计算广告基础：从CPM到LTV，读懂计费、漏斗与归因的底层逻辑

我最早接触计算广告的时候以为后台那些消耗曲线、点击报表就是全部了——反正就是花钱买流量哪个位置便宜就买哪个素材点击率不好就换素材直到有一次复盘一个亏损项目才发现真正的问题不是素材不够吸睛而是自己压根没搞懂这个行业的基本盘。广告主、媒体、用户这三方到底在交换什么一次曝光背后的计费逻辑是什么为什么有些广告看似点击成本很低最后却亏得一塌糊涂这些问题都落在计算广告的基础章节里。所谓基础不是指概念简单而是指它们是整个广告系统的底层算法、定价机制和优化方法的共同前提。如果你正在学计算广告或者刚接手广告投放、广告产品相关的工作这篇内容就是为你准备的。我不打算照搬教材目录而是把CPM、CPC、CPA、eCPM、漏斗损耗、归因、ROI、LTV这些绕不开的基础概念用从业者的视角重新过一遍。你会发现很多看起来复杂的系统设计底层都是几个朴素的经济学问题。1. 三角生意广告主、媒体和用户之间到底在交换什么1.1 计算广告的起点不是算法而是经济学很多人以为计算广告等于算法模型CTR预估、点击率排序、实时出价全是技术问题。但你往底层看它本质上是一门经济学媒体的内容吸引用户注意力用户不愿意付费看内容广告主又想触达潜在买家于是媒体把用户注意力打包卖给广告主再用赚到的钱支撑内容生产。在这个交易里用户付出的不是现金而是注意力和忍耐度。广告主买到的也不是曝光这个实物而是某种未来购买的可能性。一个正在搜楼盘的人和一个随便刷资讯的人看到同一张房产广告未来的价值天差地别。计算广告要解决的问题就是如何把每次曝光卖给最需要它的人——这里的最需要不只是出价最高还包括用户愿意接受的程度。所以这一章看起来在讲概念实际上是在讲一门注意力搬运的生意。搞清楚了这个底层逻辑后面所有计费、定向、竞价的规则才不是一堆孤立的知识点。1.2 三方利益必须同时被满足广告主希望多曝光、多转化媒体希望收入最大化同时不伤害用户体验用户希望不被无关广告打扰。这三方诉求经常冲突但一个稳定的广告系统必须找到平衡点。最经典的平衡点体现在相关性上。用户刚搜过跑步鞋在资讯流里看到运动鞋广告大概率不会反感甚至觉得有点用用户从不关注理财却被连续推送贷款广告自然想投诉屏蔽。相关性高用户接受度高点击的概率也高相关性太低用户失去耐心媒体流量质量下降广告主也得不到好结果。行业里有个说法叫相关性和打扰度的平衡这是广告产品设计的核心指标之一。你会发现频次控制、广告密度、位次选择、创意规范全都是在维护这个平衡。理解这层关系之后再看系统里的各种限制规则就不会觉得是产品经理拍脑袋定出来的了。1.3 三角模型决定了整个广告产品的设计走向广告主出钱产生投放需求媒体出流量并制定规则用户用点击、转化、屏蔽、投诉给系统发信号。三方共同组成一个反馈闭环系统根据用户行为数据持续优化在什么页面、给什么人、看什么广告。优化得越好三方收益越大。初学者最容易犯的一个错误是把点击率优化当成纯粹的数字游戏。CTR高一点、再高一点报表好看就行。但实际上任何广告优化动作都会同时影响用户的体验和广告主的真实收益。比如你用夸张标题把点击率拉高用户进来发现内容货不对板短期CTR好看了长期转化和用户口碑都会受损。这一章后面的计费、定向、竞价、归因、ROI每一块都是在这个三角平衡之上的具体展开。带着这个框架去学思路会清晰很多。2. 计费模式的博弈CPT、CPM、CPC、CPA背后的风险转移2.1 合约广告的典型计费方式先看最老牌的两种CPT和CPM。CPT是按时间购买包周包月甚至包年适合品牌造势讲求的是稳定露出和品牌调性。它的风险主要在广告主一侧如果媒体流量质量不行、广告位没人看钱也照付不误。对媒体来说CPT的好处是提前锁量、提前收款库存不会空置浪费。CPM是按千次展示付费广告主为看到广告的次数买单不用管有没有点击。这种模式适合新品发布、品牌活动这类以曝光为主要目标的需求。CPM定价不是拍脑袋媒体会根据历史流量、位置效率、人群质量来估算假设一个广告位日均曝光100万媒体希望一天广告收入5万元那么换算下来CPM就是50元。当然实际系统中价格会动态浮动这个后面在竞价环节再展开。2.2 从CPM到CPA风险在买卖双方之间如何分配CPC按点击付费广告主只为用户产生兴趣的那一下买单。这时候媒体要承担更大的压力因为用户点不点击取决于广告创意和位置是否吸引人。所以做CPC的媒体必须花心思优化素材相关性、广告位质量、流量真实性否则库存根本卖不出好价。CPA按转化行为付费广告主几乎把曝光和点击的风险全部转移了出去媒体需要具备很强的转化率预估能力才敢接这种单。CPS按实际成交金额分成风险几乎全在媒体侧对数据能力的要求最高。我用一个类比来帮大家记CPT像是商场租一个固定铺位按时间收租金CPM像是按客流收费用CPC像是按进店人数收费CPA则像按最终卖出的商品提成。从CPT到CPA表面上是计费方式的变化本质上是交易风险从广告主端向媒体端的逐步迁移。没有哪种模式绝对最优关键是看谁的数据能力强、谁更愿意承担风险。2.3 eCPM把不同计费方式拉到同一张表上比较系统内部做流量分配和竞价排序时不能拿CPC出价和CPM出价直接比。不同计费方式需要转换成一个统一指标这就是eCPM也就是每千次展示的预期收入。CPM广告的eCPM就是CPM本身CPC广告的eCPM 点击率 × 1000 × 单次点击价格效果类广告的eCPM ≈ 点击率 × 转化率 × 客单价或单笔利润。举个例子一个CPC广告的点击率是1%出价3元那么它的eCPM就是0.01×1000×330元。另一个CPM广告报价25元那么系统在排序时就会认为前者的预期收入更高可能把它排到前面。关键在于转化率和点击率在竞价时都是预估出来的预估越准系统分配就越合理。理解了eCPM你就能看懂为什么系统经常把某些出价高的广告排在出价低的广告前面——它比较的不是字面单价而是预期收益。这也是后面理解竞价策略的基础。3. 效果漏斗里的层层损耗曝光、理解、接受为什么比点击更值得看3.1 从曝光到行动的完整路径广告效果的经典路径大致是曝光→注意→理解→接受→保持→行动。每一步都有人在流失。曝光是指广告确实展示出来但用户可能根本没看到注意是目光停留下来理解是用户看懂你卖的是什么接受是用户认为这个信息和自己相关保持是用户愿意在几天后还记得你这个品牌行动才是点击、收藏、购买。大量广告折在曝光到注意这一段广告位在页面底部还没被滑到就翻页了广告和内容风格太违和被用户下意识忽略素材千篇一律用户早就产生了广告盲区。品牌广告更关注曝光之后的接受和保持这两层而效果广告更关心点击和转化但不管哪一种都逃不开漏斗。3.2 浅层指标会骗人CTR高并不等于效果好点击率高不代表转化好这个道理说起来简单实操中很多人还是踩坑。常见两种情况一种是素材标题党用户被好奇心骗进来落地页货不对板跳出率极高另一种是纯误点素材按钮引导不清晰用户本来想点关闭反而误触广告。所以行业里会拆更细的指标有效曝光、有效点击、落地页到达率、页面停留时长、访问深度。一个完整的投放看板至少要包含展现→点击→到达→转化四层数据。只盯着CTR调素材很可能把预算烧给好奇心而不是购买意图。更需要注意的是广告疲劳效应。同一个用户反复看到同一支素材前几次可能还有点兴趣后面就会变成无意识忽略CTR和转化率都会快速衰减。这就是为什么成熟投放团队会做素材轮换和频次控制而不是让一条跑得好的素材一直跑下去。3.3 归因转化到底算谁的功劳用户很可能先刷到一次曝光广告第二天从搜索广告进来最后通过朋友分享链接完成下单。这笔转化该记在哪个渠道头上不同的归因模型结论完全不同。最后点击归因最简单系统也最常用但它天然偏向收尾环节的渠道比如搜索品牌词、竞品词投放到的高意图流量首次点击归因偏向认知阶段的品牌曝光渠道线性归因把功劳均分时间衰减归因则把更多功劳给离转化最近的触点。归因不是简单的记账问题它决定广告系统往哪个方向优化。如果只看最后点击你会发现预算会越来越多地流向收尾型流量而没人为最初曝光环节的认知贡献买单。选择归因模型本质上是在回答一个问题从认知到转化这个预算花在哪个阶段最值。这个选择没有唯一答案但必须显式地做出来。4. 转化归因与ROI核算哪些钱值得花哪些钱在烧4.1 ROI公式里的隐藏变量最基础的ROI公式是收入-总成本/总成本但在实际投放中很多人把ROI简化成广告带来的GMV/广告费。这个算法有一个致命前提GMV真的是广告带来的吗权且算它是商品成本、物流费用、平台佣金、退款损耗、人力成本也全都被忽略了。举个实际例子客单价200元广告费50元按GMV口径算ROI是4看起来相当不错。但商品成本120元、物流10元、平台佣金10元、退款率5%粗略一算毛利率已经所剩无几还没算投放运营的人力成本。所以做项目核算时第一原则是口径分离先看广告贡献的增量收入再逐层扣成本最后看净利率。这里必须多说一句广告带来的收入本身就是一个归因结果。归因模型不同ROI数字也会不同。所以讨论ROI之前先要确认用的是哪套归因口径否则几个团队讨论半天其实说的不是同一件事。4.2 LTV与CAC拉新和养熟是两本账CAC是获取一个新客户的平均广告成本LTV是客户在整个生命周期内贡献的毛利总和。业务能不能持续最简单的一条判断标准是LTV要明显大于CAC。但很多团队只用首单ROI来判断渠道值不值得投这在复购型品类上会严重失真。举个例子某品牌首单单均毛利50元广告获客成本80元单看首单是亏的。但产品的复购率是40%第二次购买毛利60元第三次购买毛利50元累计下来LTV已经超过CAC整体生意是成立的。如果决策者只看首单ROI这个渠道可能早就被砍掉了。这也是为什么成熟的投放团队会把新客获取和老客召回分开建计划——两者的考核指标完全不同。老客召回人群的转化率天然高但它是收割存量价值新客获取才是给整个用户池子补水。两种投放目的叠加在一起看报表会掩盖很多真实问题。4.3 现金流视角下的广告预算广告核算里还有一个容易被忽略的维度回款周期。CPA月结模式下你得先垫资投放次月甚至更久才能拿到结算。如果业务本身资金不充裕一个报表上盈利的计划也可能因为账期不对称把现金流吃紧。退款、拒付、售后纠纷同样会侵蚀利润。我见过不止一个项目组广告后台的ROI一直是正的月底一算账却被退款率拖累成亏损。所以做核算时至少要在报表里留一列净回款数据别只看平台上的成交金额。这条对老板和项目负责人尤其重要。广告优化师钻研的是点击率和转化率但站在经营视角现金流决定了你还能撑几个迭代周期。账面利润和实际到手的钱中间隔着一条很容易被忽视的河。5. 定向与流量切分同一个广告位为什么能卖出几十种价格5.1 常用定向维度定向的本质是把一次曝光卖给更可能产生行动的人。常用的定向维度包括人口属性年龄、性别、地域、学历等上下文特征网页内容、App类别、关键词、文章主题行为特征搜索词、浏览记录、加购、收藏、下单历史设备环境机型、操作系统、网络类型、时段、天气。同样是上下班通勤时刷手机这个动作早上刷资讯和深夜逛购物平台背后的商业意图可能有很大差别。定向越精准流量越值钱。但定向不是越窄越好——太窄流量池见底预算根本花不出去太宽人群泛、点击率和转化率双双下降。实操中要反复做宽窄测试找到预算消耗和成本之间的平衡点。5.2 流量切分后形成清晰的价格阶梯同一个广告位定向给30天内搜索过竞品品牌词的人和定向给随机大众用户价格可能相差几十倍。原因很简单高意图流量稀缺广告主竞争激烈自然愿意开高价。系统里的流量不是单一商品而是一个可以被各种标签切分的集市。这种切分提高了市场效率但也带来一个新的博弈问题低质流量可能被包装成高质流量来提价。广告主想买最近看过某品牌的人供给方为了冲收入可能会把一些相关性很弱的用户也贴上这个标签。广告主和平台之间的大量博弈就是围绕标签真实度在进行的。所以投放同学在例行检查时不能只看总成本和总产出要按人群、地域、时段拆开看。哪个定向组合烧钱不出单先关停再去追问原因。很多时候问题不是出在创意上而是这个定向包本身就不成立。5.3 无效流量流量切分里最常见的黑洞无效流量指广告展示在不可见区域、流量来自机器脚本、或者被点击农场批量模拟。它们之所以存在是因为广告预算跟着有效转化走而这个有效转化可以被制造和模拟。基本筛查方法有几条看流量时间分布是否过于规律设备型号是否高度集中点击后行为是否正常——比如落地页停留时间几乎为零、没有二次页面跳转、转化集中出现在某个异常IP段。这些都是典型的机器行为特征。别指望完全消灭无效流量但可以通过规则和模型持续压制。对广告主来说反作弊不能只当平台的事。因为每个月真金白银投出去的预算里可能有一部分就是花给了一群根本不存在的人。定期抽查转化明细、对比不同流量源的留存率都是最朴素也最有效的防御手段。6. 从合约到竞价实时交易如何改变计算广告的底层逻辑6.1 传统合约简单、确定但不够精细早期的品牌广告主要靠合同带货广告主和媒体谈好某个位置、某个时段、某个价格到期上线按约定结算。这种模式确定性强做品牌曝光很合适计划排期闭着眼睛都能执行。但问题也很明显。广告主只能按位置时间买没办法只买自己最想要的那部分高质量用户媒体按打包价卖出流量好位置和差位置混在一起优质流量很可能被贱卖。整个过程缺少实时反馈投放中期想调整素材或人群需要重新走排期流程。传统合约适合做品宣但做效果投放的效率并不高。6.2 实时竞价把广告位变成了人的曝光机会实时竞价RTB把广告交易方式彻底改变了。一次完整过程大概是这样用户打开页面产生一次曝光机会媒体把这次曝光请求发送到广告交易系统多个需求方系统根据自己手里的用户标签和预算在极短时间内给出报价出价最高者赢得这次展示返回广告创意用户看到广告平台完成展示与结算。和传统包段位相比RTB把每一次曝光当成独立的商品来买卖。定价维度从位置细化到了这个人值多少钱。效率一下子提高了但同时对数据能力、算法能力和系统延迟的要求也大幅上升。这也是为什么计算广告系统的复杂度远远高于普通业务系统——它不是在处理静态的合同而是在运营一个每时每刻都发生的拍卖市场。6.3 出价不是拍脑袋预算、频控和起量节奏有了实时竞价出价仍然不是想花多少就花多少。实际投放中要同时考虑三件事一是预算约束。预算有限时要优先保高意向流量而不是平均洒在所有人群上。二是频次控制。同一个用户短期内反复看到同一支素材效果衰减非常快第10次展示的边际价值可能接近于零。三是起量节奏。新广告计划冷启动时系统需要积累转化数据来学习模型出价太低会导致一直等不到流量没有数据就没法优化。广告主在竞价中真正能控制的杠杆不只是出价金额还有素材、落地页、定向范围、投放时段。出价高低要和预期eCPM匹配转化率预估高的流量出价贵一些也能接受转化率不稳的流量单价再便宜也可能亏。很多人迷信低出价就能省钱但市场机制不会无条件奖励低价。长期低价通常会买到边角流量导致模型学不到优质人群的特征成本反而越跑越高。该激进的时候要敢出价该收缩的时候要及时踩刹车这本身就是一种围绕预期收益和预算约束的动态平衡。写到这里我想起自己刚做优化时的教训。那会儿我最喜欢干的事情就是反复调素材以为把点击率从1%做到3%一切问题都能迎刃而解。但回头看真正让我亏钱的计划往往是定向太宽、没有归因体系、核算时只看了表面ROI。把这一章的基础打牢之后再打开后台报表很多数字才第一次对上了号。计算广告的基础章节不教你怎么做出爆款素材也不教你怎么写复杂的算法代码它教的是每一分预算进入系统之后经历了怎样的分配逻辑又该如何被衡量。这个地基稳了后面再学竞价策略、模型预估、流量生态这些进阶内容你会轻松很多。给刚入门的同学一个真心建议不要急着钻进数据平台里点点点先找张纸把CPM、CPC、CPA、eCPM、漏斗损耗、归因、ROI、LTV这几个概念用自己的话完整讲一遍再去看任何系统设计都会感觉通透不少。