Completion rate-benchmarks for AI-video 2026

Framework 1: AI Vidia Completion Rate Diagnostic

Completion Rate Diagnostic er den model, AI Vidia kører på hver konto inden for det første scoping-kald. Fem tjek, én dom, og outputtet er den konkrete grund til, at en konto taber seere før tilbuddet. Hvert trin bruger et tal fra metodetabellen ovenfor, så dommen kan efterprøves i kundens egen Ads Manager.

1. Trin 1. Længde-først-aflæsningen. Opdel completion rate efter længdebånd, før du læser noget blandet kontotal, da et blandet tal rutinemæssigt skjuler en stærk kort-klip-linje og en svag lang-klip-linje. Det blandede gennemsnit er tallet, der skjuler lækagen, og længdeopdelingen er tallet, der navngiver den. Ret først det længdebånd, der bærer mest spend.
2. Trin 2. Frafaldskvartilen. Træk videoafspilninger til 25, 50, 75 og 100 procent for hver annonce, og markér den kvartil, hvor kurven falder stejlest, hvilket er den klippe, det rå completion-tal aldrig viser. De fleste AI-annoncer taber deres publikum ved én enkelt død strækning, ikke gradvist hen over banen. At navngive den kvartil gør et vagt retention-problem til en redigering på to frames.
3. Trin 3. Mid-roll-auditten. Score midten af hver aktiv video for bevægelse, påstandsprogression og visuel forandring, da det vindue er der, et statisk eller repetitivt klip dumper seere, selv når åbningen og afslutningen er stærke. Læs hold rate ved siden af hook rate for at bekræfte: en stærk hook rate med en svag hold rate er et mid-roll-problem, ikke et opener-problem.
4. Trin 4. Tilbudstiming-tjekket. Sammenlign det sekund, hvor produktet, prisen eller call to action dukker op, med den kvartil, hvor den placering og det længdebånd taber flest seere. Hvis tilbuddet lander efter klippen, ser de fleste impressions aldrig grunden til at handle. Ryk tilbuddet tidligere, eller klip videoen kortere, så de to mødes.
5. Trin 5. Completion-til-konvertering-forholdet. Vægt completion rate med konverteringsraten for samme annonce, fordi en høj completion på en annonce, der ikke sælger, er et forfængelighedstal. Et klip, som færre seere fuldfører, men som konverterer til tre gange raten, når færre og mere kvalificerede seere og leverer flere ordrer. Det er det forhold, AI Vidia optimerer mod, ikke completion rate alene.

Kør diagnosen én gang, og de næste 90 dages plan skriver sig selv. Konti, der dumper Trin 1 eller Trin 4, har ikke brug for nye koncepter; de har brug for kortere klip og et tidligere tilbud på de annoncer, de allerede har. Konti, der klarer længdetjekkene, men dumper Trin 3, har brug for et mid-roll-genklip, før de genererer endnu et asset. Konti, der klarer de første fire tjek, men dumper Trin 5, jager en forfængelig completion rate og skal have konverteringen koblet tilbage ind i briefen, hvilket er det, det andet framework dækker.

Kevins take

Det er grunden til, at det andet framework leverer et kort og et langt klip af hvert vindende koncept i stedet for at satse på én spilletid. En produktionslinje, der kun kan færdiggøre én længde om ugen, er tvunget til at gætte den rigtige varighed, og et forkert gæt køber en completion rate, der ser fin ud og sælger intet. En linje, der leverer flere spilletider om ugen, lader dataene vælge varigheden, hvilket er den driftsmæssige grund til, at loopet kører ugentligt frem for kvartalsvist.

Framework 2: AI Vidia Retention Build Sprint

Retention Build Sprint er den eksekveringsmodel, AI Vidia kører hver uge på en Performance Retainer. Fem dage, én batch og en fredags-completion-aflæsning, der driver næste brief. Det er kadencen bag de 50 nye annoncer om ugen, AI Vidia leverer til Andy Okay, og de 142 annoncer leveret på 11 uger til IndianBites, og hvert tal, den producerer, kommer fra metodetabellen ovenfor, aflæst i kundens egen Ads Manager.

1. Trin 1. Mandagens retention-brief. Ugen åbner med en brief, der læser sidste uges frafaldskvartil og completion rate pr. placering og længdebånd og derefter vælger de koncepter, der skal skubbes på, hver briefet i mere end én spilletid. Hvert koncept briefes mod den eksisterende brand lock, så klippene varierer tempoet, ikke brandet. Brandansvarlig godkender briefen, før nogen generering starter, hvilket fjerner revisionsskatten senere på ugen.
2. Trin 2. Tirsdagens multi-længde-generering. Studiet genererer hvert koncept som et kort klip og et langt klip, tagget til placering og længdebånd, og gater den rå batch mod brand lock-tjeklisten. Tirsdagens output er det rå multi-længde-bibliotek, der føder onsdagens redigering.
3. Trin 3. Onsdagens mid-roll-genklip. Udvalgte klip redigeres for at fjerne døde strækninger i midten, tilføje et bevægelsesslag dér, hvor frafaldskvartilen siger, at opmærksomheden lækker, og lande tilbuddet før klippen for den placering og det længdebånd. Onsdagens output er det leverbare sæt, bygget til at holde opmærksomheden gennem spilletiden og ikke kun til at stoppe scrollen.
4. Trin 4. Torsdagens 9:16-klip og levering. Hvert overlevende klip færdiggøres i 9:16 lodret, får captions til lydløs visning, navngives efter annoncekontoens konvention og leveres til brandets assetbibliotek og annoncekontoen, så batchen er live før weekenden.
5. Trin 5. Fredagens completion-aflæsning. Studiet trækker completion rate og de fire kvartilkolonner for ugens batch, beregner completion-til-konvertering-forholdet pr. koncept og skriver mandagens rebrief. Vindende spilletider skaleres, døde spilletider fjernes, og de overlevende klip føder næste brief. Fredagen er det trin, der gør en kreativ ordre til et lukket loop.

Kør sprinten i elleve uger, og du har IndianBites-formen: 142 annoncer leveret med ugentlig test hele vejen, 2,4x ROAS på de vindende kohorter af testede varianter og en konverteringsrate op 32 procent med kundens egne ord. Kør den i et år, og du har Andy Okay-formen: 50 nye annoncer om ugen og 1.000+ AI-annoncer leveret på tværs af statics, UGC-agtig video og story-annoncer. Ingen af delene er en completion-prognose for din konto, og AI Vidia sælger ikke en; de er, hvad loopet gjorde på to konti, en læser kan slå op. For den dybere gennemgang af, hvordan beviste klip holdes i live, se hvordan AI Vidia-teamet kører et loop til detektering af kreativtræthed på Meta-annoncer.

Bevis fra navngivne kundekonti

Fire resultater, fire navngivne kunder, intet andet. AI Vidia udgiver ingen samlet opgørelse på tværs af dem og ingen completion rate for studiet som helhed, fordi fire konti i fire kategorier ikke kan lægges sammen til et benchmark; de viser, hvad loopet gør ved den metrik, hver konto er købt på.

• IndianBites (københavnsk DTC-madbrand): 142 AI-annoncer leveret på 11 uger, 2,4x ROAS på de vindende kohorter af testede varianter, konverteringsrate op 32 procent. Fuld case i IndianBites-casen.
• Andy Okay (kunsttryk): 50 nye annoncer om ugen, 1.000+ AI-annoncer leveret på tværs af statics, UGC-agtig video og story-annoncer. Fuld case i Andy Okay-casen.
• Singh Law (juridisk rådgivning): pris pr. lead ned 19 procent over tre måneder på en skalerbar plan for kreativ produktion, med Sharandeep Singhs egne ord. Citatet står på AI Vidias forside.
• Sorvan Design: kundebase op 93 procent år over år efter test af nye markeder med persona-specifikke AI-kreativer på tværs af kanaler, med Ivan Asens egne ord. Citatet står på AI Vidias forside.

En completion rate, du ikke har vægtet med konvertering, er en historie om tålmodighed, ikke om salg. Det klip, der betaler, er det, der når tilbuddet.

Det, de fire har til fælles, er loopet, ikke en model. Andy Okay-resultatet er det, der ligger tættest på denne side, fordi 1.000+ AI-annoncer på tværs af UGC-agtig video og story-annoncer er, hvad et multi-spilletids-bibliotek ser ud som efter et års ugentlige aflæsninger, og IndianBites-resultatet viser forholdet i Trin 5 gøre sit arbejde: en konverteringsrate op 32 procent er completion vægtet med konvertering, ikke completion alene. AI Vidia gennemgår captions og speak på de klip på engelsk og dansk, de to sprog, det reviewer in-house.

Når et completion rate-benchmark er det forkerte mål

Gå efter et stærkere completion-bånd, når kontoen læner sig op ad kold prospektering med klip, der er lange nok til, at opmærksomheden kan lække, for det er der, en ufærdigset annonce spilder flest leverede impressions, og der, et styret multi-længde-bibliotek betaler sig hurtigst. Det er tilfældet, hvor din egen øverste kvartil for completion pr. længdebånd er det rigtige mål.

Gå ikke efter completion rate, når annoncen er et kort direct-response-klip bygget til at tjene klikket i det første slag, da en seer, der klikker ved sekund to, aldrig fuldfører og heller ikke bør. Gå ikke efter den på en varm retargeting-målgruppe, der allerede kender produktet, fordi klikket og tilbuddet betyder mere end visningstid der. Og læs ikke et kort klips completion rate mod et langt klips mål, da de to kører på forskellige skalaer, og en sammenligning på tværs af længder giver en forkert dom.

Den ærlige regel er, at completion rate er retention-gaten, ikke målstregen. Den bekræfter, at annoncen holdt opmærksomheden til tilbuddet, men den skaber ikke et salg på egen hånd. For brands, der producerer volumen nok til at teste længder ugentligt, kører AI Vidias service til videoannoncer hele sprinten fra ende til anden.

Næste skridt

Den hurtigste vej til et completion-benchmark, du kan stole på, er at køre et på din egen konto. AI Vidias Control Test gør præcis det: 10 nye varianter mod din nuværende bedste annonce, målt i 14 dage i din egen Ads Manager på én metrik aftalt på forhånd, og hold rate eller completion rate inden for ét længdebånd er et almindeligt valg. Book et 30 minutters scoping-kald på book; tag de seneste 90 dages Meta- og TikTok-data med, så kører diagnosen på kaldet.