Współczynnik klikalności

Współczynnik klikalności (ang. click through rate, CTR) – stosunek między liczbą kliknięć a wyświetleniami reklamy, który mierzy się w procentach. Im lepiej reklama jest ukierunkowana, tym przeważnie lepszy CTR osiąga. Bardzo niski CTR miewają zwłaszcza klasyczne bannery reklamowe, które użytkownicy Internetu nauczyli się ignorować (zjawisko ślepoty banerowej).

Wzrost popularności zautomatyzowanego zakupu mediów w modelu real-time bidding otworzył nowe możliwości w zakresie poprawy efektywności reklamy internetowej. Optymalizacja CTR oraz współczynnika konwersji jest możliwa przy użyciu profili użytkowników dostarczanych przez platformy zarządzania danymi^[1].

Historia i rozwój współczynnika CTR

Początki reklamy internetowej

Współczynnik klikalności (CTR) pojawił się wraz z pierwszymi formami reklamy internetowej. Pierwsze banery reklamowe zaczęły pojawiać się na stronach internetowych w połowie lat 90. Jednym z pierwszych i najbardziej znanych przykładów była reklama firmy AT&T, która pojawiła się na stronie HotWired.com w 1994 roku^[2]. Wówczas reklamy te miały bardzo wysoki CTR, sięgający nawet 44%^[2], ponieważ były nowością i użytkownicy Internetu chętnie klikali na te nietypowe elementy stron.

Ewolucja form reklamowych

Z czasem użytkownicy internetu zaczęli ignorować tradycyjne banery reklamowe, co doprowadziło do znacznego spadku CTR (w 2010 CTR wynosił około 0,1%^[3]). To zjawisko znane jest jako „ślepota banerowa”. Aby przeciwdziałać spadkowi efektywności, reklamodawcy zaczęli eksperymentować z różnymi formatami reklam, takimi jak:

reklamy tekstowe: szczególnie popularne w wyszukiwarkach internetowych, gdzie reklamy są prezentowane jako wyniki wyszukiwania^[4];
reklamy wideo: wprowadzone w późnych latach 2000., oferujące bardziej angażujący sposób przekazywania treści reklamowych^[5];
reklamy natywne: reklamy, które dopasowują się do treści i wyglądu strony, na której są wyświetlane, co pomaga im lepiej wkomponować się w doświadczenie użytkownika^[6].

Google Ads

Współczynnik CTR jest ważnym elementem oceny odpowiedniego doboru słów kluczowych w programie reklamowym Google Ads. Jeżeli jego wartość jest niższa niż 1%, oznacza to, że mamy do czynienia ze źle dobranymi słowami kluczowymi, co w konsekwencji prowadzi do wyświetlania reklamy użytkownikom niezainteresowanym produktem lub usługą. Poziom współczynnika CTR zróżnicowany jest w zależności od branży, jednak wartość jego powinna mieścić się w przedziale 1–10%>.

Wzór i przykład

$CTR=\left({\frac {clicks}{views}}\right)\cdot 100\%$

A więc jeżeli reklama wyświetli się np. 1000 razy, a kliknie nią 5 użytkowników, to ta reklama ma CTR w wysokości 0,5%.

Prognozowanie liczby kliknięć w reklamę^[7]

Niektóre firmy i systemy prognozują liczbę kliknięć w daną reklamę. Dzięki temu jest się w stanie zawczasu wybrać najbardziej właściwą formę reklamy i zoptymalizować tym samym działania marketingowe. Np. reklamy w czołowych witrynach informacyjnych (takich jak np. www.theguardian.co.uk) mogą charakteryzować się wyższym współczynnikiem CTR niż reklamy w witrynach małych sklepów.

Zobacz też

Przypisy

↑ Zobacz, jak zadbać o kreację reklamową w dobie programmatic buying. [dostęp 2018-04-11]. (pol.).
↑ ^a ^b ToddT. Wasserman ToddT., This Is the World's First Banner Ad [online], Mashable, 9 sierpnia 2013 [dostęp 2024-06-21] (ang.).
↑ ToddT. Wasserman ToddT., Google: Click-Through Rates Fell in 2010 [STUDY] [online], Mashable, 19 sierpnia 2011 [dostęp 2024-06-21] (ang.).
↑ Oliver J.O.J. Rutz Oliver J.O.J., MichaelM. Trusov MichaelM., Zooming In on Paid Search Ads—A Consumer-Level Model Calibrated on Aggregated Data, „Marketing Science”, 30 (5), 2011, s. 789–800, DOI: 10.1287/mksc.1110.0647, ISSN 0732-2399 [dostęp 2024-06-21] (ang.).
↑ S. ShunmugaS.S. Krishnan S. ShunmugaS.S., Ramesh K.R.K. Sitaraman Ramesh K.R.K., Understanding the effectiveness of video ads: a measurement study, ACM, 23 października 2013, s. 149–162, DOI: 10.1145/2504730.2504748, ISBN 978-1-4503-1953-9 [dostęp 2024-06-21] (ang.).
↑ NicolaN. Barbieri NicolaN., FabrizioF. Silvestri FabrizioF., MouniaM. Lalmas MouniaM., Improving Post-Click User Engagement on Native Ads via Survival Analysis, International World Wide Web Conferences Steering Committee, 11 kwietnia 2016, s. 761–770, DOI: 10.1145/2872427.2883092, ISBN 978-1-4503-4143-1 [dostęp 2024-06-21] (ang.).
↑ Douglas GD.G. McIlwraith Douglas GD.G., Inteligentna sieć. Algorytmy przyszłości, Wydawnictwo Helion, 2017, ISBN 978-83-283-3250-8, OCLC 995439215 [dostęp 2020-09-20] .

[1] Zobacz, jak zadbać o kreację reklamową w dobie programmatic buying. [dostęp 2018-04-11]. (pol.).

[:0-2] ToddT. Wasserman ToddT., This Is the World's First Banner Ad [online], Mashable, 9 sierpnia 2013 [dostęp 2024-06-21] (ang.).

[3] ToddT. Wasserman ToddT., Google: Click-Through Rates Fell in 2010 [STUDY] [online], Mashable, 19 sierpnia 2011 [dostęp 2024-06-21] (ang.).

[4] Oliver J.O.J. Rutz Oliver J.O.J., MichaelM. Trusov MichaelM., Zooming In on Paid Search Ads—A Consumer-Level Model Calibrated on Aggregated Data, „Marketing Science”, 30 (5), 2011, s. 789–800, DOI: 10.1287/mksc.1110.0647, ISSN 0732-2399 [dostęp 2024-06-21] (ang.).

[5] S. ShunmugaS.S. Krishnan S. ShunmugaS.S., Ramesh K.R.K. Sitaraman Ramesh K.R.K., Understanding the effectiveness of video ads: a measurement study, ACM, 23 października 2013, s. 149–162, DOI: 10.1145/2504730.2504748, ISBN 978-1-4503-1953-9 [dostęp 2024-06-21] (ang.).

[6] NicolaN. Barbieri NicolaN., FabrizioF. Silvestri FabrizioF., MouniaM. Lalmas MouniaM., Improving Post-Click User Engagement on Native Ads via Survival Analysis, International World Wide Web Conferences Steering Committee, 11 kwietnia 2016, s. 761–770, DOI: 10.1145/2872427.2883092, ISBN 978-1-4503-4143-1 [dostęp 2024-06-21] (ang.).

[7] Douglas GD.G. McIlwraith Douglas GD.G., Inteligentna sieć. Algorytmy przyszłości, Wydawnictwo Helion, 2017, ISBN 978-83-283-3250-8, OCLC 995439215 [dostęp 2020-09-20] .

[1]

[2]

[3]

[4]

[5]

[6]

[7]