页面本身无关。将这些数字混合到一个基准中，恰恰隐藏了使基准有用的细分信息。

总结#

停止寻找一个通用的预着陆页转化数字。明确你实际测量的是三种比率中的哪一种，在平均之前先细分，并根据自己的干净流量构建基线。外部基准值得阅读以获取背景，但绝不值得作为目标去追逐。