Khả năng thu hút nhấp chuột của creative là gì, và có thể dự đoán trước khi chi tiền không?

Khả năng nhấp vào quảng cáo là khả năng được dự đoán rằng một quảng cáo sẽ kiếm được nhiều hơn hoặc ít hơn các nhấp chuột so với các quảng cáo có thể so sánh, được ước tính từ chính quảng cáo đó trước khi chi tiêu bất kỳ khoản tiền truyền thông nào. Bạn có thể dự đoán điều đó dưới dạng xác suất thay vì lời hứa: một mô hình được đào tạo về quảng cáo với các kết quả đã biết sẽ sắp xếp quảng cáo mới thành Cao, Bình thường hoặc Thấp. Dùng băng để quyết định phần nào cần sửa, cắt và kiểm tra trước, không được bỏ qua phần kiểm tra.

Những điểm chính

• Khả năng nhấp chuột là tương đối và có tính xác suất. Điểm cho biết khả năng một quảng cáo đánh bại, so khớp hoặc theo dõi các quảng cáo tương tự khi nhấp qua, chứ không phải tỷ lệ nhấp của quảng cáo đó sẽ là bao nhiêu.
• Các mô hình học hỏi từ các quảng cáo được gắn nhãn, liên kết nội dung trong hình ảnh, sao chép và thiết lập với cách các quảng cáo tương tự hoạt động.
• Khi SOMIN chấm điểm 631 quảng cáo từ các nhà cung cấp tối ưu hóa quảng cáo (Tháng 10 2025 đến 2026 tháng 10), 15% ở mức Cao, 68% Bình thường và 18% Thấp. Trên Meta, 40% quảng cáo video đạt điểm Cao và không có quảng cáo nào đạt điểm Thấp.
• Điểm yếu nhất ở những nơi mô hình thấy ít nhất: quảng cáo tìm kiếm chỉ có văn bản, định dạng lạ và kết quả ngoài nhấp chuột.
• Trong kế hoạch kiểm tra, hãy sửa hoặc cắt Thấp, kiểm tra Cao so với mức tốt nhất hiện tại của bạn và giữ một ký tự đại diện để kiểm tra mô hình.

Khả năng nhấp vào quảng cáo có nghĩa là gì?

Đó là dự báo về tỷ lệ nhấp chuột tương đối, được thực hiện trước khi ra mắt. Tỷ lệ nhấp (CTR) là số lần nhấp chia cho số lần hiển thị và chỉ có thể được đo sau khi quảng cáo đã chạy và được thanh toán. Khả năng nhấp chuột ước tính phía nào của điểm chuẩn mà quảng cáo có khả năng đạt đến trước khi điều đó xảy ra.

Dự báo này mang tính tương đối vì một lý do thực tế. CTR 1% có thể mạnh đối với một vị trí và mục tiêu nhưng lại yếu đối với một vị trí và mục tiêu khác, do đó, số liệu thô sẽ di chuyển không tốt. Câu hỏi hữu ích hẹp hơn: so với những quảng cáo như thế này, được hiển thị ở những vị trí tương tự, liệu quảng cáo này có khả năng hoạt động tốt hơn, tương đương hay tệ hơn?

Trong dữ liệu của SOMIN, mỗi quảng cáo được ghi điểm đều có ba xác suất, cho số lần nhấp qua dưới mức trung bình, trung bình và trên trung bình, cộng lại thành một. Nói chung, ban nhạc có nhiều khả năng nhất trong ba người. Hai quảng cáo video Madgicx từ không gian làm việc tối ưu hóa quảng cáo cho thấy nội dung này như thế nào:

• Một video có tiêu đề "Hạn chế chi tiêu quảng cáo lãng phí của bạn", bắt đầu vào 5 tháng 10 2026, đã đạt điểm 0.76 cho mức trên trung bình, 0.23 cho mức trung bình và 0.01 cho mức dưới trung bình. Nó ở mức Cao, có biên độ rõ ràng.
• Một video về những kỳ nghỉ thoải mái dành cho chủ sở hữu thương mại điện tử đã đạt điểm 0.56 ở mức trung bình và 0.39 ở mức trên trung bình. Nó ở mức Bình thường, nhưng gần với Cao và đáng được chú ý hơn so với Bình thường với cơ hội 0.10 vượt qua điểm chuẩn.

Vì vậy, hãy đọc xác suất, không chỉ nhãn. Hai quảng cáo có cùng mức độ có thể có tỷ lệ cược rất khác nhau.

Nói một cách đơn giản, mô hình khả năng nhấp hoạt động như thế nào?

Nó học hỏi từ những quảng cáo có kết quả đã được biết đến, sau đó áp dụng trải nghiệm đó vào hoạt động sáng tạo mà nó chưa từng thấy. Các bước mô tả rất đơn giản, ngay cả khi kỹ thuật thì không.

1. Thu thập các ví dụ được gắn nhãn. Tập hợp nhiều quảng cáo có số lần hiển thị và số nhấp chuột thực, đồng thời gắn nhãn cho mỗi quảng cáo theo CTR của nó ở trên, gần hay dưới điểm chuẩn cho các quảng cáo có thể so sánh.
2. Mô tả từng quảng cáo. Biến quảng cáo thành các đặc điểm mà mô hình có thể so sánh: nội dung hình ảnh hiển thị và cách hình ảnh được bố cục, lượng văn bản nằm trên đó, nội dung bản sao cung cấp và âm thanh của hình ảnh đó, định dạng, vị trí và đối tượng mục tiêu.
3. Train. Mô hình tìm hiểu xem sự kết hợp các tính năng nào có xu hướng mang lại kết quả trên hoặc dưới mức trung bình và mức độ tin cậy của nó.
4. Ghi điểm cho quảng cáo mới. Một quảng cáo mới có ba xác suất và dải của nó.
5. Giải thích. Một mô hình hữu ích cho biết tính năng nào đã đẩy điểm lên hoặc xuống, để nhà thiết kế biết những gì cần thay đổi.
6. Hiệu chỉnh lại. Kết quả trực tiếp sẽ quay trở lại mô hình, do đó ý tưởng về "trung bình" của nó sẽ theo kịp thị trường.

Vì mô hình chỉ đọc quảng cáo và cách thiết lập quảng cáo nên mô hình không cần quyền truy cập vào tài khoản của nhà quảng cáo. Đó là điều cho phép SOMIN chấm điểm quảng cáo của đối thủ cạnh tranh từ các thư viện quảng cáo công cộng, như trong ví dụ bên dưới và chấm điểm các bản nháp của thương hiệu trước khi chúng tồn tại dưới dạng quảng cáo.

Công việc đã xuất bản của chúng tôi bao gồm một số bước này. SoCraft, một cuộc trình diễn tại WSDM 2023, chấm điểm các quảng cáo Meta của nhà quảng cáo từ văn bản, hình ảnh, nhắm mục tiêu và cài đặt trước khi ra mắt. "Chống lại độ mờ" (ACM Multimedia 2023) dự đoán CTR cho các quảng cáo mới và giải thích các trình điều khiển bằng ngôn ngữ đơn giản. Bài viết 2025 trong Giao dịch ACM trên Hệ thống thông tin kết hợp các mô hình dự đoán với các mô hình ngôn ngữ lớn để biến điểm số thành đề xuất. Tất cả đều được liệt kê trên trang nghiên cứu SOMIN. Để có nhiều lựa chọn hơn giữa bảng điều khiển, thử nghiệm A/B và mô hình, hãy xem hướng dẫn của chúng tôi về thử nghiệm trước quảng cáo trước khi bạn chi tiêu.

Sự phân chia Cao, Bình thường và Thấp trông như thế nào trong dữ liệu thực?

Hầu hết là Bình thường, với mức độ khan hiếm cao. Chúng tôi đã sử dụng bộ lọc khả năng nhấp vào trong không gian làm việc tối ưu hóa quảng cáo của SOMIN để tính điểm cho mọi quảng cáo mà Smartly, Madgicx, Strike Social và Adzooma chạy tại bất kỳ thời điểm nào trong khoảng 18 Tháng 10 2025 và 17 Tháng 10 2026. Trong số các quảng cáo 633, 631 đã mang lại điểm số.

Quảng cáo Meta lại được chia theo định dạng. Số lượng là nhãn loại phương tiện của SOMIN và một quảng cáo có nhiều loại sẽ xuất hiện ở nhiều hàng.

Tiếp theo là ba bài đọc, mỗi bài có một lời cảnh báo.

• Bình thường là mặc định. Hai trong ba quảng cáo xuất hiện ở đó, vì vậy điểm Bình thường không có lý do gì để cắt. Nó có nghĩa là "không có tín hiệu mạnh".
• Video bị lệch Cao và quảng cáo đa quảng cáo bị lệch Thấp. Nhưng định dạng bị rối với nhà quảng cáo: Madgicx đã tạo 44 trong số 63 video và đã tạo một cách thông minh hầu hết các quảng cáo sáng tạo động. So sánh các định dạng trong một thương hiệu trước khi đưa ra quy tắc.
• Quảng cáo của Google đạt điểm thấp hơn, có thể do định dạng chứ không phải do chất lượng. 305 trong số 331 quảng cáo của Google là quảng cáo văn bản, cung cấp cho mô hình ít tín hiệu hình ảnh hơn nhiều so với hình ảnh hoặc video, vì vậy, hãy cẩn thận với những điểm số đó.

Phiên bản cũng quan trọng. Trong số các quảng cáo meta 128 có nhiều phiên bản, cơ hội nhấp qua trên mức trung bình thường khác nhau rất ít giữa các phiên bản, ở mức trung bình là 0.05. Trong một quảng cáo, khoảng cách giữa phiên bản tốt nhất và tệ nhất của nó là 0.68. Ghi điểm ở mọi phiên bản, không chỉ quảng cáo.

Những gì các nhà cung cấp hứa hẹn trong những quảng cáo đó là một câu chuyện riêng biệt mà chúng tôi đề cập đến trong những gì nền tảng tối ưu hóa quảng cáo hứa hẹn trong quảng cáo của chính họ.

Điểm khả năng nhấp không thể cho bạn biết điều gì?

Nó không thể cho bạn biết về bất cứ điều gì mà mô hình không nhìn thấy. Đây là những giới hạn chúng tôi kiểm tra đầu tiên.

• Số lần nhấp chuột không phải là doanh số bán hàng. Chuyển đổi phụ thuộc vào trang đích, giá cả, ưu đãi và lượng hàng trong kho. Một quảng cáo có thể giành được lượt nhấp chuột và mất doanh thu.
• Nhấp chuột có thể là mục tiêu sai lầm. Sự tò mò và khiêu khích sẽ giành được nhấp chuột từ những người sẽ không bao giờ mua hàng. Kết hợp khả năng nhấp chuột với thước đo tiếp theo cho bất kỳ chiến dịch chuyển đổi nào.
• "Trung bình" phụ thuộc vào dữ liệu huấn luyện. Điểm tương ứng với các quảng cáo mà mô hình đã học được từ đó. Một định dạng, thị trường hoặc ngôn ngữ mà nó ít thấy sẽ có ước tính yếu hơn.
• Ngữ cảnh nằm bên ngoài quảng cáo. Đối tượng, áp lực đấu giá, thời gian, tính thời vụ và tần suất đều chuyển động và không có kết quả nào trong hình ảnh.
• Xác suất không phải là phán quyết. Một quảng cáo Bình thường có 0.39 cơ hội vượt qua điểm chuẩn thường sẽ đánh bại nó. Mong đợi những điều bất ngờ ở cả hai hướng.
• Hiệu ứng thương hiệu nằm ngoài phạm vi. Khả năng nhấp chuột không nói lên điều gì về trí nhớ, tính khác biệt hoặc việc xây dựng thương hiệu lâu dài.

Bạn sử dụng điểm Cao, Bình thường và Thấp trong kế hoạch kiểm tra như thế nào?

Sử dụng ban nhạc để sắp xếp công việc, sau đó để một bài kiểm tra thích hợp quyết định. Bảng đặt hành động mặc định cho từng băng tần.

1. Xác định "có thể so sánh". Điểm so với các quảng cáo có cùng mục tiêu, vị trí và đối tượng hoặc các khoảng có ý nghĩa rất nhỏ.
2. Tính điểm cho mọi phiên bản. Bao gồm từng nội dung bạn sẽ đưa vào quảng cáo linh hoạt hoặc quảng cáo linh hoạt vì các phiên bản của một quảng cáo có thể rất khác nhau.
3. Chỉnh sửa trước khi bạn chi tiêu. Đọc lý do bản nháp bị điểm Thấp hoặc Bình thường, thay đổi hình ảnh hoặc bản sao và cho điểm lại.
4. Xây dựng bài kiểm tra. Đặt các ứng cử viên Cao ngoài tầm kiểm soát của bạn và giữ một ký tự đại diện Bình thường hoặc Thấp mỗi vòng để mô hình được kiểm tra dựa trên điều gì đó mà nó nghi ngờ.
5. Sử dụng thử nghiệm phân tách thực tế để đọc. Trung tâm trợ giúp của Meta lưu ý rằng báo cáo quảng cáo động tổng hợp hiệu suất trên tất cả các biến thể và không khuyến nghị sử dụng thử nghiệm này thay thế cho thử nghiệm phân tách.
6. Nhật ký dự đoán so với thực tế. Sau một vài vòng, hãy kiểm tra xem quảng cáo Cao có thường xuyên hơn quảng cáo Bình thường hay không trong tài khoản của bạn. Đó là độ chính xác địa phương của bạn.
7. Ghi điểm lại theo độ tuổi của quảng cáo. Quảng cáo có hiệu suất cao vẫn bị hao mòn; làm mới nó khi tần số tăng lên và kết quả giảm xuống.

Trong thực tế, điều này thay đổi nơi ngân sách được chi tiêu. Trong nghiên cứu điển hình Fujifilm UK của SOMIN, các khái niệm 72 đã được chấm điểm cho khả năng nhấp được dự đoán trước bất kỳ khoản chi tiêu nào và 15 đã vượt qua thanh 80% "Tiềm năng hoạt động hàng đầu", vì vậy ngân sách thử nghiệm có thể bắt đầu từ những điều đó.

Dự đoán khả năng nhấp chính xác đến mức nào?

Đủ chính xác để xếp hạng quảng cáo, không đủ chính xác để thay thế một bài kiểm tra. Mô hình tính điểm của SOMIN đằng sau Đại lý truyền thông trả phí được đào tạo trên hàng chục nghìn quảng cáo được gắn nhãn và đạt 78% độ chính xác dự đoán nhấp qua trên các điểm chuẩn của khách hàng, gần gấp ba lần so với mức cơ bản của con người.

Một con số được công bố là điểm khởi đầu. Điều quan trọng là mô hình hoạt động như thế nào trên danh mục và định dạng của bạn, đó là lý do tại sao bước sáu ở trên quan trọng hơn bất kỳ số tiêu đề nào của nhà cung cấp. Nếu một mô hình không thể cho bạn thấy dự đoán của nó bên cạnh kết quả thực tế của bạn, hãy coi điểm số của nó như ý kiến.

Để ghi điểm sáng tạo của đối thủ cạnh tranh cũng như của chính bạn, hãy bắt đầu với quảng cáo công khai của họ; hướng dẫn của chúng tôi về nghiên cứu quảng cáo của đối thủ cạnh tranh trong Thư viện quảng cáo Meta bao gồm bộ sưu tập.

FAQ

Nguồn

• SoCraft: Tính điểm dự đoán ở cấp nhà quảng cáo cho hiệu suất quảng cáo trên Meta, WSDM 2023
• Chống lại độ mờ: AI có thể giải thích được và các mô hình ngôn ngữ lớn để quảng cáo kỹ thuật số hiệu quả, ACM Multimedia 2023
• Kết hợp các mô hình ngôn ngữ lớn và dự đoán cho các đề xuất có thể thực hiện được trong tiếp thị sáng tạo, Giao dịch ACM trên hệ thống thông tin, 2025
• Giới thiệu về nội dung động trong Trình quản lý quảng cáo Meta, Trung tâm trợ giúp Meta Business