什么是 eCPM?它与 CPM 有何不同?

简介: 这篇文章解释了eCPM(每千人有效成本)的概念,它与CPM(每千人成本)的区别,如何计算eCPM,以及eCPM的主要优势和底价设置。文章还探讨了影响eCPM值的因素,以及如何确定合适的eCPM目标。

eCPM

每千人有效成本 (eCPM) 是指发行商(App 开发者)在 App 中每展示一千次广告所获得的收入。发行商可借助 eCPM,优化广告展示位置,监控变现广告活动,衡量广告变现效果。

什么是 eCPM?它与 CPM 有何不同?

要了解 eCPM 的含义,先要弄清楚什么是 CPM 即每千人成本。CPM 是指预先估算的广告主需要为每千次广告曝光支付的费用。

CPM 是广告主的一项辅助指标,有助于他们为广告活动分配预算,优化广告活动。

而 eCPM 是发行商在每千次广告曝光后实际获得的累计收入。CPM 可以根据广告系列总花费和曝光次数准确算出,而 eCPM 受到供需因素的影响,是一种动态计算方式。

eCPM 涵盖变现和买量两个方面。

  • 在变现方面,eCPM 可用来衡量发行商的广告变现效果。如果 App 开发者的 eCPM 很高,这表明在 App 上投放的广告收效显著,可以实现用户转化。

背后的逻辑十分简单:转化率越高,广告投放的竞争就越激烈,App 开发者获得的收入也就越多。

  • 在买量方面,eCPM 可衡量特定广告系列带来的广告收入。广告平台利用 eCPM 在广告投放模型中对广告系列进行排名,然后在醒目位置频繁投放 eCPM 得分最高的广告系列,促使这些广告系列的曝光量迅速增加,影响规模迅速扩大。

通过这种方式,eCPM 可以体现广告曝光的有效价值以及特定广告系列带来的购买力。

如何计算 eCPM?

你可以使用以下公式计算 eCPM:

(总收入/总曝光次数)x 1000 = eCPM

例如,如果某个移动 App 的广告总收入为 700 美元/天,在该 App 上投放 200000 次广告曝光,则其 eCPM 的计算方法如下:

($700/200000) x 1000 = $3.5

换句话说,每千次广告曝光能给发行商(App 开发者)带来 3.5 美元的收入。

该指标的主要优势有哪些?

营销人员可以借助 eCPM,在不影响覆盖面的前提下评估每个广告系列的效果。了解该指标的计算方法将有助于营销人员确保自己始终使用效果最好的买量模式。

对发行商来说,使用 eCPM 模式的时机有哪些?

  • 投放直效广告系列时
  • 评估 App 更新的影响时
  • 将 App 性能表现与月或年平均性能表现进行比较时
  • 需要对每次曝光的收入进行统一衡量时
  • 需要使用关键指标来了解广告系列投放效果时
  • 考虑到 eCPM 受到投放效果的影响,而寻求优化收入来源时

eCPM for publishers

eCPM 底价

eCPM 底价,又称固定 eCPM 或预估 CPM,是指广告主或广告平台在发行商的 App 或网站上投放广告而须满足的最低 CPM 出价。在广告竞拍中,中标者一般比第二高出价者多支付 0.01 美元,这是增加广告收入的一种有效策略。

但这背后有个问题,就是只有中标者的出价高于底价,底价才会生效。换言之,如果所有竞价者的出价均未达到发行商确定的最低出价,则广告不会投放,发行商也会因此遭受收入损失。

eCPM 底价可以根据地理区域、设备类型、广告主、广告类型(如激励视频广告、横幅广告、插屏广告等)甚至按单支广告来设定,而且需要持续监控以确保成效。

如果底价没设对,很容易导致收入损失,不过有很多办法可以将损失降到最低。

一种方法是为某个广告平台设置一个底价,为另一个广告平台设置更低的底价,这样即使两个平台都没中标,广告主仍然有后路可退。

从更普遍的情况来看,务必记住,虽然移动 App 市场仍处于混合竞价阶段,但随着移动营销行业进一步向纯应用内竞价变现模式过渡,eCPM 底价的影响会越来越小。

what is a good eCPM

eCPM 达到多少比较合适?

eCPM 的“黄金计算公式”取决于多种因素,其中包括:

  • 广告展示位置 – 这会影响总曝光量。一般来说,将广告单元放置在页面顶部会产生更多收入。
  • 地理位置 – 在头部市场的发行商往往拥有更高的 eCPM。
  • 用户参与度 – 移动 App 如果拥有不少活跃的忠诚用户,就能运用提价手段,提高 eCPM。
  • 广告形式 – 视频广告比标准的展览式广告花费更高,但效果也好很多,通常会带来更高的转化率。另一个可能对价格产生重大影响的因素是视频广告的展示位置,因为有些展示位置会带有奖酬,有些则没有。
  • 广告渠道 – 原生广告或赞助式广告带来的收入率通常要比展览式广告更高。
  • 季节性 – 广告主因为某些事件而调整买量规模。黑色星期五、圣诞节、情人节、母亲节和其他商业化的节假日都会加剧大多数发行商平台上的广告位之争。

营销人员可以通过将上述因素与历史同比数据和环比数据进行参考对照,来准确评估合适的 eCPM 值,为变现策略设定客观务实的目标。

相关文章
|
机器学习/深度学习 TensorFlow 数据处理
使用GRU(Gated Recurrent Unit)模型来预测股票未来20天的行情
使用GRU(Gated Recurrent Unit)模型来预测股票未来20天的行情,使用了200天的历史行情作为输入数据。请注意,这只是一个简单的示例,您可以根据需要进行更多的模型调整和数据处理。
|
BI
运营必备 - CPA、CPS、CPC、CPM推广是什么意思?(一)
运营必备 - CPA、CPS、CPC、CPM推广是什么意思?(一)
11243 0
运营必备 - CPA、CPS、CPC、CPM推广是什么意思?(一)
|
5月前
|
前端开发 JavaScript Python
CPM、CPC
【6月更文挑战第24天】
458 13
|
6月前
|
算法 Linux
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
R语言随机波动率(SV)模型、MCMC的Metropolis-Hastings算法金融应用:预测标准普尔SP500指数
|
6月前
|
数据挖掘
R语言预测期货波动率的实现:ARCH与HAR-RV与GARCH,ARFIMA模型比较
R语言预测期货波动率的实现:ARCH与HAR-RV与GARCH,ARFIMA模型比较
R语言预测期货波动率的实现:ARCH与HAR-RV与GARCH,ARFIMA模型比较
|
6月前
基于ARCH模型股价波动率建模分析
基于ARCH模型股价波动率建模分析
|
6月前
|
数据挖掘
R语言预测波动率的实现:ARCH模型与HAR
R语言预测波动率的实现:ARCH模型与HAR
|
6月前
|
监控 数据处理
R语言HAR和HEAVY模型分析高频金融数据波动率
R语言HAR和HEAVY模型分析高频金融数据波动率
|
6月前
|
存储 vr&ar
R语言使用HAR-RV预测实际波动率Realized Volatility案例
R语言使用HAR-RV预测实际波动率Realized Volatility案例
|
6月前
用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模
用R语言用Nelson Siegel和线性插值模型对债券价格和收益率建模