OpenAdLibraryOpenAdLibrary
聯盟行銷與媒體採購

發布商層級出價:依網站、區塊與小工具調整出價

同一原生廣告活動中,不同發布商的表現可能差異很大;在您的帳戶中差異究竟有多大,只有您的版位報告能告訴您。發布商層級出價是為不同網站、區塊或小工具設定不同出價,本文並提供審查工作流程與實例演練。

編輯插圖:發布商層級出價:依網站、區塊與小工具調整出價

發布商層級出價是指在原生廣告活動中,為個別發布商網站、區塊或小工具 ID 設定不同的出價或出價調整,而不是在整個廣告網絡中執行單一固定出價。在 Taboola、Outbrain、MGID 和 Revcontent 上,即使演算法已有足夠時間學習,同一活動內不同發布商的表現仍可能差異很大;而在您的帳戶中差異究竟有多大,只有您的版位報告能告訴您。在證據支持的地方調整出價,是避免為表現天差地遠的版位支付相同價格的一種方法。

為何單一固定出價是錯誤的預設選項#

當您在一個活動中設定單一出價時,網絡會將該出價應用於所有符合您目標設定的位置,從大型新聞網站到展示相同小工具的小型內容網站。其中一些版位的每次轉換成本可能遠高於您的目標;另一些則可能完全沒有轉換。單一固定出價將它們視為相同價格。這些網絡各自的工具可讓您依網站(Taboola)、依發布商區塊(Outbrain)或依小工具或來源(MGID 和 Revcontent)改變這一點。

自動出價只會朝它收到的訊號進行優化。如果您是按點擊出價,或您的轉換追蹤未回報給網絡,平台就看不到哪些發布商帶來劣質潛在客戶,而您自己的轉換數據也可能落後於花費。Outbrain 的 Conversion Bid Strategy 會依追蹤到的轉換調整 CPC,Taboola 的 SmartBid 則會自動調整出價,但兩者都看不到您從未傳送的業務訊號,例如潛在客戶品質、退款或終身價值。發布商層級調整能將這些訊號重新納入出價;Outbrain 的 Section Volume Control 正是為這種情況而存在。

您實際調整的是什麼#

每個主要網絡都提供這個槓桿,只是名稱不同:

網絡 所在位置 調整的運作方式
Taboola (Realize) 活動摘要中的依網站報告 依網站對活動 CPC 套用百分比提升或降低:Fixed Bid 為 -99% 至 +100%,SmartBid 為 -99% 至 +200%;可依活動或整個帳戶封鎖發布商
Outbrain (Teads) Amplify 報告中的 By Publisher 與 By Section 依發布商區塊(而非整個發布商)套用百分比 CPC 調整;發布商與區塊可臨時或永久排除;Conversion Bid Strategy 活動在至少 300 次點擊後可使用 Section Volume Control
MGID Widget Optimization(選擇性出價)與 Sources Optimization 依小工具 ID 或來源套用 CPC 乘數,最低 0.1,並受限於各地區的最低與最高 CPC;提供活動與帳戶封鎖清單
Revcontent Widget Targeting 分頁 依小工具 ID 設定絕對 CPC 出價(或百分比變更),包括 CSV 上傳;可依活動或整個帳戶封鎖小工具

其機制各不相同。Taboola、Outbrain 和 MGID 對您的基礎出價套用百分比或乘數,而 Revcontent 的小工具出價則是絕對 CPC(另有百分比工具可進行批次變更)。為表現強勁的發布商設定 1.4 倍的調整,為表現不佳的設定 0.6 倍,網絡就會在其自身限制與最低 CPC 範圍內,調整其對兩者競價時所出的有效出價。四個網絡也都允許您完全排除某個發布商或小工具,這是同一概念中較為直接的做法。在 Outbrain 上,手動的區塊 CPC 調整會覆寫 Conversion Bid Strategy,而 Outbrain 建議將這些調整從 CBS 活動中移除。關於每個網絡為此功能提供的確切欄位和 API 參數,請參閱 Taboola 廣告運作方式、Outbrain 運作方式、MGID 原生廣告運作方式 以及 Revcontent 運作方式。

為何很容易略過#

老實說,有三個原因:

  • 報告需要花點功夫挖掘。 發布商層級數據通常藏在網絡儀表板的幾層點擊之下,以包含許多行數據且沒有明確後續行動的平面 CSV 格式匯出。
  • 對小額帳戶來說像是瑣碎工作。 如果您每天花費 200 美元,直覺會認為排除幾個發布商無關緊要。但在低花費情況下,單一發布商可能在您察覺之前就吃掉每日預算中相當可觀的一部分,因此請在您自己的報告中查看每個發布商佔了多少花費。
  • 需要等待真實樣本數據。 小額花費下的零轉換證明不了什麼。如果一個發布商正好以您的目標 CPA 轉換,在花費一個目標 CPA 後看到零轉換的機率約為 37%,兩個之後約為 14%,三個之後約為 5%(卜瓦松計算,忽略轉換延遲)。這就是為什麼在評斷零轉換的發布商之前,每個發布商花費達到目標 CPA 的 2 到 3 倍是合理的下限,而非保證。買家在第二天拉取報告,看不到決定性結論,就放棄了這項工作。

最後一點是真正的代價。發布商層級出價是一種紀律,而非一次性設定。它需要按固定時間表進行常態性審查。

一個實用的工作流程#

  1. 讓活動運行以獲得真實樣本。 請依每個發布商自身的花費來評斷,而非整個活動的花費:一個已花掉目標 CPA 兩倍的活動,其轉換數仍太少,無法比較發布商。在對零轉換的發布商採取行動之前,請採用上述的每個發布商花費下限。
  2. 拉取版位或網站報告,並按花費降序排列。 先從佔用您大部分預算的發布商開始,並查看它們在您的帳戶中佔了多少花費比例,而不是憑假設。
  3. 將發布商分為三個層級: 盈利(提高出價)、損益平衡(保持不變)、虧損(降低出價或排除)。每次調整多少由您決定;一次調整 20-50% 並衡量結果,只是舉例的起點,並非基準。MGID 自家的指引指出,乘數變動通常不會改變小型發布商的流量,並建議在提高出價時使用 2、3 或 4 的倍率。不要試圖微調每一行數據;清單最頂端和最底部的部分最重要。
  4. 在第一次調整時,使用調整而非完全停止。 完全排除一個發布商會失去日後重新測試的機會;降低出價仍能讓您了解問題是出在價格還是契合度。請先確認您平台的限制:MGID 的最低乘數是 0.1,Taboola 最大的降幅是 -99%。
  5. 按固定時間表重新檢查。 隨著新內容增加和流量組合輪換,發布商表現會發生變化。對活躍帳戶而言,每週是合理的預設值;請依您的轉換量調整。
  6. 將表現優異者納入擴展決策。 一個在 1.5 倍出價下仍能盈利的發布商,也是建立專屬活動的候選者,這是在原始活動的垂直增長潛力耗盡後,採取的 水平擴展 策略。

一個實例演練#

以下是一個假設性範例(數字為虛構,並非實測活動):假設您在 Taboola 上運行一個每日預算 300 美元的活動,目標 CPA 為 40 美元。兩週後您已花費 4,200 美元,版位報告顯示有 40 個發布商產生了有意義的花費。按花費排名的前五名發布商產生了 60% 的轉換,平均 CPA 為 28 美元。按花費排名的後八名發布商佔用了 25% 的花費(1,050 美元),但總共只產生了兩次轉換,有效 CPA 約為 525 美元。其餘發布商大致處於中間位置,接近損益平衡。

在這個範例中,顯而易見的做法是提高前五名的出價,並將後八名降至較低的出價,而不是直接排除它們,因為其中一兩個可能只是樣本不足,而非真的表現不佳。整體而言,它們遠落後於目標,但在單獨對某一個發布商採取行動之前,請先對照上述的每個發布商花費下限。至於整個活動的 CPA 之後是否會改善,需要在接下來幾週中衡量,這並非本範例所能預測:轉移花費會改變您贏得哪些競價,網絡自身的優化也會隨之反應。將發布商層級出價視為常規任務而非一次性清理工作的理由在於:「活動」內部的版位組合表現得像許多獨立的微觀市場,而單一固定出價為它們全部定下相同的價格。

建立常規審查機制#

將其納入定期行事曆時段,會比依賴記憶去檢查更有效。一個簡單的版本是:每週一,為每個活躍活動拉取前一週的版位報告,按花費排序,並為每個活動花費 15 分鐘調整頂部和底部的十分位數。記錄您設定的調整,以便日後判斷一個發布商的改善是來自您的出價調整,還是帳戶中其他因素的變化。發布商 ID、報告格式與調整工具在 Taboola、Outbrain 和 MGID 之間各不相同,因此這項審查確實需要按網絡進行,而非整個帳戶只做一次。

優質發布商數據的樣貌#

您自己的轉換數據才是這裡真正重要的證據。在您尚未於某個發布商上花費任何預算之前,外部研究可以告訴您哪些廣告商曾在該處出現、何時出現,但無法告訴您那些版位是否帶來轉換:其他廣告商的廣告被觀察到的時間長短,反映的是他們的預算、測試以及我們的擷取涵蓋範圍,而不只是表現(請參閱 廣告存續期 能與不能顯示什麼)。OpenAdLibrary 的廣告詳情會顯示已擷取的廣告,若是原生廣告,還會顯示其背後的供應鏈;請用這些資訊來選擇值得關注的發布商,而不是用來預測其品質。您可以透過 廣告情報 工具交叉參考已擷取的創意歷史,並搭配您自己帳戶的數據。

常見錯誤#

  • 過於激進地降低出價。 極低的出價可能低於在該發布商上得標所需的水準,這可能導致該處停止投放,讓您無從觀察。有些平台則會設下底線:MGID 套用其地區最低 CPC,Taboola 則對網站層級出價套用其最低 CPC。
  • 對單一糟糕日做出反應。 原生廣告流量每日波動很大,尤其是在較小的發布商上。一天內在 40 美元花費上沒有轉換,並非最終判決。
  • 忽略發布商內的裝置拆分。 一個發布商可能在行動裝置上表現優異,但在桌機上表現極差(反之亦然);將兩者合併為一個出價調整會掩蓋這一點。在平台支援的情況下,於發布商層級工作的基礎上疊加裝置和地理位置的調整,可以彌補這個差距。
  • 在創意更新後忘記重新測試已排除的發布商。 一個在舊廣告角度下失敗的發布商,可能會在新廣告角度下表現不同。Outbrain 的臨時排除功能會在一段設定時間後到期,讓這件事更容易做到。

常見問題解答要點#

發布商層級出價是不起眼的帳戶維護工作,但它是少數完全在您控制範圍內的槓桿之一,不同於競價動態或平台演算法變更。我們沒有比較數據顯示它能讓 CPA 改善多少,因此請在您自己的帳戶中衡量:記錄每一次變更,將之後幾週與之前幾週相比,並保留確實有效的變更。無論您在測試新概念和擴展已驗證概念之間採用何種分配比例,發布商層級出價正是讓擴展端更有效率,而不僅僅是更大聲量的方法。

常見問題

什麼是發布商層級出價?
這是指在原生廣告活動中,為個別發布商網站、區塊或小工具 ID 設定不同的出價或出價調整,而不是在整個廣告網絡中使用單一固定出價。Taboola 依網站套用百分比調整,Outbrain 依發布商區塊調整,MGID 依小工具或來源套用乘數,Revcontent 則依小工具設定絕對 CPC 出價。
我需要多少花費才能開始調整發布商出價?
在針對零轉換採取行動之前,在單一發布商上花費目標 CPA 的 2 到 3 倍是合理的下限:如果該發布商正好以您的目標 CPA 轉換,在花費兩個目標 CPA 之後,約有 14% 的機率會看到零轉換,花費三個之後則約為 5%(卜瓦松計算,忽略轉換延遲)。要評斷一個確實已有部分轉換的發布商,則需要更多數據,因為轉換次數少時雜訊很大。
我應該排除表現不佳的發布商,還是僅降低出價?
首先降低出價;降幅多少由您決定(基礎出價的 0.5 倍到 0.7 倍只是舉例的起點,並非基準),但須在平台限制之內。完全排除會讓您日後在創意或廣告內容變更時,失去重新測試該發布商的機會,除非平台提供臨時排除功能,例如 Outbrain 現在就有。永久排除請保留給有明確欺詐或品牌安全問題的發布商,或是在重新測試後仍遠離目標的發布商。
發布商層級出價在每個原生廣告網絡上的運作方式都相同嗎?
概念相同,但機制不同。Taboola 透過其依網站報告依網站調整出價;Outbrain 依發布商區塊(而非整個發布商)調整,且其手動區塊出價會覆寫 Conversion Bid Strategy;MGID 依小工具或來源乘以出價;Revcontent 則依小工具設定絕對出價。請查閱各網絡的最新文件,以了解確切的欄位名稱與 API 存取方式。
我應該多久審查一次發布商表現?
對許多活躍帳戶而言,每週是實用的預設節奏:每日審查容易對雜訊做出反應,每月審查則會讓虧損的發布商花費太久。請依您的轉換量調整頻率;我們沒有資料顯示各網絡的廣告庫存組合多久變動一次。
OpenAdLibrary 團隊
作者OpenAdLibrary 團隊
廣告情報與原生廣告研究

我們打造了 OpenAdLibrary,這個公開的廣告透明度平台。每天,我們的系統都會捕捉 Taboola、Outbrain、MGID、Revcontent、Teads、Yahoo 和 MSN 上的原生廣告,識別每個廣告背後真正的廣告主,並追蹤點擊至其登陸頁面。這些指南精煉了我們從數據中觀察到的內容,讓您能更快地研究市場動態。