0.005是多少錢（我們看一眼廣告值多少錢）

作者：JohnK，無量數據創始人◆◆◆前言問題：我們平常接觸的廣告，我們看一眼有多大的價值？平均1分？1毛？1元？網頁廣告，平均大小，一次展示廣告主會花多少錢？如果是發送到客戶手里的一張傳單呢？如果是精準投放的一張傳單呢，比如知道目標用戶的

作者：JohnK ，無量數據創始人

◆ ◆ ◆

前言

問題：

我們平常接觸的廣告，我們看一眼有多大的價值？

平均1分？1毛？1元？

網頁廣告，平均大小，一次展示廣告主會花多少錢？

如果是發送到客戶手里的一張傳單呢？

如果是精準投放的一張傳單呢，比如知道目標用戶的職業年齡信息？

接下來看看無量數據創始人Johnk如何看待這個問題

這是一個非常有意思的話題，作為電商狗，從來沒有從這個角度思考過。

一般情況下，不同的行業廣告價值不一樣，所以我把問題著眼點改一下，即我們每打開一次頁面，創造了多少價值：打開不同的頁面，所產生的價值不一樣，所以分別舉例。

◆ ◆ ◆

電商搜索頁面

1.電商搜索頁面，淘寶為例：

搜索結果首頁，直通車欄位12+5=17個，鉆展欄位3個

拿女裝來說：

鉆展的首頁CPM（千次展現費用）10元左右

直通車首頁CPC（單次點擊費用）在3塊左右

CTR（點擊率）在2%，即百次展現點擊2次

打開一次頁面即一次展現，不管你有沒有仔細看。

所以，每打開一次頁面，淘寶就可以收到CTR*CPC*17+CPM*0.001*3

上面的案例來說，結果為0.02*3*17+10*0.001*3=1.05

即，你在淘寶，每搜索一次女裝，就產生了1.05元

◆ ◆ ◆

電商首頁

2.電商首頁

還是淘寶為例：

淘寶的首頁80%的廣告收入都來自這個框框里，由于大數據化，每個人的框框內容不一樣，基本都是自己感興趣的。

我們來分析一下這個框框：

假設本框貢獻了首頁80%的廣告價值，則得出單頁價值為((CPM1+CPM2+CPM3+CPM4)*5+CPM5)*0.001/0.8

結果為((8.13+0.7+0.6+0.6)*5+3.7)*0.001/0.8=0.0673125

即每打開一次淘寶首頁，即貢獻0.067元

補充一下，這里的0.067是指無定向的通投價，如果你經常網購，或者在網上留下了很多痕跡的話，由于鉆展有定向系統，有些你可能感興趣的商家會專門針對你的屬性（比如性別、地域、興趣點、購買記錄、瀏覽記錄、收藏記錄等等）進行高價投放，你那么你的首頁廣告價值可就遠不止這個價，而且女性用戶的廣告價值要高于男性。

◆ ◆ ◆

視頻

3.視頻：優酷為例

同樣，優酷自營的主廣告收入占全頁的80%左右，優酷公開的刊例是15秒的CPM為30元，一般看一集電視劇是60秒廣告。

看完一集創造的價值為：CPM*4*0.001/0.8=0.15

即看一集優酷的電視劇產生0.15元左右的廣告價值，不包含電視劇中的植入廣告

◆ ◆ ◆

百度搜索頁面

4.百度搜索頁面

搜索出上圖的頁面后，所產生的價值為：CTR1*3*CPC1+CTR*CPC2*8

套用上面的案例數據0.05*1.2*3+0.005*0.5*8=0.2

即每百度搜索一次，創造廣告價值0.2元，不包含框計算內容和關聯內容。

◆ ◆ ◆

QQ聊天

5.QQ聊天

如果你是用mac版的話恭喜你，你不會看到任何廣告的,下面說WIN版的

計算公式為(CPC1+CPC2+CPC3+CPC4)*CTR

套用參考數據，得出結果為(0.3+0.5+1+0.4)*0.002=0.0044

即，每打開一個QQ聊天窗口，貢獻0.0044元。

◆ ◆ ◆

知乎

6.知乎

知乎目前沒有站外的廣告，也沒有聯盟櫥窗，綜合來講，那叫一個良心。本描述已過期，現在已有站外廣告，但是案子少的硬廣，應該是一個一個談的，價格未知。

◆ ◆ ◆

移動端

7.移動端：淘寶APP

輪播數量有時候會變化，以三個輪播來計算，同樣，置頂的推廣位貢獻全頁80%

CPM*0.001*3/0.8，得出結果為0.0225元，即打開淘寶應用，產生0.0225元

◆ ◆ ◆

社交軟件

8.微信、手機QQ

這兩個都開始用公眾號的推送信息來放廣告了,以打開一個訂閱號的推送來看（有推廣的）

CPC*CTR，結果為0.004元，即看一條推送貢獻0.004元，這不包含推送信息本身的軟文和廣告。

比較小的網站還有聯盟形式，因為涉及到不公開的后臺硬廣費用，而且CPS就更難統計了，就不舉例了。

最后說明，上面的數據僅僅單獨案例，不代表全網平均水平，明白意思就好。

◆ ◆ ◆

更正：在6月29日大數據文摘發布的頭條《聲音|牛津博士對話哥大碩士：如何從零開始成為數據科學家》中，我們在剪輯人員的名單里出現了一個錯誤：辛苦的剪輯人員是陳穎同學，為了這期節目的完成，她付出了數日的辛勞。在此，我們真誠地為昨天的失誤向她致歉，也向她對文摘的付出表示感謝。

同時感謝大數據文摘的每一位志愿者，是你們讓文摘變得更好！

往期精彩文章推薦

大師告訴你，學習數學有什么用

【德勤重磅報告】2016：認知技術成為80%世界百強企業標配（下載）

對話周濤：抓住大數據最性感的方向