Taboola 統計數據:公司數據與 2026 年 6 月廣告捕獲所顯示的內容
Taboola 公布的 2025 年公司數據,以及一份有明確日期的 2026 年 6 月快照,按垂直領域標籤、跨網絡計數與觀察到的運行時間,呈現 206,145 個捕獲的 Taboola 廣告,並說明各自的限制。

OpenAdLibrary 的 2026 年 6 月收集快照中,有 206,145 個捕獲的 Taboola 創意素材,而涵蓋 49 個網絡標籤共捕獲了 725,882 個創意素材。這些是我們捕獲所收集到的計數,並非 Taboola 規模、廣告庫存份額或廣告主支出的衡量,且其背後的資料抽取如今已無法重現,因此請將本頁的每一項收集數據視為一份有明確日期的歷史快照。本研究闡述該快照所記錄的內容(規模、垂直領域標籤、跨網絡計數與觀察到的運行時間),並同時列出 Taboola 自身公布的公司層級數據。
這些數字的來源#
Taboola 不發布廣告層級數據,我們也找不到像 Meta 和 Google 所營運的那種官方公開廣告庫(查核於 2026 年 10 月 7 日);正因這個空白,我們才建立了獨立的 Taboola 廣告庫。Taboola 確實會公布公司層級的數據。其 2025 年年度報告顯示:營收為 $1.91 billion;2025 年第四季約有 2,200 個規模化廣告主(Scaled Advertisers,即在過去四個季度中總支出超過 $100,000 的廣告主);約 14,000 個數位媒體資產合作夥伴;以及超過 6 億名每日活躍使用者的觸及。這些申報文件無法顯示的是哪些廣告正在投放。觀察補上了這一點:捕獲公開廣告位、盡可能儲存每個捕獲的創意素材及其解析出的廣告主、記錄每次觀察的地理位置與裝置,並在不點擊實際廣告的情況下沿著重定向軌跡追蹤著陸頁面。
這裡需要解釋一下「創意素材」的含義,因為這個定義驅動著以下所有計數。捕獲的廣告會根據創意素材本身(圖片和標題)進行去重處理,因此,一個廣告在五十個發布商網站上被看到,會計為一個創意素材和約五十次觀察。廣告主是透過追蹤每個捕獲廣告的重定向軌跡到其最終著陸域名來解析的——過程中不點擊實際廣告——而非信任顯示名稱;這就是本收集將品牌與其前面的追蹤域名區分開來的方法。在本研究中,「活躍」意味著在 2026 年 6 月的收集窗口內被觀察到。它是我們當時捕獲所見的一個樣本,而非對 Taboola 上所有運行內容的普查。
創意素材數量作為一個指標也值得校準。它不等於廣告支出:一個創意素材可以承載大筆預算,而十個創意素材可能只承載小筆預算。我們沒有衡量創意素材計數與支出、廣告主活躍度或競爭程度之間的貼合程度,而計數也取決於我們的捕獲在每個網絡上運行的地點與頻率。因此,以下數字描述的是我們的收集,而非一個網絡承載了多少廣告主活躍度,或一個垂直領域競爭有多激烈。
在列出數字之前,有三點誠實的說明。首先,獨立收集只計算其觀察到的內容,因此此處的每個數字描述的是我們 2026 年 6 月的收集覆蓋範圍,而非 Taboola 的總量或市場規模。其次,垂直領域標籤僅涵蓋已分類的創意素材子集,因此垂直領域計數並不完整。第三,運行時間數字受到約 38 天觀察窗口的截斷,衡量的是首次與最後一次捕獲之間的跨度,而非付費投放,因此觀察到運行時間最長的廣告,其真實運行時間可能更長。關於這些數字所處的跨網絡全景,請參閱 2026 年原生廣告統計數據。
2026 年 6 月的收集捕獲了什麼(統計數據 1–8)#
在 2026 年 6 月的收集快照中:(1) 我們捕獲了 206,145 個 Taboola 創意素材;(2) 這佔涵蓋 49 個網絡標籤所捕獲的 725,882 個創意素材的 28%;(3) 該快照中的 Taboola 創意素材多於 Outbrain、MGID 和 Revcontent 創意素材的總和(108,573 + 62,765 + 15,789 = 187,127);(4) 其中的 Taboola 創意素材是 Outbrain 創意素材(108,573)的 1.9 倍,完整比較請見 Taboola 對比 Outbrain;(5) 是 MGID 創意素材(62,765)的 3.3 倍,請參閱 MGID 對比 Taboola;(6) 是 Revcontent 創意素材(15,789)的 13 倍;(7) 只有本收集的 Microsoft Audience Network 標籤持有更多(281,839);(8) 所有網絡的創意素材來自本收集中 29,257 個廣告主。這些比率比較的是我們的捕獲在每個網絡上收集到的內容,而各網絡的捕獲投入不同,因此它們不是市場份額,也不能為各網絡排名。Taboola 表示它在 MSN 上投放原生廣告,因此在比較這兩個計數之前,需要重新檢查 Taboola 與 Microsoft 標籤之間的劃分。
| 網絡標籤 | 捕獲的創意素材,2026 年 6 月快照(收集覆蓋範圍,而非市場規模) |
|---|---|
| Microsoft Audience Network | 281,839 |
| Taboola | 206,145 |
| Outbrain | 108,573 |
| MGID | 62,765 |
| Revcontent | 15,789 |
| MediaGo | 6,571 |
| Yahoo | 5,926 |
請將這張表格視為對我們收集的描述,而非各網絡的排名。捕獲投入、地理覆蓋範圍與網絡歸屬因網絡而異,因此較大的計數可能反映的是我們在哪裡捕獲得更頻繁,而非哪裡有更多廣告主支出;它對觸及範圍或競價深度毫無說明,也無法顯示 Taboola 在市場上是否領先 Outbrain。Microsoft 先前的 Microsoft Audience Network 產品頁面現在會重定向到其多媒體與原生廣告頁面(查核於 2026 年 10 月 7 日),而 Taboola 在 MSN 上投放原生廣告,因此請特別謹慎看待 Microsoft 標籤。就公司規模而言,Taboola 與 Teads 自身的申報文件是更好的來源;本收集的實際用途在於查看哪些廣告主、角度與著陸頁面出現過。
另外兩個索引層級的數字為以下所有內容提供了背景:
2026 年 6 月快照記錄了 6,887,746 次廣告觀察(創意素材在不同廣告位上的重複出現),在所有網絡中平均每個創意素材約 9.5 次,以及 1,307,705 次著陸頁捕獲,約每個創意素材 1.8 次。著陸頁捕獲讓我們能夠描述轉換漏斗,而不僅僅是縮圖。
2026 年 6 月 Taboola 樣本中的垂直領域標籤(統計數據 11–17)#
在 2026 年 6 月的快照中,已分類的 Taboola 創意素材集中在少數幾個商業垂直領域:
在捕獲的 Taboola 創意素材中,健康是最大的已分類標籤:11,982 個。金融以 8,200 個排名第二,保險以 7,422 個排名第三。電子商務以 5,185 個緊隨其後,家居園藝為 4,414 個,軟體為 3,665 個。前三大標籤(健康 + 金融 + 保險 = 27,604 個創意素材)所持有的捕獲創意素材數量,是接下來三個標籤總和(13,264 個)的兩倍多。健康超出金融 46%,是前六大中任何相鄰兩者之間最大的差距。僅健康一項就佔六大已分類標籤(40,868 個創意素材)的約 29%。所有這些都是已分類子集的捕獲計數,而非 Taboola 廣告的佔比。
| Taboola 垂直領域標籤 | 已分類的捕獲創意素材數,2026 年 6 月快照 |
|---|---|
| 健康 | 11,982 |
| 金融 | 8,200 |
| 保險 | 7,422 |
| 電子商務 | 5,185 |
| 家居園藝 | 4,414 |
| 軟體 | 3,665 |
這些是捕獲且已分類的創意素材計數,不是廣告庫存、支出或競價壓力的衡量指標,因此它們無法顯示哪些垂直領域競爭最激烈,或哪些創意模式有效。它們可作為尋找範例的地圖。這項分類的全索引版本在 2026 年頂級原生廣告垂直領域 中,廣告主層級的視角則在 誰在 Taboola 上投放廣告 中。
為什麼健康、金融和保險標籤如此常見?一種假設是,這些產品可能具有高客戶終身價值,並且受益於解釋,這適合編輯式著陸頁。我們尚未測試這個解釋,而且同一份快照也包含長期被觀察到的衝動型產品,例如花園裝飾品,因此請將其視為待測試的問題,而非研究發現。這些也是受監管的類別,其中的宣稱需要佐證,部分產品則需要事先獲得批准才能投放。
同一份快照中的跨網絡計數(統計數據 18–24)#
來自同一份 2026 年 6 月快照的跨網絡計數:
標記為 Taboola 的創意素材約佔快照中已分類健康創意素材的 49%(24,472 個中的 11,982 個)、已分類金融創意素材的約 34%(24,068 個中的 8,200 個),以及已分類保險創意素材的約 33%(22,427 個中的 7,422 個)。Taboola 的健康計數是 Outbrain 健康計數的 3.9 倍(11,982 對 3,102),這是快照中兩個網絡之間最大的垂直領域差距。兩個網絡的標籤排名不同:保險是 Outbrain 最大的已分類標籤(4,345 個創意素材),但對 Taboola 而言僅排第三。娛樂是 MGID 最大的已分類標籤(13,987 個創意素材),超過其接下來五個標籤總和的五倍,而 Taboola 的已分類組合則大多為商業類。在電子商務領域,5,185 個已分類 Taboola 創意素材是 Outbrain 2,277 個的 2.3 倍。這些都是收集計數;它們不顯示需求深度、競爭程度,或哪個網絡適合特定廣告活動。
實際教訓不取決於這些計數:將每個網絡視為各自的測試。你廣告周圍的廣告、受眾和價格因網絡而異,因此一個曾在某個網絡對你有效的角度,到了下一個網絡就必須重新測試,並採用其自身的出價和裝置投放比例。我們的計數無法告訴你接收網絡是否會更便宜或競爭更少。
2026 年 6 月捕獲中觀察到的運行時間與創意模式(統計數據 25–30)#
由於收集記錄了每個捕獲創意素材首次和最後被觀察到的時間,它可以顯示一則廣告在我們的捕獲中保持可見多久。這不同於它實際運行了多久、花費多少或是否有效。
在 6 月快照中,觀察時間最長的 Taboola 創意素材,其首次和最後捕獲相隔 37 天,且在觀察窗口結束時仍持續被捕獲。我們樣本集中的十個 Taboola 創意素材中有兩個達到這個標記:一個家居園藝裝飾品廣告("My garden had no butterflies for years — then I hung one of these up")和一個來自 Audika 的助聽裝置廣告,一個是衝動型產品,一個是需要深思熟慮的健康產品購買。在所有網絡中,同一觀察窗口內最長的觀察跨度為 38 天,即觀察窗口本身的長度,因此真實年齡可能更長。一個負面框架的清單式文章("Top 5 Shampoos To Avoid")已被觀察 21 天,而一個「令人驚訝的家居用品」生髮角度則為 31 天;這些都是單一範例,並非這些格式有效的證據。同樣的「Koreans Do This Instead」護膚角度出現在 Taboola 和 MGID 上,來自同一品牌家族,這顯示一個角度被跨網絡重複使用,而非它在任一網絡上有利可圖。
同一個包含兩個 37 天觀察記錄的十個廣告 Taboola 樣本,也包含當天首次捕獲的創意素材,其餘則散佈在兩者之間的範圍。十個廣告太少,不足以描述整個網絡,而較短的觀察跨度可能意味著測試暫停、預算上限、排程、創意素材替換,或我們的捕獲出現缺口。按觀察天數排序是尋找值得研究廣告的實用方法,但它無法區分贏家與實驗。
持續的運行時間不是損益表。一則廣告可能因為有利可圖而保持可見五週,但也可能因為它屬於品牌或知名度廣告活動、以測試預算運行、正被緩慢優化,或幾乎沒有花費;捕獲不顯示任何支出、點擊、轉換或利潤。如何在這些限制內將運行時間用作研究篩選器,已在我們的 廣告壽命指南 中說明,並在我們的 Taboola 廣告案例 拆解中提供附註樣本。
這些數字對購買(或監測)Taboola 流量的意義#
對於進入該網絡的媒體買家。垂直領域計數顯示的是我們的捕獲在哪裡找到最多可供研究的範例,而不是哪裡競爭或證據最強;它們不驗證任何角度,也不衡量競價壓力。每個垂直領域的進入工作流程都相同:研究你所在垂直領域中已被觀察三週或更長時間的廣告,將其視為範例(而非已證實的贏家),計算你自己的損益兩平 CPA,並用你自己的追蹤進行測試。在 /spy/taboola 按垂直領域和運行天數搜尋及篩選收集內容需要 Founders 方案(每月 $29.99);免費方案顯示 20 個最新廣告。在 Taboola 廣告如何運作 中學習網絡的運作機制。
對於在網絡間選擇的廣告主。跨網絡計數顯示,我們的捕獲在不同網絡上發現了不同的類別組合;它們不顯示你的產品會在哪裡表現更好,或哪個網絡需求更大。選擇第一個網絡時,應依據各網絡政策下的資格、你自己的單位經濟效益,以及一項小型受控測試,然後在將任何有效做法移到其他地方之前重新測試。網絡整體的成本效益分析在 Taboola 值得嗎 中。
對於競爭情報團隊。重複觀察和著陸頁捕獲(在 2026 年 6 月快照中,每個創意素材約 9.5 次觀察和 1.8 次著陸頁捕獲)是將一堆縮圖轉化為研究材料的關鍵:你可以看到競爭對手的廣告在哪裡被捕獲、首次和最後被看到的時間,以及背後是什麼著陸頁。它們仍然無法告訴你他們的哪個角度正在盈利。
對於發布商。垂直領域計數暗示你的讀者可能在推薦小工具中看到哪些類型的廣告,但這些是捕獲計數,不是出價者池或需求,也無法告訴你哪些內容類別收益最高。請向潛在的小工具合作夥伴索取你自家網站的類別和收益資料。
2026 年 6 月的數字如今無法從收集內容中重現:它不斷變化,而且該快照沒有已發布的固定摘取資料。你可以檢視個別捕獲的 Taboola 廣告,附有其已解析的廣告主(若有)、首次和最後被看到的日期、觀察的地理位置和裝置,以及捕獲的著陸頁面(若有)。免費方案顯示 20 個最新廣告;搜尋和篩選需要 Founders 方案(每月 $29.99)。
最後一個提醒:以上所有內容都是 2026 年 6 月公開捕獲的歷史快照,而非當前測量。這些計數描述的是收集覆蓋範圍,不是 Taboola 的總量或市場份額;垂直領域計數僅涵蓋已分類創意素材;運行時間數字則受觀察窗口限制。若沒有新的、可重現的摘取資料,請勿將這些數字套用到之後的月份。







