什麼是好的預著陸頁轉換率？

沒有一個通用的數字。這取決於垂直領域、地區層級、裝置組合，以及 Offer 在轉換前增加了多少摩擦。從你自己乾淨的流量中建立一個為期兩到四周的基準線，並將未來的表現與之比較，而不是去追逐一個與你情境不同的外部基準。

預著陸頁 CTR 和全漏斗 CVR 有什麼區別？

預著陸頁 CTR 衡量的是有多少預著陸頁訪客點擊進入 Offer。全漏斗 CVR 衡量的是有多少廣告曝光或點擊最終在 Offer 頁面本身完成了轉換。Offer 頁面自身的表現已包含在第二個數字中，但不包含在第一個數字裡，因此它們回答的是不同的問題。

我需要多少流量才能信任一個預著陸頁測試？

需要足夠的流量，使得幾個百分點的波動不會推翻你的結論，並且理想情況下需要一個完整的週期（一週），以便工作日和週末的行為都能被代表。僅憑幾十次點擊就淘汰一個變體，是常見的錯誤，可能會因此丟掉一個有效的預著陸頁。

為什麼我的預著陸頁 CTR 在幾天後突然下降？

在調整預著陸頁之前，先檢查廣告端。連結廣告的創意疲勞通常會表現為預著陸頁 CTR 下降，即使預著陸頁本身沒有改變，因為到達它的曝光中，來自新鮮、有接受意願的用戶的比例減少了。

我應該將我的預著陸頁 CTR 與競爭對手比較嗎？

你無法看到競爭對手的實際轉換數據，但觀察到的廣告持續時間是一個合理的替代指標。一個持續運行數週的廣告，其背後很可能有一個轉換效果足以證明持續支出合理的漏斗，這是一個有用的信號，即使沒有確切的數字。

廣告創意與轉換漏斗

預著陸頁轉換基準：必須超越的 CTR 到 Offer 數字

忘掉你在論壇貼文裡看到的基準數字。這裡教你如何區分廣告 CTR、預著陸頁 CTR 和全漏斗 CVR，並從你自己的流量建立基準線。

OpenAdLibrary 團隊廣告情報與原生廣告研究

2026年9月24日 · 閱讀時間 7 分鐘

沒有一個單一的「好」預著陸頁轉換率；它取決於垂直領域、地區層級、裝置以及 Offer 資格標準的嚴格程度。比達到你在論壇貼文中看到的某個數字更重要的是，正確衡量三個獨立的比率（廣告到預著陸頁 CTR、預著陸頁到 Offer CTR，以及整體漏斗 CVR），並在將任何數據與他人的數字比較之前，從你自己的流量中建立你自己的基準線。

人們混淆的三種比率#

「預著陸頁轉換率」這個詞被寬鬆地用於指代三種不同的事物，而將它們混為一談，正是為什麼有這麼多缺乏情境的基準聲明四處流傳。

廣告到預著陸頁 CTR：廣告曝光中點擊進入你的預著陸頁的比例。這存在於廣告網路端，是你的創意和標題的函數，與你的預著陸頁完全無關。
預著陸頁到 Offer CTR：預著陸頁訪客中點擊進入實際 Offer 頁面的比例。這通常是人們所說的「預著陸頁轉換率」。
全漏斗 CVR：廣告曝光（或點擊）中，最終在 Offer 上完成轉換的比例。這包含了 Offer 頁面自身的表現，而這是預著陸頁無法控制的。

如果你正在根據 Slack 群組或課程中的某個數字進行基準測試，請問清楚它描述的是這三種中的哪一種。大多數被引用的數字結果都是全漏斗 CVR 被稱為「預著陸頁轉換率」，這使得它對於判斷你的預著陸頁本身是否為問題所在毫無用處。

為什麼公開的基準幾乎總是對你的情況不適用#

預著陸頁的表現受太多變數影響，以至於單一數字無法跨越不同情境：

垂直領域：為補充品 Offer 進行資格篩選的健康類預著陸頁，與為貸款比較 Offer 進行資格篩選的金融類預著陸頁，行為模式完全不同。
地區層級：Tier-1 流量與 Tier-2/3 流量在相同的地區層級術語上，轉換傾向不同，部分原因是網路飽和度，部分原因是裝置組合。
裝置：原生版位上的行動用戶跳出速度更快，並且在進入 Offer 前對額外點擊的容忍度遠低於桌面用戶。
Offer 摩擦：一個單擊「查看 Offer」的預著陸頁，與一個在顯示 CTA 前透過幾個資格問題篩選用戶的預著陸頁，轉換效果截然不同。

對任何未指定這四個變數的引用數字，最多只能視為方向性參考，不要盲目追逐。

建立你自己的基準#

這才是真正能帶來成果的部分。一個實用的步驟順序：

運行一個乾淨的基準期：兩到四周，一個預著陸頁變體，穩定的創意，期間不做任何編輯，這樣你才能有一個誠實的數字供後續比較。
在平均之前先進行細分：分別按地區、裝置和網路來細分預著陸頁到 Offer 的 CTR。將三個行為模式迥異的地區混合平均，幾乎無法提供任何可操作的資訊。
追蹤合格的點擊，而非原始點擊：如果你的 Offer 在 CTA 出現前有最低頁面停留時間或滾動深度要求，請計算實際達到該門檻的點擊。原始點擊量會高估那些讓用戶在不閱讀任何內容的情況下狂點通過的預著陸頁。
與你自己的歷史比較，而非與產業比較：一旦你有兩到三個基準期，你自己的趨勢線比任何外部數字都更有用，因為它已經考慮了你的流量組合、你的地區和你的 Offer。

預著陸頁 CTR 表現不佳的常見原因#

症狀	可能原因	首先檢查什麼
跳出率高，幾乎沒有滾動	標題/創意與獲得點擊的廣告鉤子不匹配	預著陸頁標題是延續了廣告中的確切主張，還是轉向了其他內容？
初始參與度低，然後在頁面中途急遽下降	在提出要求前缺少信任信號	檢查頂部附近是否有可信的來源行、日期或揭露聲明
桌面端表現良好，行動端表現弱	佈局摩擦、載入緩慢，或 CTA 在小螢幕上低於摺疊線	測試實際的行動裝置渲染效果，而不僅僅是瀏覽器縮放
CTR 尚可，但下游 CVR 弱	預著陸頁相對於著陸頁實際提供的內容過度承諾	以首次訪客的視角，在看完預著陸頁後立即閱讀 Offer 頁面
CTR 幾天後急遽下降	連結廣告的創意疲勞，而非預著陸頁本身	在調整預著陸頁前，檢查廣告端的頻率和運行天數

何時應淘汰 vs. 迭代一個預著陸頁#

不要僅憑少量點擊就做出決定。一個適用於大多數原生廣告活動的粗略原則是：等待足夠的流量，使得幾個百分點向任一方向的波動都不會推翻你的結論；並且在一個變體至少運行完一個完整的星期週期（包含工作日和週末）之前，不要對其做出判斷，因為原生版位在工作日和週末的行為可能會有顯著差異。

如果一個預著陸頁在乾淨的測試期後表現低於你自己的基準線，請一次只隔離一個變數進行調整：只更換標題，或只更換主圖，或只更換 CTA 文案，絕不要在同一測試中同時更改三者。圍繞真實有效範例建構的預著陸頁，比從沒有參考點的模板建構的預著陸頁更容易迭代，這就是為什麼在啟動前（而非啟動後）研究真實的預著陸頁範例有其價值。

無需沉迷於試算表的統計顯著性#

你不需要完整的統計學背景來避免最常見的錯誤，即在結果還不具備任何意義之前就宣稱測試完成。一個可行的經驗法則：如果接下來幾次轉換結果的翻轉會改變你的整個結論，那麼你還沒有結論，你有的只是雜訊。任何漏斗上出現小的日常波動都是正常的；問題在於這種模式是否在幾天內持續存在，而不是某一天看起來很棒或很糟。

將「這個變體目前表現較差」與「這個變體就是較差」區分開來也很有幫助。一個預著陸頁可能因為當天流量的地區組合不佳、網路投放故障，或上游廣告品質暫時下降而表現不佳一天，這些都與預著陸頁本身無關。在淘汰一個變體之前，檢查其表現不佳的情況是否在你預期它應保持一致的細分群體中（多個地區、多天）持續存在，還是集中在一個不尋常的流量片段中。

你的廣告網路選擇如何間接塑造你的基準#

即使使用相同的預著陸頁，為你提供流量的網路也會改變你應預期的基準線。不同的網路在受眾品質、版位情境（資訊流小工具與文章內版位的閱讀方式不同）和典型的 CPC 範圍上存在差異，這在我們對Taboola、Teads、MGID 和 Revcontent 的原生廣告 CPC 基準分析中有更深入的探討。如果你在多個網路上運行相同的預著陸頁，從一開始就按網路細分保存表現數據，而不是混合在一起，因為一個強大的網路可能掩蓋一個平庸的預著陸頁，而一個弱勢的網路可能讓一個真正好的預著陸頁看起來表現不佳。

OpenAdLibrary 在此如何提供幫助#

你無法看到競爭對手的內部轉換數據，但你可以看到一個強力的替代指標：他們的創意已經持續運行了多久。能在一個網路上存活數週的廣告，其背後幾乎總是有一個轉換效果足以讓廣告主持續付費購買流量的漏斗（包括預著陸頁）。OpenAdLibrary 的原生廣告間諜工具正好能呈現這種持續性信號以及追蹤到的著陸頁，因此，與其猜測一個基準數字，你可以在建構自己的漏斗之前，研究在你的垂直領域中，一個經過驗證的漏斗結構實際上是什麼樣子。

擁有基準後該做什麼#

一個自我建立的基準只有在你能對偏離它的情況採取行動時才有用。事先設定一個簡單的內部閾值，例如，相對於你自己的基準線，在整整一週內持續下降一個有意義的幅度，而不是對日常雜訊做出反應。當一個活動觸發該閾值時，按照檢查成本從低到高的順序排查原因：首先是廣告端的創意疲勞，因為這是最快可以確認或排除的因素；然後是廣告和預著陸頁之間的標題匹配度；接著是 Offer 頁面本身；最後才是預著陸頁的結構性重建。大多數表現不佳的情況可追溯到前兩個原因之一，從最便宜的檢查開始，可以避免你重建一個實際上根本不是問題的預著陸頁。

按流量來源分別保存基準也值得一做。由Taboola 流量餵養的預著陸頁，與由MGID 流量餵養的同一預著陸頁，很可能僅僅由於受眾和版位的差異就會顯示出不同的轉換率，這與頁面本身無關。將這些數字混合成一個基準，恰恰隱藏了使基準有用的細分資訊。