ecpm的信息流计算公式 ecpm计算公式 _ecpm计算公式

编辑导语：在互联网广告中， eCPM是一个重要概念，结合这一概念，我们可以定量评估收益，进而推动优化。不过，你真的了解eCPM这一概念吗？本篇文章里，作者对互联网广告中eCPM这一概念做了详细梳理，一起来看一下吧。

文章插图

老板A：计划放了快一个星期了，还没花出去100块钱呀？我想退款去XX平台试试了。
老板B：（周六一早上7:15夺命连环call）今天账户成本怎么又炸掉了啊！
优化师小白：好的老板，我这边再优化优化，换个素材测试一下啊。

在不少外行人眼里，广告从业者往往拥有一个有趣的灵魂，生性浪漫，开放健谈。近几年互联网大厂神话般崛起，个性化推荐引擎推动程序化广告快速发展。而广告优化师这一新兴的职业立刻成为行业香饽饽。在众人的想象里，他们不仅拥有传统广告人“创意big idea”的感性之脑，同时懂技术和经营，闪烁着耀眼的理性之光。
然而真正的苦，只有他们自己心里懂。
信息流广告兴起之迅猛，超越了从业者人响应之极限。目前，行业内缺少系统化的培养方案和标杆案例，可以说，每一个优化师都是“摸着石头过河”——野蛮生长。类似“日消耗破千万”、“一夜脱贫”的神操作讨论屡见不鲜，也让信息流广告账户优化变成了一门玄学。
除此以外，计算广告以AI为基础发展起来，难免涉及一些专业的算法底层逻辑，同时，发展过程中衍生出大量晦涩难懂的专业术语，理解门槛高，这也让广告优化师在与平台“较劲”的过程中感到迷茫。
笔者在本篇文章里，给大家系统讲讲程序化广告里最重要的1个概念——eCPM 。本文适合新手优化师果断收藏、互联网从业者反复阅读！
一、eCPM的神秘面纱信息流广告以个性化推荐引擎为核心，通过大数据算法，由机器智能分析用户一系列行为（如播放时长、点击、评论、转发等）背后的兴趣分布，将用户属性、兴趣特点和广告进行精准匹配。在完成用户定向后，广告系统根据历史账户的展现和点击情况，对新广告请求进行综合评估，并按照千次展现的预估收益进行排序，经过频次过滤，进行主动推送。
虽然不同平台算法存在差异，但核心逻辑大同小异，即eCPM（Expected Cost Per Mile）。 “Mille”在拉丁语中是“千”的意思， CPM是按照每千次展示计算成本，是衡量广告活动成本的指标。
媒体和广告主围绕着“流量”展开了一场利益互换的采买博弈。

文章插图
从媒体方角度看， eCPM是千次展示的期望收入。媒体平台依靠售卖广告获得收益，所以广告系统的流量会倾向于eCPM更高更稳定的广告计划，从而实现期望广告收益的最大化。而期望广告收益是统计理论上的，主要与广告主的竞价意愿和广告质量（即用户产生点击、转化行为的可能性）有关，计算公式为：
eCPM =出价（Pbid）*预估点击率（eCTR）*预估转化率（eCVR）*1000
从广告主角度来看， eCPM是千次展示的预估成本。 eCPM越高，广告就越有竞争力，流量就越大。 “广告位”拍卖市场上，广告系统根据eCPM的高低决定谁可以拿到更优质的广告位。在只有一个位置的拍卖中，系统向赢得该位置的广告主收取其下一位广告主的出价，这样的拍卖也叫作Vickrey拍卖，即广义的第二定价策略 GSP（Generalized Second Pricing），基本公式为：
P=Ps+C
其中， P为出价最高者的结算价格， Ps是出价第二高的价格， C为常数，通常为0.01 。
举个例子，某广告平台在某日19：00-20：00时段，放出广告库存有2个，广告主A、B、C同时参与这两个广告位的竞拍，三位广告主的出价（基数）分别为10/4/2 。那么， A与B竞价成功，其中，广告主A实际扣费为4+0.01=4.01 ，广告主B的实际扣费为2+0.01=2.01 ，广告主C竞价失败。