发布商级出价：大多数买家忽略的优化杠杆

发布商级出价意味着在原生广告系列中为各个发布商网站或展示位置ID设置不同的出价（或出价调整系数），而不是在整个网络中运行统一出价。它是区分那些在盈亏平衡点停滞不前的买家和那些能够持续优化成功广告系列的买家的杠杆，因为在Taboola、Outbrain、MGID和Revcontent上，同一广告系列中不同发布商之间的成效通常会相差5倍或更多，即使算法已经过学习时间。

为什么统一出价是错误的默认设置#

每个原生广告网络的拍卖是按展示位置而非广告系列进行的。当你在广告系列中设置单一出价时，网络会在你的定向匹配的所有地方应用该出价，从优质新闻网站到位于同一widget上的低质量内容农场。其中一些展示位置将以你目标CPA的3倍进行转化。其他展示位置则可能数月消耗预算而无一次销售。统一出价将它们一视同仁。

这些网络上的算法擅长寻找量，但不了解你的利润。Taboola和Outbrain的优化引擎会乐意继续在提供廉价点击和糟糕线索的发布商上花费，因为点击和展示是他们能最快看到的信号。你的转化数据滞后，当它赶上时，你已经花费了差额。发布商级出价通过让你自己的成效数据重新控制资金流向，从而缩小了这一差距。

你实际上在改变什么#

每个主要网络都提供这个杠杆，只是名称不同：

该机制几乎总是基础出价的乘数，而不是绝对覆盖。在强大的发布商上设置1.4倍调整系数，在较弱的发布商上设置0.6倍调整系数，网络会调整它在每方拍卖中进入的有效出价。有些网络还允许你完全排除某个发布商，这是同一想法的更粗糙版本。关于每个网络为此暴露的确切字段和API参数，请参阅Taboola广告运作方式、Outbrain运作方式、MGID原生广告运作方式以及Revcontent运作方式。

为什么大多数买家忽略它#

老实说，有三个原因：

• 报告被埋没。 发布商级数据通常位于网络仪表盘的两三层点击深处，导出为带有数十行的扁平CSV，且没有明确的下一步操作。
• 对于小账户来说，这看起来像是繁重的工作。 如果你每天花费200美元，本能地认为几个发布商排除不会产生太大影响。实际上恰恰相反：在低花费时，一个效果差的发布商可能在你还未察觉时吃掉你每日预算的20%。
• 它需要等待真正的样本。 你需要每个发布商有足够的花费，通常在目标CPA的2到3倍范围内，然后一个“糟糕”的发布商在统计上才是真正的糟糕，而不仅仅是运气不好。买家在第二天拉取报告，没有看到结论性的东西，就放弃了这项练习。

最后一点是真正的成本。发布商级出价是一种纪律，而不是一次性的设置。它需要定期的每周审查，而大多数账户从未进行过。

实用工作流程#

1. 让广告系列运行到真正的样本。 在你整个广告系列花费至少2倍目标CPA之前，不要触碰发布商出价；你需要足够的转化来信任拆分。
2. 拉取展示位置/网站报告，并按花费降序排序。首先关注花费排名前20的发布商；这通常占你预算的70%到80%。
3. 分为三个层级：盈利（出价提高20-50%）、盈亏平衡（保持不变）、亏损（降低出价或排除）。不要试图微调每一行；顶部和底部十分位最重要。
4. 在第一次通过时应用调整系数，而不是完全停止。 完全排除发布商会失去以后重新测试的机会；0.5倍出价仍然可以让你了解成效是出价问题还是匹配问题。
5. 每周重新检查，而不是每天。随着新内容的添加和流量组合的轮换，发布商成效会发生变化，尤其是在MGID和Revcontent上，其库存周转速度比Taboola更快。
6. 将赢家纳入扩展决策。 在1.5倍出价下仍然盈利的发布商也是专用广告系列的候选，这是横向扩展的举措，一旦你在原始广告系列上耗尽了纵向收益。

一个实际示例#

假设你在Taboola上运行一个每日花费300美元的广告系列，目标CPA为40美元。两周后，展示位置报告显示40个发布商产生了有意义的花费。按花费排名的前五个发布商产生了60%的转化，平均CPA为28美元。后八个发布商消耗了25%的花费，总共产生了两次转化，有效CPA超过200美元。其余的都处于中间位置，大致盈亏平衡。

明显的做法是将前五个出价提高30-40%，并将后八个的出价降低至0.4倍调整系数，而不是完全排除它们，因为其中一两个可能只是样本不足，而非真正糟糕。一周后，相同预算下的广告系列级CPA通常会显著改善，纯粹是因为将花费重新分配给已证明有效的发布商，无需新的创意，也无需更改定向。这就是将发布商级出价视为一项常规任务而非一次性清理的全部理由：广告系列内部的展示位置组合实际上是数十个独立的微观市场，而统一出价从一开始就从未正确地为任何一个定价。

设置定期审查#

大多数坚持这样做的买家会将其纳入定期日历块，而不是依赖记住检查。一个简单的版本：每周一，拉取每个活跃广告系列上周的展示位置报告，按花费排序，每个广告系列花费15分钟调整顶部和底部十分位。记录你设置的调整系数，以便日后判断发布商的改进是来自你的出价变化还是账户中其他因素的变化。同时在Taboola、Outbrain和MGID上运行多个广告系列的买家经常发现，不同网络之间的发布商组合几乎没有重叠，这意味着这种审查确实需要每个网络分别进行，而不是在整个账户中一次性进行。

好的发布商数据看起来什么样#

这里，持久性是一个有用的辅助信号，而不仅仅是来自你自己像素的转化数据。如果你在花费一分钱之前研究一个发布商的价值，那么通过该展示位置运行的创意的广告持久性（其他广告主愿意花费多长时间出现在那里）是质量的合理代理指标，因为广告主会停止为不转化的展示位置付费。OpenAdLibrary的索引正是出于这个原因跟踪跨网络的运行时长：它让你在亲自投入花费之前检查发布商是否具有维持盈利广告系列的历史。你可以通过广告情报工具交叉引用发布商和创意历史，而不是仅仅依赖你自己账户的有限样本。

常见错误#

• 过于激进地降低出价。 0.3倍调整系数通常会使发布商完全退出拍卖，而不是优雅地减少其份额；你会失去观察其是否恢复的能力。
• 对某一天的不良表现做出反应。 原生流量每天都有噪音，尤其是在较小的发布商上。一天内花费40美元零转化并不是一个定论。
• 忽略发布商内部的设备拆分。 一个发布商在移动设备上可能表现出色，而在桌面设备上表现不佳（反之亦然）；将两者合并为一个出价调整系数会掩盖这一点。在发布商级工作之上叠加设备和地理位置调整系数可以缩小这一差距。
• 在创意更新后忘记重新测试被排除的发布商。 一个因陈旧角度而失败的发布商，在采用新的吸引点后可能表现完全不同。

FAQ要点#

发布商级出价是不起眼的账户维护工作，但它是少数完全在你的掌控之下的优化杠杆之一，不像拍卖动态或平台算法变化。将每周发布商审查纳入常规的买家，持续报告比在统一出价上运行相同创意和定向的买家拥有更严格的CPA。无论你使用什么比例来测试新概念和扩展已验证的概念，发布商级出价都是使该比例中的扩展方面真正盈利（而不仅仅是更响亮）的关键。