Что такое кликабельность креатива и можно ли предсказать её до затрат?

Кликабельность креатива — это прогнозируемая вероятность того, что объявление получит больше или меньше кликов, чем сопоставимые объявления, рассчитанная на основе самого креатива до того, как будут потрачены средства на рекламу. Вы можете предсказать это как вероятность, а не как обещание: модель, обученная на рекламе с известными результатами, сортирует новый креатив на Высокий, Нормальный или Низкий. Используйте ленту, чтобы решить, что исправить, разрезать и проверить в первую очередь, а не пропускать проверку.

Главное

• Кликабельность относительна и вероятностна. Оценка говорит о том, насколько вероятно, что креатив обгонит, совпадет или отставит от аналогичных объявлений по кликабельности, а не о том, каков будет его рейтинг кликов.
• Модели учатся на маркированной рекламе, связывая изображение, копирование и настройку с эффективностью аналогичных объявлений.
• Когда SOMIN набрал 631 объявлений от поставщиков услуг по оптимизации рекламы (с октября 2025 по октябрь 2026), 15% оказались высокими, 68% нормальными и 18% низкими. На Meta 40% видеорекламы получили высокую оценку, и ни одна из них не получила низкую оценку.
• Результаты самые низкие там, где модель видит меньше всего: текстовые поисковые объявления, незнакомые форматы и результаты, выходящие за рамки клика.
• В плане тестирования исправьте или сократите значение Low, протестируйте значение High в сравнении с текущим лучшим показателем и сохраните один подстановочный знак для проверки модели.

Что означает кликабельность креатива?

Это прогноз относительной кликабельности, сделанный перед запуском. Рейтинг кликов (CTR) — это количество кликов, разделенное на количество показов. Его можно измерить только после того, как объявление было запущено и оплачено. Кликабельность оценивает, на какой стороне эталона скорее всего окажется креатив, прежде чем это произойдет.

Прогноз является относительным по практическим причинам. CTR 1% может быть высоким для одного места размещения и цели и слабым для другого, поэтому необработанное число плохо распространяется. Полезный вопрос уже: по сравнению с такой рекламой, показанной в аналогичных местах, этот креатив будет работать лучше, примерно так же или хуже?

По данным SOMIN, каждое оцениваемое объявление имеет три вероятности: кликабельность ниже среднего, среднего и выше среднего, что в сумме дает одну. В целом группа является наиболее вероятной из трех. Два видеообъявления Madgicx из рабочей области оптимизации рекламы показывают, как это звучит:

• Видео под заголовком «Убей свои напрасные расходы на рекламу», которое началось 5 октября 2026, набрало 0.76 для категории выше среднего, 0.23 для средней и 0.01 для категории ниже среднего. Он высокий, с явным запасом.
• Видео о беззаботном отдыхе для владельцев электронной коммерции набрало 0.56 баллов в среднем и 0.39 баллов в рейтинге выше среднего. Это нормальный уровень, но близкий к высокому, и он заслуживает большего внимания, чем нормальный, с шансом 0.10 превзойти эталонный показатель.

Так что читайте вероятности, а не только этикетку. Два креатива с одной и той же полосой могут иметь очень разные шансы.

Как работает модель кликабельности простыми словами?

Он учится на рекламе, результаты которой уже известны, а затем применяет этот опыт к креативам, которые он никогда не видел. Шаги легко описать, даже если разработка не так сложна.

1. Соберите примеры с пометками. Соберите множество объявлений с реальными показами и кликами и пометьте каждое из них по тому, был ли его CTR выше, рядом или ниже контрольного показателя для сопоставимых объявлений.
2. Опишите каждое объявление. Превратите креатив в характеристики, которые модель сможет сравнить: что показывает изображение и как оно составлено, сколько текста на нем размещено, что предлагает текст и как оно звучит, формат, размещение и целевая аудитория.
3. Train. Модель узнает, какие комбинации функций обычно дают результаты выше или ниже среднего и насколько она может быть достоверной.
4. Оцените новое объявление. Новое объявление получает три вероятности и свою полосу.
5. Explain. Полезная модель показывает, какие функции повышают или понижают оценку, поэтому дизайнер знает, что нужно изменить.
6. Reкалибровать. Текущие результаты возвращаются в модель, поэтому ее представление о «среднем» соответствует рынку.

Поскольку модель считывает только креатив и его настройки, ей не требуется доступ к учетной записи рекламодателя. Именно это позволяет SOMIN оценивать рекламу конкурентов из публичных библиотек объявлений, как в примере ниже, и оценивать проекты брендов до того, как они появятся в виде рекламы.

Наша опубликованная работа охватывает несколько из этих шагов. SoCraft, демонстрация на WSDM 2023, оценивает метакреативы рекламодателя по тексту, изображению, таргетингу и настройкам перед запуском. «Против непрозрачности» (ACM Multimedia 2023) прогнозирует CTR для новых объявлений и объясняет движущие силы простым языком. В статье 2025 в журнале ACM Transactions on Information Systems модели прогнозирования сочетаются с большими языковыми моделями, чтобы превратить оценки в рекомендации. Все они перечислены на исследовательской странице SOMIN . Чтобы получить более широкий выбор между панелями, A/B-тестами и моделями, ознакомьтесь с нашим руководством по предварительному тестированию креатива , прежде чем тратить.

Как выглядит разделение High, Normal и Low в реальных данных?

В основном нормальный, с высоким дефицитом. Мы использовали фильтр кликабельности в рабочей области оптимизации рекламы SOMIN для подсчета оценок для каждого объявления, которое Smartly, Madgicx, Strike Social и Adzooma запускали в любой момент между 18 октября, 2025 октября и 17 октября, 2026 октября. Из 633 объявлений, 631 имел счет.

Мета-объявления снова разделены по форматам. Счетчики — это метки типа носителя SOMIN, и реклама нескольких типов появляется более чем в одной строке.

Далее следуют три чтения, каждое с предостережением.

• Нормальный — это значение по умолчанию. Два из трех объявлений показываются именно там, поэтому средний балл не является основанием для снижения. Это означает «нет сильного сигнала в любом случае».
• Видео перекошено Высоко, а реклама с несколькими креативами перекошена Низко. Но формат связан с рекламодателем: Madgicx сделал 44 из 63 видео, а Smartly сделал большую часть динамично-креативной рекламы. Прежде чем составить правило, сравните форматы внутри одного бренда.
• Объявления Google получили более низкую оценку, вероятно, из-за формата, а не качества. 305 из 331 объявлений Google были текстовыми объявлениями, которые дают модели гораздо меньше визуальных сигналов, чем изображение или видео, поэтому относитесь к этим оценкам осторожно.

Версии тоже имеют значение. Среди 128 метаобъявлений с несколькими версиями вероятность кликов выше среднего обычно мало отличалась между версиями, в среднем 0.05. В одном объявлении разрыв между лучшей и худшей версией составил 0.68. Оценивайте каждую версию, а не только рекламу.

Что обещают поставщики в этих объявлениях, это отдельная история, которую мы рассмотрим в разделе что обещают платформы оптимизации рекламы в своих собственных объявлениях.

О чем вам не может рассказать показатель кликабельности?

Он не может рассказать вам ни о чем, чего не видит модель. Это пределы, которые мы проверяем в первую очередь.

• Клики не являются продажами. Конверсия зависит от целевой страницы, цены, предложения и наличия на складе. Креатив может получить клик и потерять продажу.
• Клики могут быть неправильной целью. Любопытство и провокация приносят клики людям, которые никогда не будут покупать. Сочетайте кликабельность с последующими показателями для любой конверсионной кампании.
• «Среднее» зависит от данных обучения. Оценка зависит от рекламы, по которой модель обучалась. Формат, рынок или язык, с которыми он мало знаком, получает более низкую оценку.
• Контекст находится вне креатива. Аудитория, давление аукциона, время, сезонность и частота — все это влияет на результаты, и ни одно из них не отображается на изображении.
• Вероятность не является приговором. Обычная реклама с вероятностью 0.39 превзойти эталонный показатель часто будет превосходить его. Ожидайте сюрпризов в обоих направлениях.
• Эффекты бренда выходят за рамки рассмотрения. Кликабельность ничего не говорит о запоминаемости, отличительности или долгосрочном построении бренда.

Как использовать высокие, нормальные и низкие оценки в плане тестирования?

Используйте браслет, чтобы заказать работу, а затем позвольте правильному тесту решить. В таблице указаны действия по умолчанию для каждой полосы.

1. Определите «сопоставимый». Оценка по объявлениям с той же целью, местом размещения и аудиторией, иначе группы мало что значат.
2. Оценивайте каждую версию. Включите каждый объект, который вы бы включили в динамическое креативное или гибкое объявление, поскольку версии одного объявления могут сильно различаться.
3. Редактируйте, прежде чем тратить. Узнайте, почему черновик получил низкую или нормальную оценку, измените изображение или копию и снова оцените его.
4. Постройте тест. Поместите кандидатов с высоким уровнем против вашего контроля и оставьте один подстановочный знак «Нормальный» или «Низкий» в каждом раунде, чтобы модель проверялась на соответствие чему-то, в чем она сомневалась.
5. Используйте настоящий сплит-тест для чтения. Справочный центр Meta отмечает, что отчеты о динамических объявлениях суммируют производительность по всем вариантам, и не рекомендует его в качестве замены сплит-тестирования.
6. Журнал прогноза по сравнению с фактическим. После нескольких раундов проверьте, превосходят ли высокие объявления обычные объявления чаще, чем случайные, в вашем аккаунте. Это ваша местная точность.
7. Переоценить возраст объявления. Креатив High все еще изнашивается; обновляйте его, когда частота возрастает и результаты падают.

На практике это меняет направление бюджета. В исследовании SOMIN Fujifilm UK 72 концепций оценивались по прогнозируемой кликабельности до начала расходов, а 15 пересекли планку «Потенциал лучших исполнителей» в 80%, поэтому тестовый бюджет можно начинать с них.

Насколько точен прогноз кликабельности?

Достаточно точен, чтобы оценить креатив, но недостаточно точен, чтобы заменить тест. Оценочная модель SOMIN, лежащая в основе Платного медиаагента, обучена на десятках тысяч маркированных рекламных объявлений и достигает точности прогнозирования кликов 78% по критериям клиентов, что примерно в три раза превышает базовый уровень человека.

Опубликованная цифра является отправной точкой. Важно то, как модель работает в вашей категории и ваших форматах, поэтому шестой шаг выше имеет большее значение, чем номер заголовка любого поставщика. Если модель не может показать вам свои прогнозы рядом с вашими реальными результатами, воспринимайте ее оценки как мнения.

Чтобы оценить как креатив конкурентов, так и свой собственный, начните с их публичной рекламы; Наше руководство по исследованию рекламы конкурентов в библиотеке метаобъявлений охватывает эту коллекцию.

FAQ

Источники

• SoCraft: прогнозируемая оценка эффективности креативов на уровне рекламодателя на Meta, WSDM 2023
• Против непрозрачности: объяснимый искусственный интеллект и большие языковые модели для эффективной цифровой рекламы, ACM Multimedia 2023
• Объединение прогнозных и больших языковых моделей для практических рекомендаций в креативном маркетинге, Транзакции ACM в информационных системах, 2025
• О динамическом креативе в Meta Ads Manager, Справочный центр Meta Business