0.005是多少钱（我们看一眼广告值多少钱）

作者：JohnK，无量数据创始人◆◆◆前言问题：我们平常接触的广告，我们看一眼有多大的价值？平均1分？1毛？1元？网页广告，平均大小，一次展示广告主会花多少钱？如果是发送到客户手里的一张传单呢？如果是精准投放的一张传单呢，比如知道目标用户的

作者：JohnK ，无量数据创始人

◆ ◆ ◆

前言

问题：

我们平常接触的广告，我们看一眼有多大的价值？

平均1分？1毛？1元？

网页广告，平均大小，一次展示广告主会花多少钱？

如果是发送到客户手里的一张传单呢？

如果是精准投放的一张传单呢，比如知道目标用户的职业年龄信息？

接下来看看无量数据创始人Johnk如何看待这个问题

这是一个非常有意思的话题，作为电商狗，从来没有从这个角度思考过。

一般情况下，不同的行业广告价值不一样，所以我把问题着眼点改一下，即我们每打开一次页面，创造了多少价值：打开不同的页面，所产生的价值不一样，所以分别举例。

◆ ◆ ◆

电商搜索页面

1.电商搜索页面，淘宝为例：

搜索结果首页，直通车栏位12+5=17个，钻展栏位3个

拿女装来说：

钻展的首页CPM（千次展现费用）10元左右

直通车首页CPC（单次点击费用）在3块左右

CTR（点击率）在2%，即百次展现点击2次

打开一次页面即一次展现，不管你有没有仔细看。

所以，每打开一次页面，淘宝就可以收到CTR*CPC*17+CPM*0.001*3

上面的案例来说，结果为0.02*3*17+10*0.001*3=1.05

即，你在淘宝，每搜索一次女装，就产生了1.05元

◆ ◆ ◆

电商首页

2.电商首页

还是淘宝为例：

淘宝的首页80%的广告收入都来自这个框框里，由于大数据化，每个人的框框内容不一样，基本都是自己感兴趣的。

我们来分析一下这个框框：

假设本框贡献了首页80%的广告价值，则得出单页价值为((CPM1+CPM2+CPM3+CPM4)*5+CPM5)*0.001/0.8

结果为((8.13+0.7+0.6+0.6)*5+3.7)*0.001/0.8=0.0673125

即每打开一次淘宝首页，即贡献0.067元

补充一下，这里的0.067是指无定向的通投价，如果你经常网购，或者在网上留下了很多痕迹的话，由于钻展有定向系统，有些你可能感兴趣的商家会专门针对你的属性（比如性别、地域、兴趣点、购买记录、浏览记录、收藏记录等等）进行高价投放，你那么你的首页广告价值可就远不止这个价，而且女性用户的广告价值要高于男性。

◆ ◆ ◆

视频

3.视频：优酷为例

同样，优酷自营的主广告收入占全页的80%左右，优酷公开的刊例是15秒的CPM为30元，一般看一集电视剧是60秒广告。

看完一集创造的价值为：CPM*4*0.001/0.8=0.15

即看一集优酷的电视剧产生0.15元左右的广告价值，不包含电视剧中的植入广告

◆ ◆ ◆

百度搜索页面

4.百度搜索页面

搜索出上图的页面后，所产生的价值为：CTR1*3*CPC1+CTR*CPC2*8

套用上面的案例数据0.05*1.2*3+0.005*0.5*8=0.2

即每百度搜索一次，创造广告价值0.2元，不包含框计算内容和关联内容。

◆ ◆ ◆

QQ聊天

5.QQ聊天

如果你是用mac版的话恭喜你，你不会看到任何广告的,下面说WIN版的

计算公式为(CPC1+CPC2+CPC3+CPC4)*CTR

套用参考数据，得出结果为(0.3+0.5+1+0.4)*0.002=0.0044

即，每打开一个QQ聊天窗口，贡献0.0044元。

◆ ◆ ◆

知乎

6.知乎

知乎目前没有站外的广告，也没有联盟橱窗，综合来讲，那叫一个良心。本描述已过期，现在已有站外广告，但是案子少的硬广，应该是一个一个谈的，价格未知。

◆ ◆ ◆

移动端

7.移动端：淘宝APP

轮播数量有时候会变化，以三个轮播来计算，同样，置顶的推广位贡献全页80%

CPM*0.001*3/0.8，得出结果为0.0225元，即打开淘宝应用，产生0.0225元

◆ ◆ ◆

社交软件

8.微信、手机QQ

这两个都开始用公众号的推送信息来放广告了,以打开一个订阅号的推送来看（有推广的）

CPC*CTR，结果为0.004元，即看一条推送贡献0.004元，这不包含推送信息本身的软文和广告。

比较小的网站还有联盟形式，因为涉及到不公开的后台硬广费用，而且CPS就更难统计了，就不举例了。

最后说明，上面的数据仅仅单独案例，不代表全网平均水平，明白意思就好。

◆ ◆ ◆

更正：在6月29日大数据文摘发布的头条《声音|牛津博士对话哥大硕士：如何从零开始成为数据科学家》中，我们在剪辑人员的名单里出现了一个错误：辛苦的剪辑人员是陈颖同学，为了这期节目的完成，她付出了数日的辛劳。在此，我们真诚地为昨天的失误向她致歉，也向她对文摘的付出表示感谢。

同时感谢大数据文摘的每一位志愿者，是你们让文摘变得更好！

往期精彩文章推荐

大师告诉你，学习数学有什么用

【德勤重磅报告】2016：认知技术成为80%世界百强企业标配（下载）

对话周涛：抓住大数据最性感的方向