發布商層級出價：多數買家忽略的優化槓桿

發布商層級出價是指在原生廣告活動中，為個別發布商網站或版位 ID 設定不同出價（或出價調整係數），而不是在整個廣告網絡中執行單一固定出價。這個槓桿區分了那些在損益平衡點停滯不前的買家，以及那些能讓成功活動持續獲利的買家。因為在 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通常仍會相差 5 倍或更多。

為何單一固定出價是錯誤的預設選項#

每個原生廣告網絡的競價都是按版位進行，而非按活動進行。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受眾的版位，從優質新聞網站到使用相同小工具的低品質內容農場。其中一些版位的轉換成本可能是您目標 CPA 的 3 倍。另一些則可能在數月內消耗預算卻沒有任何銷售。單一固定出價將它們視為相同。

這些網絡的演算法擅長尋找流量，但不了解您的利潤率。Taboola 和 Outbrain 的優化引擎會樂於繼續在那些提供廉價點擊和劣質潛在客戶的發布商上花費預算，因為點擊和曝光是它們能最快看到的訊號。您的轉換數據滯後，等到數據跟上時，您已經花掉了差額。發布商層級出價透過讓您自己的表現數據重新掌控資金流向，來彌補這個差距。

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：

其機制幾乎總是對基礎出價的乘數調整，而非絕對覆蓋。為表現強勁的發布商設定 1.4 倍的調整係數，為表現不佳的設定 0.6 倍，網絡就會相應調整其在每個版位競價中的有效出價。有些網絡也允許您完全排除某個發布商，這是同一概念中較為直接的做法。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。

為何多數買家忽略它#

老實說，有三個原因：

• 報告數據被埋藏。 發布商層級數據通常隱藏在網絡儀表板的兩到三層點擊之下，以包含數十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。實際上恰恰相反：在低花費情況下，一個表現不佳的發布商可能在您察覺之前就吃掉您每日預算的 20%。
• 需要等待真實樣本數據。 您需要每個發布商有足夠的花費（通常約為目標 CPA 的 2 到 3 倍），才能確定一個「表現不佳」的發布商在統計上是真的不佳，而不僅僅是運氣不好。買家在第二天拉取報告，看到沒有決定性結論，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。它需要固定的每週審查，而大多數帳戶從未進行過。

一個實用的工作流程#

1. 讓活動運行以獲得真實樣本。 在整個活動的花費至少達到目標 CPA 的 2 倍之前，不要觸碰發布商出價；您需要足夠的轉換來信任數據拆分。
2. 拉取版位/網站報告，並按花費降序排列。首先關注花費最高的前 20 個發布商；這通常佔您預算的 70% 到 80%。
3. 將發布商分為三個層級：盈利（提高出價 20-50%）、損益平衡（保持不變）、虧損（降低出價或排除）。不要試圖微調每一行數據；頂部和底部的十分位數最重要。
4. 在第一次調整時，使用調整係數而非完全停止。 完全排除一個發布商會失去日後重新測試的機會；設定 0.5 倍的出價仍能讓您了解表現不佳是出價問題還是契合度問題。
5. 每週重新檢查，而非每天。隨著新內容增加和流量組合輪換，發布商表現會發生變化，尤其是在 MGID 和 Revcontent 上，其廣告庫存更新速度比 Taboola 更快。
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#

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，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，但總共只產生了兩次轉換，有效 CPA 超過 200 美元。其餘發布商大致處於中間位置，接近損益平衡。

顯而易見的做法是將前五名發布商的出價提高 30-40%，並將後八名發布商的調整係數降至 0.4 倍，而不是完全排除它們，因為其中一兩個可能只是樣本不足，而非真的表現不佳。一週後，在相同預算下，整個活動的 CPA 通常會有顯著改善，這純粹是透過將花費重新分配給已經證實有效的發布商來實現的，無需新的創意或目標受眾調整。這就是將發布商層級出價視為常規任務而非一次性清理工作的全部理由：「活動」內部的版位組合實際上是數十個獨立的微觀市場，而單一固定出價從一開始就無法正確地為其中任何一個定價。

建立常規審查機制#

堅持執行此策略的大多數買家會將其納入定期行事曆時段，而非依賴記憶去檢查。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。記錄您設定的調整係數，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。同時在 Taboola、Outbrain 和 MGID 上運行多個活動的買家通常發現，不同網絡間的發布商組合幾乎沒有重疊，這意味著此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#

在此，長期表現是一個有用的次要訊號，不僅僅是您自己像素的轉換數據。如果您在尚未花費一分錢的情況下研究某個發布商的價值，那麼在該版位上運行的創意廣告的 廣告存續期（其他廣告商持續付費在那裡展示的時間長短）是衡量品質的合理代理指標，因為廣告商會停止為不轉換的版位付費。OpenAdLibrary 的索引正是為此追蹤各網絡的廣告運行時長：它讓您可以在自己投入預算之前，檢查一個發布商是否有維持盈利活動的歷史記錄。您可以透過 廣告情報 工具交叉參考發布商和創意歷史，而不僅僅依賴您自己帳戶有限的樣本數據。

常見錯誤#

• 過於激進地降低出價。 0.3 倍的調整係數通常會使發布商完全退出競價，而不是優雅地減少其份額；您將失去觀察其是否恢復的機會。
• 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係數會掩蓋這一點。在發布商層級工作的基礎上，疊加裝置和地理位置的調整係數可以彌補這個差距。
• 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完全不同。

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優化槓桿之一，不同於競價動態或平台演算法變更。將每週發布商審查納入例行工作的買家，一致回報其 CPA 比那些在相同創意和目標受眾設定下使用單一固定出價的買家更為緊湊。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真正實現盈利，而不僅僅是更大聲量的關鍵。