ความน่าคลิกของครีเอทีฟคืออะไร และคาดการณ์ได้ก่อนใช้งบหรือไม่?

ความสามารถในการคลิกได้ของครีเอทีฟโฆษณาคือแนวโน้มที่คาดการณ์ไว้ว่าโฆษณาจะได้รับคลิกมากขึ้นหรือน้อยกว่าโฆษณาที่เทียบเคียงได้ ซึ่งประเมินจากตัวครีเอทีฟโฆษณาก่อนที่จะใช้เงินสื่อใดๆ คุณสามารถคาดการณ์ได้ โดยถือเป็นความน่าจะเป็นมากกว่าการคาดเดา: โมเดลที่ได้รับการฝึกเกี่ยวกับโฆษณาที่ทราบผลลัพธ์จะจัดเรียงโฆษณาใหม่เป็นสูง ปกติ หรือต่ำ ใช้สายเพื่อตัดสินใจว่าจะซ่อม ตัด และทดสอบอะไรก่อน ไม่ใช่ข้ามการทดสอบ

ประเด็นสำคัญ

• ความสามารถในการคลิกนั้นสัมพันธ์กันและมีความน่าจะเป็น คะแนนจะบอกว่าครีเอทีฟโฆษณามีแนวโน้มที่จะเอาชนะ จับคู่ หรือติดตามโฆษณาที่คล้ายกันมากเพียงใดเมื่อคลิกผ่าน ไม่ใช่ว่าอัตราการคลิกผ่านจะเป็นเท่าใด
• โมเดลเรียนรู้จากโฆษณาที่มีป้ายกำกับ การเชื่อมโยงสิ่งที่อยู่ในรูปภาพ คัดลอกและตั้งค่าเพื่อให้ทราบว่าโฆษณาที่คล้ายกันมีประสิทธิภาพเพียงใด
• เมื่อ SOMIN ให้คะแนนโฆษณา 631 จากผู้ให้บริการเพิ่มประสิทธิภาพโฆษณา (ตุลาคม 2025 ถึงตุลาคม 2026) 15% ออกมาเป็น High, 68% Normal และ 18% Low ใน Meta นั้น 40% ของโฆษณาวิดีโอทำคะแนนได้สูงและไม่มีรายการใดได้คะแนนต่ำเลย
• คะแนนจะต่ำที่สุดในกรณีที่โมเดลเห็นน้อยที่สุด: โฆษณาบนการค้นหาแบบข้อความเท่านั้น รูปแบบที่ไม่คุ้นเคย และผลลัพธ์นอกเหนือจากการคลิก
• ในแผนการทดสอบ ให้แก้ไขหรือตัดค่าต่ำ ทดสอบค่าสูงเทียบกับค่าที่ดีที่สุดในปัจจุบัน และเก็บไวด์การ์ดไว้หนึ่งใบเพื่อตรวจสอบโมเดล

ความสามารถในการคลิกโฆษณาหมายถึงอะไร

เป็นการคาดการณ์การคลิกผ่านแบบสัมพันธ์ที่เกิดขึ้นก่อนการเปิดตัว อัตราการคลิกผ่าน (CTR) คือการคลิกหารด้วยการแสดงผล และสามารถวัดได้หลังจากที่โฆษณาทำงานและได้รับการชำระเงินแล้วเท่านั้น ความสามารถในการคลิกจะประมาณว่าครีเอทีฟโฆษณาน่าจะไปถึงด้านใดของการเปรียบเทียบก่อนที่จะเกิดเหตุการณ์ดังกล่าว

การคาดการณ์นั้นสัมพันธ์กันด้วยเหตุผลเชิงปฏิบัติ CTR 1% อาจแข็งแกร่งสำหรับตำแหน่งและวัตถุประสงค์หนึ่ง และอ่อนแอในอีกตำแหน่งหนึ่ง ดังนั้นจำนวนดิบจึงเดินทางได้ไม่ดี คำถามที่มีประโยชน์นั้นแคบกว่า: เมื่อเปรียบเทียบกับโฆษณาลักษณะนี้ซึ่งแสดงในที่ที่คล้ายกัน ครีเอทีฟโฆษณานี้มีแนวโน้มที่จะทำงานได้ดีกว่า ใกล้เคียงกันหรือแย่กว่านั้นหรือไม่

ในข้อมูลของ SOMIN ทุกโฆษณาที่ให้คะแนนมีความน่าจะเป็นสามประการ สำหรับการคลิกผ่านที่ต่ำกว่าค่าเฉลี่ย โดยเฉลี่ย และสูงกว่าค่าเฉลี่ย ซึ่งรวมกันได้หนึ่งรายการ โดยรวมแล้ว วงดนตรีนี้มีแนวโน้มมากที่สุดในทั้งสามวง โฆษณาวิดีโอ Madgicx สองรายการจากพื้นที่ทำงานการเพิ่มประสิทธิภาพโฆษณาจะแสดงข้อความดังนี้:

• วิดีโอพาดหัวว่า "กำจัดค่าโฆษณาที่สูญเปล่า" ซึ่งเริ่มเมื่อ 5 ตุลาคม 2026 ได้คะแนน 0.76 สำหรับค่าเฉลี่ยที่สูงกว่า 0.23 สำหรับค่าเฉลี่ย และ 0.01 สำหรับค่าเฉลี่ยที่ต่ำกว่า มันอยู่ในระดับสูงโดยมีระยะขอบที่ชัดเจน
• วิดีโอเกี่ยวกับวันหยุดโดยไม่ต้องกังวลสำหรับเจ้าของอีคอมเมิร์ซได้คะแนน 0.56 โดยเฉลี่ย และ 0.39 สูงกว่าค่าเฉลี่ย มันเป็นเรื่องปกติ แต่ใกล้เคียงกับระดับสูง และคุ้มค่าที่จะให้ความสนใจมากกว่าปกติโดยมีโอกาส 0.10 ที่จะเอาชนะเกณฑ์มาตรฐาน

ดังนั้นให้อ่านความน่าจะเป็น ไม่ใช่แค่ฉลากเท่านั้น โฆษณาสองรายการที่มีวงดนตรีเดียวกันอาจมีอัตราต่อรองที่แตกต่างกันมาก

โมเดลความสามารถในการคลิกทำงานอย่างไรในแง่ธรรมดา

โดยเรียนรู้จากโฆษณาที่ทราบผลลัพธ์อยู่แล้ว จากนั้นจึงนำประสบการณ์นั้นไปใช้กับโฆษณาที่ไม่เคยเห็นมาก่อน ขั้นตอนต่างๆ อธิบายได้ง่าย แม้ว่าทางวิศวกรรมจะไม่ใช่ก็ตาม

1. รวบรวมตัวอย่างที่มีป้ายกำกับ รวบรวมโฆษณาจำนวนมากที่มีการแสดงผลและการคลิกจริง และติดป้ายกำกับแต่ละรายการว่า CTR สูงกว่า ใกล้ หรือต่ำกว่าเกณฑ์มาตรฐานสำหรับโฆษณาที่เทียบเคียงได้
2. อธิบายโฆษณาแต่ละรายการ เปลี่ยนครีเอทีฟโฆษณาให้เป็นคุณลักษณะที่โมเดลสามารถเปรียบเทียบได้ เช่น สิ่งที่รูปภาพแสดงและวิธีการจัดองค์ประกอบ จำนวนข้อความที่อยู่บนรูปภาพ สิ่งที่คัดลอกนำเสนอ และเสียงของรูปภาพ รูปแบบ ตำแหน่ง และผู้ชมเป้าหมาย
3. ฝึกฝน โมเดลจะเรียนรู้ว่าการผสมผสานฟีเจอร์ใดมีแนวโน้มที่จะให้ผลลัพธ์ที่สูงกว่าหรือต่ำกว่าค่าเฉลี่ย และจะมั่นใจได้เพียงใด
4. ให้คะแนนโฆษณาใหม่ โฆษณาใหม่ได้รับความน่าจะเป็น 3 ประการและวงดนตรี
5. อธิบาย โมเดลที่มีประโยชน์จะบอกว่าฟีเจอร์ใดที่ทำให้คะแนนขึ้นหรือลง เพื่อให้นักออกแบบรู้ว่าต้องเปลี่ยนแปลงอะไร
6. ปรับเทียบใหม่ ผลลัพธ์สดกลับเข้าสู่โมเดล ดังนั้นแนวคิดเรื่อง "ค่าเฉลี่ย" จึงตามทันตลาด

เนื่องจากโมเดลอ่านเฉพาะโฆษณาและการตั้งค่า จึงไม่จำเป็นต้องเข้าถึงบัญชีของผู้ลงโฆษณา นั่นคือสิ่งที่ช่วยให้ SOMIN ให้คะแนนโฆษณาของคู่แข่งจากไลบรารีโฆษณาสาธารณะ ดังตัวอย่างด้านล่าง และให้คะแนนแบบร่างของแบรนด์ก่อนที่จะปรากฏเป็นโฆษณา

งานที่ตีพิมพ์ของเราครอบคลุมหลายขั้นตอนเหล่านี้ SoCraft ซึ่งเป็นการสาธิตที่ WSDM 2023 ให้คะแนนครีเอทีฟโฆษณา Meta ของผู้ลงโฆษณาจากข้อความ รูปภาพ การกำหนดเป้าหมาย และการตั้งค่าก่อนเปิดตัว "Against Opacity" (ACM Multimedia 2023) คาดการณ์ CTR สำหรับโฆษณาใหม่และอธิบายไดรเวอร์ในภาษาธรรมดา รายงาน 2025 ใน ACM Transactions on Information Systems จับคู่โมเดลการคาดการณ์กับโมเดลภาษาขนาดใหญ่เพื่อเปลี่ยนคะแนนให้เป็นคำแนะนำ ทั้งหมดมีรายชื่ออยู่ใน หน้าการวิจัยของ SOMIN หากต้องการตัวเลือกที่กว้างขึ้นระหว่างแผง การทดสอบ A/B และโมเดล โปรดดูคำแนะนำในการ การทดสอบครีเอทีฟโฆษณาล่วงหน้าก่อนใช้จ่าย

การแบ่งแยกสูง ปกติ และต่ำในข้อมูลจริงเป็นอย่างไร

ส่วนใหญ่เป็นปกติและหายากมาก เราใช้ตัวกรองความสามารถในการคลิกได้ในพื้นที่ทำงานการเพิ่มประสิทธิภาพโฆษณาของ SOMIN เพื่อนับคะแนนสำหรับโฆษณาทุกรายการที่ Smartly, Madgicx, Strike Social และ Adzooma ทำงาน ณ จุดใดก็ได้ระหว่าง 18 ตุลาคม 2025 ถึง 17 ตุลาคม 2026 จากโฆษณา 633 นั้น 631 ได้คะแนน

โฆษณา Meta แบ่งอีกครั้งตามรูปแบบ การนับคือป้ายกำกับประเภทสื่อของ SOMIN และโฆษณาที่มีหลายประเภทปรากฏในมากกว่าหนึ่งแถว

การอ่านสามครั้งตามมา แต่ละการอ่านด้วยความระมัดระวัง

• ปกติเป็นค่าเริ่มต้น โฆษณา 2 ใน 3 ปรากฏขึ้น ดังนั้นคะแนนปกติจึงไม่มีเหตุผลที่จะตัดออก หมายความว่า "ไม่มีสัญญาณแรงอย่างใดอย่างหนึ่ง"
• วิดีโอเอียงสูงและโฆษณาหลายรายการเอียงต่ำ แต่รูปแบบยังยุ่งอยู่กับผู้ลงโฆษณา: Madgicx สร้าง 44 ของวิดีโอ 63 และสร้างโฆษณาแบบไดนามิกส่วนใหญ่อย่างชาญฉลาด เปรียบเทียบรูปแบบภายในแบรนด์เดียวก่อนที่จะร่างกฎ
• โฆษณา Google ได้คะแนนต่ำกว่า อาจเป็นเพราะรูปแบบมากกว่าคุณภาพ 305 ของ 331 โฆษณา Google เป็นโฆษณาแบบข้อความที่ให้รูปแบบสัญญาณภาพน้อยกว่ารูปภาพหรือวิดีโอมาก ดังนั้นควรปฏิบัติต่อคะแนนเหล่านั้นด้วยความระมัดระวัง

เวอร์ชันก็มีความสำคัญเช่นกัน ในบรรดาโฆษณา Meta 128 ที่มีหลายเวอร์ชัน โอกาสในการคลิกผ่านที่สูงกว่าค่าเฉลี่ยมักจะแตกต่างกันเล็กน้อยระหว่างเวอร์ชันต่างๆ โดยมีค่ามัธยฐานเท่ากับ 0.05 ในโฆษณารายการหนึ่ง ช่องว่างระหว่างเวอร์ชันที่ดีที่สุดและแย่ที่สุดคือ 0.68 ให้คะแนนทุกเวอร์ชัน ไม่ใช่แค่โฆษณา

สิ่งที่ผู้ขายสัญญาในโฆษณาเหล่านั้นเป็นอีกเรื่องหนึ่ง ซึ่งเราจะพูดถึงใน สิ่งที่แพลตฟอร์มเพิ่มประสิทธิภาพโฆษณาสัญญาไว้ในโฆษณาของพวกเขาเอง

คะแนนความสามารถในการคลิกไม่สามารถบอกอะไรคุณได้

ไม่สามารถบอกคุณเกี่ยวกับสิ่งที่โมเดลไม่เห็นได้ นี่คือขีดจำกัดที่เราตรวจสอบก่อน

• การคลิกไม่ใช่การขาย Conversion ขึ้นอยู่กับหน้า Landing Page ราคา ข้อเสนอ และสต็อก โฆษณาสามารถชนะการคลิกและสูญเสียการขาย
• การคลิกอาจเป็นเป้าหมายที่ผิด ความอยากรู้อยากเห็นและความเร้าใจชนะการคลิกจากผู้ที่ไม่มีวันซื้อ จับคู่ความสามารถในการคลิกกับการวัดต่อเนื่องสำหรับแคมเปญ Conversion ใดๆ
• "ค่าเฉลี่ย" ขึ้นอยู่กับข้อมูลการฝึก คะแนนจะสัมพันธ์กับโฆษณาที่โมเดลเรียนรู้มา รูปแบบ ตลาด หรือภาษาที่ไม่ค่อยพบเห็นได้รับค่าประมาณที่อ่อนลง
• บริบทอยู่นอกครีเอทีฟโฆษณา ผู้ชม ความกดดันในการประมูล เวลา ฤดูกาล และความถี่ล้วนทำให้ผลลัพธ์เคลื่อนไหว และไม่มีสิ่งใดอยู่ในรูปภาพเลย
• ความน่าจะเป็นไม่ใช่เครื่องตัดสิน โฆษณาปกติที่มีโอกาส 0.39 ที่จะเอาชนะเกณฑ์มาตรฐานมักจะเอาชนะได้ คาดหวังความประหลาดใจจากทั้งสองทิศทาง
• เอฟเฟกต์ของแบรนด์อยู่นอกขอบเขต ความสามารถในการคลิกไม่ได้บ่งบอกอะไรเกี่ยวกับความทรงจำ ความโดดเด่น หรือการสร้างแบรนด์ในระยะยาว

คุณจะใช้คะแนนสูง ปกติ และต่ำในแผนการทดสอบได้อย่างไร

ใช้วงดนตรีสั่งงาน จากนั้นให้การทดสอบที่เหมาะสมตัดสินใจ ตารางจะตั้งค่าการดำเนินการเริ่มต้นสำหรับแต่ละแบนด์

1. กำหนด "เปรียบเทียบได้" ให้คะแนนกับโฆษณาที่มีวัตถุประสงค์ ตำแหน่ง และผู้ชมเหมือนกัน หรือวงดนตรีมีความหมายน้อย
2. ให้คะแนนทุกเวอร์ชัน รวมเนื้อหาแต่ละรายการที่คุณจะป้อนลงในโฆษณาแบบไดนามิกหรือโฆษณาที่ยืดหยุ่น เนื่องจากเวอร์ชันของโฆษณาหนึ่งอาจแตกต่างกันอย่างมาก
3. แก้ไขก่อนใช้จ่าย อ่านสาเหตุที่ร่างได้คะแนนต่ำหรือปกติ เปลี่ยนรูปภาพหรือคัดลอก แล้วให้คะแนนอีกครั้ง
4. สร้างการทดสอบ วางผู้สมัครที่สูงไว้เหนือการควบคุมของคุณ และเก็บไวด์การ์ดระดับปกติหรือต่ำไว้หนึ่งใบในแต่ละรอบ เพื่อให้แบบจำลองได้รับการตรวจสอบกับสิ่งที่สงสัย
5. ใช้การทดสอบแยกจริงสำหรับการอ่าน ศูนย์ช่วยเหลือของ Meta ตั้งข้อสังเกตว่าครีเอทีฟโฆษณาแบบไดนามิกจะรายงานประสิทธิภาพโดยรวมของรูปแบบต่างๆ ทั้งหมด และไม่แนะนำให้ใช้แทนการทดสอบแยก
6. บันทึกที่คาดการณ์เทียบกับจริง หลังจากผ่านไป 2-3 รอบ ให้ตรวจสอบว่าโฆษณาระดับสูงเอาชนะโฆษณาปกติบ่อยกว่าโอกาสในบัญชีของคุณหรือไม่ นั่นคือความถูกต้องในท้องถิ่นของคุณ
7. ให้คะแนนใหม่ตามอายุของโฆษณา ครีเอทีฟโฆษณาระดับสูงยังคงเสื่อมสภาพ รีเฟรชเมื่อความถี่เพิ่มขึ้นและผลลัพธ์ลดลง

ในทางปฏิบัติสิ่งนี้จะเปลี่ยนแปลงไปตามงบประมาณ ในกรณีศึกษา Fujifilm UK ของ SOMIN ได้มีการให้คะแนนแนวคิด 72 สำหรับความสามารถในการคลิกได้ที่คาดการณ์ก่อนการใช้จ่ายใดๆ และ 15 ได้ข้ามแถบ 80% "ศักยภาพนักแสดงสูงสุด" ดังนั้นงบประมาณการทดสอบจึงเริ่มต้นด้วยสิ่งเหล่านั้นได้

การทำนายความสามารถในการคลิกมีความแม่นยำเพียงใด

แม่นยำพอที่จะจัดอันดับโฆษณา แต่ไม่แม่นยำพอที่จะแทนที่การทดสอบ โมเดลการให้คะแนนของ SOMIN ที่อยู่เบื้องหลัง ตัวแทนสื่อแบบชำระเงิน ได้รับการฝึกอบรมเกี่ยวกับโฆษณาที่มีป้ายกำกับนับหมื่นรายการ และบรรลุความแม่นยำในการคาดการณ์การคลิกผ่าน 78% จากการวัดประสิทธิภาพของลูกค้า ซึ่งมากกว่าพื้นฐานของมนุษย์ประมาณสามเท่า

ตัวเลขที่เผยแพร่เป็นจุดเริ่มต้น สิ่งที่สำคัญคือประสิทธิภาพของโมเดลในหมวดหมู่และรูปแบบของคุณ ซึ่งเป็นสาเหตุที่ขั้นตอนที่หกข้างต้นมีความสำคัญมากกว่าหมายเลขพาดหัวของผู้ขายรายใดๆ หากแบบจำลองไม่สามารถแสดงการคาดการณ์ถัดจากผลลัพธ์ที่แท้จริงของคุณ ให้ถือว่าคะแนนของแบบจำลองนั้นเป็นความคิดเห็น

หากต้องการให้คะแนนความคิดสร้างสรรค์ของคู่แข่งและของคุณเอง ให้เริ่มต้นด้วยโฆษณาสาธารณะของพวกเขา คำแนะนำของเราในการ การค้นคว้าโฆษณาของคู่แข่งใน Meta Ad Library ครอบคลุมคอลเล็กชันนี้

FAQ

แหล่งที่มา

• SoCraft: การให้คะแนนเชิงคาดการณ์ระดับผู้ลงโฆษณาสำหรับประสิทธิภาพการสร้างสรรค์บน Meta, WSDM 2023
• ต่อต้านความทึบ: AI ที่อธิบายได้และโมเดลภาษาขนาดใหญ่สำหรับการโฆษณาดิจิทัลที่มีประสิทธิภาพ, ACM มัลติมีเดีย 2023
• การผสมผสานแบบจำลองภาษาคาดการณ์และภาษาขนาดใหญ่สำหรับคำแนะนำที่นำไปปฏิบัติได้ในการตลาดเชิงสร้างสรรค์, ธุรกรรม ACM บนระบบสารสนเทศ 2025
• เกี่ยวกับโฆษณาแบบไดนามิกใน Meta Ads Manager, ศูนย์ช่วยเหลือ Meta Business