OpenAdLibraryOpenAdLibrary
原生广告网络

每千次访问的网站收入:原生广告、展示广告与联盟营销

没有利基、地理位置和设备背景的单一“平均RPM”数字几乎毫无用处。以下内容揭示了实际决定您每千次访问网站收入的因素。

编辑插图:每千次访问的网站收入:原生广告、展示广告与联盟营销

每千次访问的网站收入(通常称为RPM,即每千次展示收入)通常范围从不到1美元到超过50美元,几乎完全取决于利基、地理位置、设备组合和变现堆栈,这就是为什么您在网络上看到的任何单一“平均RPM”数字,如果没有这些限定条件,几乎毫无意义。一个拥有美国桌面流量和精心调整的展示与原生堆栈的金融网站,每千次访问的收入比一个拥有混合地理位置移动流量和单一广告单元的娱乐网站高出一个数量级。

实际决定您RPM的变量#

在将自己与任何基准进行比较之前,先分离出实际驱动该数字的因素:

  • 利基/垂直领域:金融、保险和B2B软件内容产生的广告商需求远高于一般娱乐或生活方式内容,因为广告商的客户价值更高
  • 地理位置:美国、英国、加拿大和澳大利亚的流量在几乎所有广告格式上的支付倍数都是二级或三级地理位置流量的数倍
  • 设备:桌面端通常在展示和原生广告方面优于移动端,部分原因是屏幕空间可容纳更多广告单元,部分原因是桌面端历史上广告商需求更强
  • 流量来源和意图:通过高意图商业话题搜索查询到达的读者,比在社交媒体上点击好奇心标题的读者对广告商更有价值
  • 变现堆栈深度:同时运行展示、原生内容推荐和联盟链接的网站,每千次访问的收入明显高于仅运行单一渠道的网站,尽管每个额外单元都有递减回报和页面速度成本

为什么以每千次访问为单位的思考方式在大规模下可能误导您#

“每千次访问”的框架对于粗略规划很有用,但如果您用它来比较不同时期而不检查那些千次访问的构成是否实际保持不变,它可能会悄悄误导您。一个月中,某篇内容意外在社交媒体上病毒式传播,可能会增加大量低意图、高跳出率的流量,从而稀释您的混合RPM,即使您的广告设置没有任何变化。相反,一个月中,您的自然搜索流量稳步增长(通常是更高意图、更投入的访问者),可以提升您的混合RPM,而您无需触碰任何广告设置。在得出结论认为RPM的变化反映了您的变现堆栈的某些问题之前,首先排除底层流量构成的转变。

按变现类型划分的大致RPM范围#

这些是方向性的,并非保证,下面的每个范围都可能因特殊的利基/地理位置组合而远超其上限,或因糟糕的组合而远低于其下限。

变现类型 典型RPM范围 差异的主要驱动因素
展示(程序化) 低个位数到15-20美元以上 利基价值、地理位置、可见度、头部竞价深度
原生内容推荐 低个位数到10-15美元 所服务的垂直领域组合、小工具位置、网络
联盟链接 高度可变,通常为0到100美元以上 佣金结构和转化率比页面浏览量更重要
直接销售/赞助广告位 可能超过上述所有 取决于关系,不能仅通过流量扩展

原生内容推荐RPM与广告商在您所服务的垂直领域中的实际出价密切相关。在包含725,882个原生创意的OpenAdLibrary索引中,健康、金融和保险是按创意数量计算的三大垂直领域(分别为24,472、24,068和22,427个创意),这大致反映了内容推荐需求(以及因此RPM)最集中的地方。

为什么“平均RPM”数字通常具有误导性#

大多数已发布的RPM基准混合了地理位置、垂直领域和流量来源,使其对您的特定网站几乎毫无用处。像“平均内容网站RPM为$X”这样的数字,通常是对从美国金融博客到三级地理娱乐聚合器等各种网站的平均值,这两个网站的RPM可能相差10倍或更多。唯一值得信赖的基准是根据您的实际利基、地理位置组合和设备分布进行分段的基准,即使如此,也应将其视为粗略范围而非目标。

如何实际提高您每千次访问的收入#

与其追逐基准数字,不如操作您实际控制的杠杆:

  1. 在添加广告单元之前提高流量质量。 在低价值流量上增加展示或原生库存,其收入低于在高意图流量上的相同单元。首先优化您的流量组合。
  2. 有意识地分层变现渠道,测试每个添加的边际RPM提升与其页面速度成本,而不是反射性地添加单元。
  3. 一旦您拥有实际流量,就进行谈判而非接受默认设置,因为默认的自助服务条款很少是网络的最佳报价。
  4. 主动管理哪些广告商和类别提供服务,因为充满低层级批量需求的小工具每千次展示的支付低于限制于更高价值垂直领域的小工具。
  5. 按流量来源分别跟踪RPM,而非混合,以便您能看到特定获取渠道是否实际上拉低了您的平均值。

原生广告基准在您的规划中的位置#

如果您试图预测新的原生广告位实际可能支付多少,了解原生广告对广告商的成本和当前的原生广告CPC基准为您提供了等式的需求方一半:广告商实际愿意为每次点击支付的金额,在扣除网络自身利润后,决定了网络作为发布商能传递给您的上限。

OpenAdLibrary如何帮助您进行实际基准测试#

与其依赖通用的行业平均RPM数字,不如查看您特定垂直领域的实际需求密度。OpenAdLibrary索引了分布在Taboola、Outbrain、MGID、Revcontent和其他网络上的数十万个实时原生创意,可按垂直领域搜索,因此您可以评估当前内容类别中存在多少活跃的广告商需求,这比混合行业基准更具体。定价包含免费浏览层级。

按顺序构建变现堆栈#

大多数发布商反应性地添加广告单元,哪个最容易安装就添加哪个,而非有意识地选择。一个更有用的顺序:

  1. 从配置良好的展示设置开始,因为一旦调整好,它需要的持续管理最少,并且能随着页面浏览量干净地扩展
  2. 一旦您拥有足够的流量来吸引可观的需求,再引入原生内容推荐,因为在大多数网络上,填充质量和RPM都随着规模提高
  3. 有选择地添加联盟链接,在推荐真正相关的内容中添加,而非到处添加;联盟RPM更多地取决于转化意图而非原始页面浏览量,因此全面放置会稀释而非帮助
  4. 最后追求直接销售或赞助广告位,一旦您拥有足够的流量和品牌信誉,广告商主动接近您而非反之,因为这些交易取决于您随时间建立的关系,而非自助注册

每个层级应根据其边际贡献来衡量,而非孤立评估。一个原生小工具虽然提高了您的混合RPM少量,但随时间推移明显损害了页面速度和自然流量,可能净亏损,即使其自身的行项目看起来是正的。

季节性和流量构成如何扭曲您的平均值#

一个单一的混合RPM数字隐藏了许多对规划至关重要的内部差异。零售和金融相关内容的RPM通常在季节性需求高峰期间显著变化,因为广告商对相同展示的竞争加剧。一个拥有混合内容日历(一些常青的如何做内容,一些季节性或趋势性文章)的网站,其混合RPM会随着这些内容类型之间的流量构成每周变化而波动,与您广告设置中的任何更改无关。

这在实践中很重要:如果您正在评估某个更改(新小工具、重新谈判的费率、新广告单元)是否实际提高了您的RPM,请比较相似时期、相似的流量构成和季节,而非原始的月环比数字,后者可能只是反映了您未控制的季节性或内容构成变化。

总结#

没有一个值得记住的单一“每千次访问收入”数字。您实际的RPM是利基、地理位置、设备和变现深度的函数,诚实的规划方法是,在将您读到的任何基准与您自己的数字进行比较之前,先按这些变量对其进行分段,然后操作可控的杠杆(流量质量、堆栈深度、主动类别管理、谈判条款),而不是追逐一个从一开始就从未描述过像您这样的网站的行业平均值。

常见问题

网站的良好RPM是多少?
没有一个通用的数字。它很大程度上取决于利基、地理位置和设备组合;美国金融网站的收入倍数可能远高于三级地理位置的娱乐网站。请根据您特定的利基和地理位置进行分段比较,而不是混合行业平均值。
原生广告还是展示广告每千次访问支付更多?
因网站而异。展示程序化广告在高价值利基市场中通常有更广的上限,前提是具备深入的头部竞价设置,而原生内容推荐往往有更稳定的下限。大多数同时运行两种广告的发布商发现它们互补而非互相蚕食。
为什么我的RPM与公布的行业平均值差异如此之大?
公布的平均值通常混合了所有地理位置、利基和设备的流量,产生的数字几乎无法准确描述任何特定网站。在比较之前,请根据您自己的利基、地理位置和设备分布对任何基准进行分段。
增加更多广告单元是否总能提高我的RPM?
不,每个额外单元通常具有递减的收入回报和实际的页面速度成本。测试每个添加的边际提升与其对加载时间和核心网页指标的影响,而不是假设更多单元总是意味着更多收入。
流量来源对RPM的影响有多大?
影响显著。通过高意图商业搜索查询到达的访问者通常比点击好奇心驱动的社交媒体标题的访问者对广告商更有价值,即使在同一页面上。按流量来源分别跟踪RPM,而不是混合,通常能揭示您的平均值被拉低的原因。
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。