電視廣告定價模型探討

金璨

【摘要】我國電視廣告在蓬勃發展的同時，也面臨著許多難以解決的問題。本文以電視廣告定價為研究對象，構建電視廣告定價模型，對于電視廣告價格科學合理的制定，具有指導意義。

【關鍵詞】電視廣告；定價模型；相關分析；主成分分析；逐步回歸分析

在我國現有的電視贏利模式下，廣告的價格戰成為電視媒體競爭的主要手段，但也帶來了嚴重的負面影響，擾亂了電視廣告市場的價格秩序。必須認清電視廣告價格的影響因素，同時用實證方法探索電視廣告定價的合理方式，以此促進電視廣告業的健康發展。

一、電視廣告定價的基本理論

在電視臺廣告經營遇到困難的今天，如何制定科學合理的價格顯得尤為關鍵。價格太高，會抑制企業的廣告需求，使廣告量達不到飽和；價格太低，又不能充分體現廣告時段的價值。要想制定科學、有效的價格，首先應該明白電視廣告定價的依據——收視率是制定廣告價格的基礎，市場需求是廣告價格漲跌的動因以及媒體品牌形象帶來廣告價格的附加值。本文將以上三點進行拆分，做出如下關于電視廣告價格影響因素的研究假設：滿意度為X1，入戶率為X2，期待度為X3，覆蓋率為X4，全天收視率為X5等五項歸結為關鍵影響因素。

二、實證分析

為證明以上假設，選擇逐步分析法。而對多元回歸方程的顯著性檢驗是通過復相關系數R和剩余標準差S來進行的。復相關系數越接近于1，回歸效果越好。對于線性回歸模型預測精度的估算，使用剩余標準差S來衡量。剩余標準差S越小，其預測精度越高。本文以SPSS軟件為平臺，選擇逐步回歸法，并設置運行參數為：

（1）平均價格Y設為因變量；

（2）自變量擬用滿意度為X1，入戶率為X2，期待度為X3，覆蓋率為X4，全天收視率為X5等五項指標來衡量。

（一）自變量X與因變量Y

數據來源于劉國珍的文章《電視廣告定價模型研究》，具體內容包括CCTV-1、CCTV-2、CCTV-3、CCTV-4、CCTV-5、CCTV-6、CCTV-7、CCTV-8、CCTV-10、CCTV-11、CCTV-12、CCTV-音、CCTV-新聞、CCTV-少兒、北京衛視、中國教育一套等21組有代表意義且比較完整的數據。自變量則是基于關于滿意度為X1（%），入戶率為X2（%），期待度為X3（%），覆蓋率為X4（%），全天收視率X5（%）等數據的給出。因變量Y（元）為廣告的平均價格。經整理，各個自變量及因變量取值如下（限于篇幅，僅摘錄部分數據）：

根據得到的描述統計量輸出結果，本研究中滿意度，樣本均值為82.98%；入戶率均值為61.82%；期待度均值為17.44%；覆蓋率均值為67.35%，28.5%對應的是全天收視率。平均價格最小值為3476，最大值為62312，均值為23257.9。

（二）相關分析

相關分析是研究變量之間不確定關系的統計方法。以下對研究模型的自變量、因變量以及控制變量進行了Pearson簡單相關分析。Thomas和WIlliams（1991）認為相關系數若小于0.65，表示各變量具有獨立性，沒有共線性的問題。由輸出結果可知，對平均價格Y而言，相關系數最高者為期待度，其相關系數為0.699>0.65；次高為收視率，其相關系數0.678>0.65，其余指標也均大于0.65。那么我們可以得出結論所有指標與平均價格在0.01水平顯著相關。

另外，根據偏相關系數絕對值的大小可以看出這幾項因素對平均價格的影響強弱順序依次為： 期待度（X3）> 全天收視率（X5）> 覆蓋率（X4）>入戶率（X2）>滿意度（X1）。

幾項指標之間也形成預期的高度相關關系，這說明廣告價格預測項目在實際實施的過程中，控制主體間已經形成密切聯系的溝通協作機制，這在一定程度上加速了控制平均價格準確性的進一步提高。

（三）主成分分析

主成分分析是將多個變量通過線性變換以選出較少個數重要變量的一種多元統計分析方法。在SPSS中以“平均價格”為因變量，分類變量（滿意度為X1，入戶率為X2，期待度為X3，覆蓋率為X4，全天收視率為X5）為因素，進行主成分分析。根據成分矩陣可知，各個指標在第一主成分上有較高載荷（滿意度為0.789，入戶率為0.88，期待度0.872，覆蓋率0.749，全天收視率0.751），說明第一主成分基本反映了這些指標的信息。所以可用1個新變量代替原來的5個變量。但此新變量的表達還不能從輸出窗口中直接得到，因為“成分矩陣”是指初始因子載荷矩陣，每一個載荷量表示主成分與對應變量的相關系數。

為此我們需將成分矩陣的這列數據命名為B1，利用公式A1=B1/SQRT（3.283） 即可得到特征向量，最終的回歸擬合公式為：平均價格=0.435*滿意度+0.486*入戶率+0.481*期待度+0.413*覆蓋率+0.414*全天收視率。

（四）逐步回歸分析

總體績效的影響因素很多，相互之間還存在一定的相關關系，利用層次回歸方法可以分析每一個構成因素對因變量的解釋力。

設置運行參數為：

（1）剔選變量的準則為系統默認值，即：F值所對應的P值；

（2）選入變量的顯著性水平為0.05，即當P≤0. 05時，就將該變量選入回歸方程；

（3）剔除變量的顯著性水平為0.10，即當P≥0. 10時，就該變量不能入選回歸方程。

變量進入方程的順序是：第一步，全天收視率X5；第二步，滿意度X1。

根據層次回歸的結果，總結歸納如下：

模型1（X5）：進入控制變量——全天收視率X5。一共解釋了內部控制信息披露水平46%的總變差（），在0.01水平上模型1回歸效果接近顯著（F = 16.205，P=0.001=0.01）。復相關系數R反映了模型自變量與因變量Y之間線性回歸關系的密切程度。可以看出：隨著模型中自變量個數的增加，系數的值也在不斷增加，估計的標準誤差值在不斷降低。

模型2（X5，X1）：進一步進入滿意度X1，一共解釋了內部控制信息披露水平57.2%的總變差（），模型2在0.01水平上回歸效果顯著（F =12.03，p=0.000<0.01）。解釋變量中， X5，X1（sig均小于0.05）均具有顯著差異。

綜上所述，5項自變量指標當中，只有2項指標對總體績效有顯著影響，它們分別是：全天收視率（X5）、滿意度（X1），并且全天收視率（X5）>滿意度（X1）。最終的回歸擬合公式為：電視廣告價格=44029.59x收視率+2831.434x滿意度-224244.349。

（五）模型驗證

為了驗證模型的準確性，以09 年央視七套某欄目的相關數據為例來模擬09 年的廣告價格（數據來源為劉國珍的《電視廣告定價模型》），根據定價模型公式計算得出數據為267.3（百元），實際數據為257.5百元，誤差率為3.8%。

三、相關結論

在模型估計過程中，虛擬變量X5，即收視率對被解釋變量Y的影響較為顯著。一方面，收視率作為廣告主客觀評價指標的核心要素，在節目綜合評價中占有重要地位；另一方面，收視率直接明了，而且具有較強的可操作性，是廣告主定價的主要參考標準和依據，因此對電視頻道的廣告收入有著越來越重要的影響。現在，廣告收入仍然是電視臺的重要收入來源，收視率是廣告主和廣告代理商投放電視廣告的主要依據，因此，提升電視頻道的收視率對廣告價格的影響最直接，也最為顯著。

滿意度對電視廣告收入的影響遠小于收視率，這主要是因為滿意度并不能反映該節目的受眾到底有多少，如果觀眾定位較窄，比如科學類節目，但是該節目的滿意度較高，這樣，在電視廣告定價時，一方面限定了有效觀眾，另一方面也限制了有效的消費者。

電視廣告價格最終是由其價值決定的，同時它也受到收視率、滿意度、覆蓋度、期待度等因素的影響，其中，收視率和滿意度這兩項指標對電視廣告價格的影響較為顯著，而收視率和滿意度的獲得在很大程度上受到電視節目質量的影響，因此，電視頻道應長期致力于電視節目制作質量的提高，當然，電視節目的質量同樣包括制作的內容、節目的思想性等，憑此達到電視節目質量和電視廣告價格的良性互動。

【參考文獻】

[1]喻國明.傳媒影響力[M].廣州：南方日報出版社，2003：15～20.

[2]隆萊博（Ron Lembo），葛忠明譯.思考電視[M].北京：中華書局，2005：268～281.

[3]王蘭柱.2003中國電視收視年鑒[M].北京廣播學院出版社，2003：12～17.

[4]張卓.從電視節目形態變化看內地傳媒角色的變遷[J].現代傳播，2002（1）.

[5]何海明.論媒介的廣告價格和價格策略[J].廣告大觀，2004（6）.