Impressions

定义

Impressions 是曝光数（展示次数），表示广告、搜索结果或内容被展示给用户的总次数。

一次 Impression 意味着内容出现在用户的屏幕上，但用户不一定注意到或做出任何互动。

一句话理解：Impressions 回答"你的内容被展示了多少次"。

为什么重要

Impressions 是流量漏斗最上游的指标，决定了品牌触达和流量入口的天花板。

Impressions 能帮助团队判断：

广告或内容的覆盖规模有多大
投放预算是否能获得足够的曝光
品牌认知度的传播范围
搜索引擎中页面的可见度
展示到点击的效率（配合 CTR 分析）

Growth 团队用 Impressions 评估"有多少人可能看到了你"，再结合 Clicks 和 CTR 判断"有多少人被吸引了"。

Growth 漏斗位置

Impressions 位于 Acquisition 层的最上游，在 Clicks 之前。

典型链路：

text

Impressions -> Clicks -> Sessions -> Activation -> Conversion

计算公式

基础公式：

text

Impressions = count(impression events)

统计口径

Impressions 的定义在不同场景下差异较大：

广告行业标准：广告像素的 50% 以上面积在可视区域出现至少 1 秒（IAB Viewability 标准）
搜索引擎：页面出现在搜索结果中即计一次，不要求用户滚动到该位置
社交媒体：内容进入信息流即算曝光，不管用户是否停留
站内推荐位：商品卡片进入可视区域即计

注意事项：

同一用户可以产生多次 Impressions（刷新页面、多次曝光）
Bot 产生的 Impressions 需过滤
不同广告平台的 Impressions 统计口径可能不一致
Viewable Impressions 和 Served Impressions 是两个概念
搜索广告的 Impressions 与展示广告有本质区别

示例

某电商本月广告投放数据：

Google Ads Impressions: 5,000,000
Facebook Ads Impressions: 3,000,000
Total Impressions: 8,000,000
Total Clicks: 160,000
Total Spend: ¥400,000

则：

text

Overall CTR = 160,000 / 8,000,000 = 2%
CPM = 400,000 / 8,000,000 x 1,000 = 50 元

SQL 思路

按渠道和广告位统计曝光：

sql

select
  date(impression_time) as dt,
  channel,
  ad_placement,
  count(*) as total_impressions,
  count(distinct user_id) as reach
from ad_impressions
where is_bot = false
  and is_viewable = true
group by 1, 2, 3
order by 1, 2;

曝光到点击的转化漏斗：

sql

select
  i.channel,
  count(distinct i.impression_id) as impressions,
  count(distinct c.click_id) as clicks,
  count(distinct c.click_id) * 1.0 / count(distinct i.impression_id) as ctr
from ad_impressions i
left join ad_clicks c on i.impression_id = c.impression_id
where i.is_bot = false
group by 1;

Dashboard 展示

建议展示方式：

Impressions 趋势图（按天/周）
Impressions by Channel / Platform
Reach（独立触达人数）vs Impressions
CTR 趋势（Clicks / Impressions）
CPM 趋势
Impressions 分布：搜索 vs 展示 vs 社交 vs 站内

可视化建议：用面积图展示各渠道 Impressions 的组成变化，配合 CTR 折线叠加。

如何优化

提升 Impressions 规模：

增加广告投放预算
拓展新渠道和新广告位
优化竞价策略，提升广告竞得率
SEO 提升关键词排名，增加自然搜索曝光
扩大目标受众定向范围

提升 Impressions 质量：

聚焦高意图受众，减少无效曝光
选择 Viewability 高的广告位
控制频次上限（Frequency Cap），避免对同一用户过度曝光
关注 Reach 和 Frequency 的平衡
过滤低质量版位和欺诈流量

常见误区

曝光多不代表效果好，必须看 CTR 和后续转化。
Impressions 和 Reach 混淆：Impressions 是展示次数，Reach 是触达人数。
只看 CPM 低不低，不看曝光后的用户行为质量。
忽略 Viewability（广告可见性），无效曝光浪费预算。
不同平台的 Impressions 定义不同，直接横向对比不准确。
高频次曝光导致用户疲劳，反而降低 CTR。

面试题

Impressions 和 Reach 有什么区别？
如何判断 Impressions 的质量？
CPM 低但转化率也低，应该怎么分析？
什么是 Viewable Impression？为什么它很重要？
如何在预算有限的情况下平衡 Reach 和 Frequency？

企业案例

一家时尚电商在抖音投放开屏广告，单日 Impressions 达到 10,000,000，但 CTR 仅 0.3%，Clicks 30,000，最终转化订单仅 120 单。

分析发现：

开屏广告属于强制曝光，用户无主动意图
素材偏品牌向，缺乏直接购买引导
曝光人群过于宽泛，与目标客群匹配度低

团队调整：

将部分预算从开屏广告转移到信息流广告（用户主动浏览场景）
缩小定向人群到 25-35 岁女性、有时尚消费行为
素材加入限时优惠和明确 CTA

调整后 Impressions 减少 60%，但 CTR 从 0.3% 提升至 2.8%，单月订单增长 3 倍。

PPT Notes

Slide title: Impressions: 漏斗最上游的触达指标
Key message: 曝光是起点但不是目的，质量比数量更重要
Visual: Impressions → Clicks → Sessions 的漏斗递减图
Speaker note: 强调 Viewability 和 Reach vs Frequency 的平衡

Impressions ​

定义 ​

为什么重要 ​

Growth 漏斗位置 ​

计算公式 ​

统计口径 ​

示例 ​

SQL 思路 ​

Dashboard 展示 ​

如何优化 ​

常见误区 ​

相关指标 ​

面试题 ​

企业案例 ​

PPT Notes ​

Impressions

定义

为什么重要

Growth 漏斗位置

计算公式

统计口径

示例

SQL 思路

Dashboard 展示

如何优化

常见误区

相关指标

面试题

企业案例

PPT Notes