模拟场景：两块同样12平方米的广告位，一年后续约结果完全相反
某座约5万座的体育场，过去一直按面积和位置大类给广告位定价：场内、场外、停车场三档，每档按平方米报价。在模拟场景中，东门入口的一块12平方米LED屏与地下停车场B区角落的一块12平方米灯箱，年费分别约为36万元和18万元。
一年后，LED屏的广告主主动要求续约并愿意加价，停车场灯箱的广告主则明确不再续约，理由是“几乎没有人看到”。场馆商务团队这才意识到，按面积定价的方式让前者被低估，后者被高估。
Location：位置决定了谁会经过，而不只是“场内还是场外”
同样是入口，主入口和次入口的人流可能相差数倍；同样是场内，面向主看台和面向客队看台的广告位价值也不同。停车场里，靠近电梯出口的位置和角落的位置，一个是观众必经之地，一个几乎没有人停留。
所以位置不应该只用“场内、场外、停车场”三个大类描述，而要细化到具体的点位，并记录它与入口、大厅通道、座席区、餐饮点和零售点的相对关系。在BB体育的场馆分析中，这部分信息由Venue Intelligence统一管理，每个广告位都有自己的坐标和朝向。
Traffic与View：经过的人数和真正看到的人数是两回事
一个广告位前经过1万人，不代表有1万人看到它。真正决定曝光的是三个因素：经过人数、可视角度和可视时长。
- 经过人数：来自闸机、通道计数或Spatial Analytics对人流的估算。
- 可视角度：广告位是否正对人流方向。如果观众需要回头或侧身才能看到，有效曝光会大幅下降。
- 可视时长：观众在可视范围内停留的时间。排队区、电梯口、安检口前的广告位，停留时间长，记忆效果好；快速通道两侧的广告位，观众可能只看了一眼。
在模拟测算中，东门LED屏每个比赛日经过约1.8万人，正对人流方向，安检排队期间平均可视时长约90秒；停车场角落灯箱经过约1500人，位于车辆转弯方向的侧面，平均可视时长不到5秒。按“经过人数×可视系数×可视时长”折算，两者的有效曝光差距超过20倍。
转播镜头覆盖：场内广告位的第二块价值
对于场内广告位，还有一块价值来自转播镜头。场边LED围挡、球员通道口、替补席背板、角旗区等位置，会在比赛转播中反复出现。一场比赛如果有转播，某些场边广告位的镜头出现时长可能达到10分钟以上，覆盖的观众数量远超现场。
镜头覆盖时长可以通过回看转播录像，按画面中广告位的出现时长和清晰程度统计。它和现场曝光是两套逻辑，定价时应该分开计算，再按广告主的投放目标组合报价。
Event与Audience：同一块广告位在不同活动里价值不同
同一块场边LED围挡，在联赛比赛日有转播曝光，价值很高；在演唱会当晚，可能被舞台和观众区遮挡，甚至被主办方要求关闭。入口广告位在演唱会当晚反而更有价值，因为观众提前几小时到场，排队时间更长。
观众结构也会改变广告位的价值。面向家庭观众为主的活动，适合亲子和日用消费品牌；面向年轻女性观众为主的演唱会，适合美妆、饮品和潮流品牌。广告位定价如果不区分活动类型，就无法向品牌说明“你买到的是哪一群人”。
从面积定价到曝光定价，数据不全时可能出现的偏差
按曝光定价更合理，但它依赖数据质量。常见的偏差包括：人流计数设备覆盖不全，停车场和次要通道的数据缺失；可视系数依赖人工标注，不同标注人员判断不一致；转播镜头覆盖受导播习惯影响，不同比赛差异很大；新增或改造的广告位没有历史数据。
因此，比较稳妥的做法是先用模型给出一个曝光区间，再由商务团队结合历史成交价格和品牌反馈做人工校正。对于数据不足的点位，可以先以较低价格短期试投，采集数据后再调整报价。
一套可以逐步落地的分级定价思路
场馆不需要一次性推翻现有的价格体系。可以按以下步骤逐步过渡：
- 先给所有广告位建立点位档案，记录位置、朝向、周边设施和是否进入转播画面。
- 选取人流数据最完整的10到20个点位，按有效曝光折算，与现有价格对比，找出明显被低估和被高估的位置。
- 把广告位分为A、B、C三级，A级按曝光和活动类型单独报价，C级考虑打包销售或改作场馆自用导视。
- 每个赛季结束后，用实际曝光数据和品牌续约情况复核分级结果。
回到开头的模拟场景，调整后东门LED屏按比赛日和演唱会分别报价，年费提高到约55万元；停车场角落灯箱改为与停车场电梯口位置打包销售，并降低单价。场馆广告总收入在模拟测算中提升约两成，更重要的是续约率明显改善。
广告位价值与场馆招商逻辑密切相关，更多分析可以参考体育场馆招商栏目；关于不同活动类型对场馆收入结构的影响，可以阅读体育场馆商业运营中的比赛与演唱会对比。BB体育场馆商业研究组认为，广告定价从面积走向曝光，本质上是让场馆能够向品牌解释清楚“这笔钱买到了什么”。
