当流媒体的增长红利逐渐消退，广告成为 Netflix 的必答题。如何在用户体验与商业收益之间找到平衡，这不仅是一道数学题，更是一场关于未来的战略博弈。
Netflix的广告业务要先从2022年说起，11月它在几乎被自己否定了二十年的广告模式上踩了刹车，推出带广告的低价套餐。刚上线那会儿，这个套餐的月活用户只有500万，算是一个试水。
一年之后，也就是2024年5月，Netflix对外披露：广告层的全球月活已经冲到4000万，占到广告层可用国家新注册用户的40%。半年再往后，到2024年11月，这个数字翻到7000万，新的注册用户里，超过一半选择了带广告的那一档。
到2025年5月，广告层月活来到9400万，占公司3亿多订阅用户里一个相当可观的比例，广告套餐在可用市场的新开通中占比进一步升到55%。
最新一次对资本市场的沟通里，Netflix直接换了一个口径：把账号数，换成了广告的人数来算，推出了新的MAV（Monthly Active Viewers，月度活跃观众）指标——用内部调研估算每个家庭平均几个人看，再把广告触达换算成人。
按这个口径，他们现在宣称广告每月触达的观众已经超过1.9亿。
说白了，MAV这个口径，本质上是在向“电视话语体系”靠拢。传统电视卖的是GRP和收视率，习惯用“人”来算触达；流媒体原生的世界里，只看账户、订阅数和播放时长。
Netflix 现在把广告层的汇报口径，从订阅账户切回观看人数，既是为了让媒体代理更容易把它塞进原有电视预算框架，也是给未来可能出现的统一CTV的度量衡，提前占个座位。
这背后还有一个更现实的判断：对于广告主来说，有多少账户开通了广告层其实没那么重要，我投出去的广告到底有多少人看到才是关键问题。
营收上，Netflix在2024年的目标是，当年广告收入同比翻倍，2025年的目标是再翻一倍。但它同样也提醒投资者——在至少2026年之前，广告都还不会是公司收入里的第一现金牛，更多是一条正在加速的第二曲线。
这背后有一个经常被忽略的取舍：Netflix 的主业仍然是订阅，它不能像一些免费流媒体那样，靠加广告时长去“硬拔”收入。
对它来说，广告更像是一条防御线——一方面填补内容和带宽的成本通胀，另一方面在用户增长放缓的时候，帮公司提升ARPU。
所以它一边在拼命给广告放量，一边又在财报上给市场预期降温：短期别指望广告变成现金奶牛。这种刻意的克制，本身就是商业模式上的一个态度选择。
总之，在营收规模这关，Netflix基本已经过了；接下来，考验它广告业务的是另外两件事：广告怎么卖，效果怎么算。
刚起步做广告的时候，Netflix的姿态很典型：贵且封闭。
2022年它一上线广告，CPM起价65美元，买家只能通过微软的Xandr平台来下单。
但任何一个广告主的规划表上，Netflix都只是众多媒体里的一个。预算要在CTV、线性电视、YouTube、PrimeVideo、Disney+等一堆渠道之间切换，如果Netflix必须单独开一套流程，那大部分时候，它的结局只有一个——被跳过。
这也是为什么，过去一年多，我们能看到Netflix在往程序化靠拢这件事情上，动作非常密集：
先开放 The Trade Desk、谷歌DV360、微软Xandr，后面再补上雅虎DSP，基本把主流跨屏买方平台都接了一遍，广告主可以在熟悉的控制台里直接建Netflix的一对一 PMP。
随后上线程序化保量（Programmatic Guaranteed），把“事先谈好价格和量”的传统电视采购方式搬进程序化交易，并叠加一整套品牌与销售衡量工具。
卖方这边，则把库存挂到Magnite等CTV SSP上，同时自建广告技术平台Netflix suits，在加拿大、美国等市场逐步替换微软方案，并向更多市场开放自助式、程序化购买。
最新一步，是和亚马逊Ads合作：从2025年Q4起，在十多个主要市场里，广告主可以直接通过亚马逊DSP 购买 Netflix 库存。
与此同时，它CPM的价格，在亚马逊prime打压下，一路从当年的60多美元，一路跌到20～30美元区间，虽然在CTV里仍然属于贵的一档，但已经不再是一个劝退价。
站在今天看，Netflix在流量怎么卖这件事上的想法已经很清楚：
一方面，把广告触达做大，通过多DSP的接入和价格下调，尽量降低准入门槛，把自己从特别渠道变成CTV媒体池里的一个常规选项；另一方面，自建广告技术平台，从加拿大起步，逐步在美国和其他国家替换掉微软，把广告技术的关键环节收回自己手里。
当怎么买的问题被逐步扫清之后，真正变成稀缺品的，是度量问题。
CTV的广告，一直有一个尴尬之处：形态长得像传统电视，但交付和计费方式又更像移动数字广告。广告主天然会提出一个要求——既然是数字化投放，那就应该算得清。
问题在于，CTV天然是多人同时看一个屏幕的场景，它在衡量和归因上，注定比单人设备复杂得多。
最直观的挑战就是「没有统一的度量衡
不同流媒体平台用不同的口径来算曝光一次：有的按播放时长，有的按起播次数；有的按家庭，有的按账户。对广告主来说，最后拿到的是一堆不同语言的报告，很难直接拼成全局视图。
Netflix最近推出的MAV指标，实际上就是用内部样本测算出每个家庭平均几个人同时看，把广告观看人次折算成一个更接近人的口径——从账户转向观众。
这只是第一步。对于大多数品牌来说，更难的部分在后面：跨平台频次控制、归因和销售贡献。
在衡量这块，Netflix过去两年频繁加人入伙，陆续把一整套传统电视与数字广告的测量牌桌都搬了进来：
NielsenONE、EDO负责跨屏与品牌效果；DoubleVerify、IntegralAdScience做可见性与反作弊；Kantar、Cint、NCSolutions、AffinitySolutions等则帮助品牌看品牌认知、回忆度、好感度乃至线下销售提升。
与此同时，它又在数据清洁室技术（DataCleanRoom）上大举投入，与Snowflake、InfoSum、LiveRamp等供应商合作，搭出一个相对安全、合规的数据对接环境，让广告主可以把自己的第一方数据拿进来，在不暴露用户级别数据的前提下，和Netflix的观众数据做匹配，算触达、算频次、算最后一跳归因。
从逻辑上说，这一套组合拳，基本就是在向广告主传递一个信号：在Netflix上投广告，可以像买程序化展示、买零售媒体那样，拿到可度量、可比较的效果回报。
更长远的一步，是把看得见变成算得清。这需要三种数据慢慢拧成一股绳：
一块是广告曝光本身——谁在什么时候、在什么内容前后看到广告，这部分掌握在 Netflix 手里；
一块是行为数据，比如用户是不是因为看了这条广告去扫了二维码、搜了某个品牌词、点进了官网，或者干脆走进线下门店，这些既可以来自品牌自己的第一方数据，也可以借助像 NCSolutions 这类第三方的零售和消费数据库；
最后一块是交易和购物数据，这正好是亚马逊 DSP 这类商业媒体平台最擅长的部分——当广告主通过亚马逊DSP去投Netflix时，背后接的是亚马逊那一整套购物数据，理论上可以更直接地回答那个关键问题：看之后有多少人真的去掏了钱。
在广告行业里，有一个不成文的规则：谁来写最后那份效果归因报告，谁就坐在桌子主位上。
这也是Netflix真正要面对的挑战——只凭自己的观众和播放数据，很难说服广告主销量是因为我.
如果完全把归因交给亚马逊、连锁零售商和第三方测量公司，它又会在话语权上吃亏。
现在它做的，是尽量让这些结论写在自己的Data Clean Room数据清洁室里，而不是写在别人的数据仓库里。
对Netflix来说，这里面有一个微妙的平衡：
一方面，它需要借助亚马逊DSP这类平台，把更强的归因能力带给广告主，抢下更多预算；另一方面，它又不能把效果解释权完全让给别人，否则未来在价格谈判、产品设计上的主动权会被削弱。
所以Netflix一边在对外广结DSP盟友，另一边坚持构建自己的广告技术堆栈和测量体系。它需要在让广告主更容易算清楚与保持自己对数据和叙事的控制力之间，找到一个新的平衡点。
如果只看短期的财报曲线，Netflix广告业务的故事很简单：用户规模扩张超预期，广告收入连年翻倍，价格从高位回落，变得更接地气。
但站在广告主的视角，故事不会这么轻松。
CTV广告的一个基本现实是：
预算真正增加的时候，是品牌敢于拿它和线性电视、和YouTube、和短视频做正面替换的那一刻，而这背后90%靠的不是爆款内容，而是他们能不能算清楚——自己买到的是增量触达，还是重复曝光；是带来了新的销售，还是只是替换掉了原本会发生的自然购买。
Netflix把程序化的门打开之后，下一步就得在这件事上给出答案。
从现在公开的信息来看，它的路径大致是这样几步：
先用MAV这种按人算的指标，解决最基础的到底有多少人看到广告；再用测量伙伴与清洗间，搭出一套相对开放的效果算账环境；最后，在自建广告平台和与Amazon这类合作伙伴的博弈中，慢慢把归因的解释权掌握在自己可控的范围内。
对于广告行业来说，这件事的意义可能要到2026年以后才会看出来。
如果把过去二十年的数字广告史粗暴地拆成三幕：
第一幕是买版位，看的是曝光量；
第二幕是买点击，看的是即时反馈；
第三幕开始买结果，不再满足于“谁看到”，而是要问“谁因此做了什么”。
搜索广告、社交广告已经基本走完了前两幕，零售媒体正在演第三幕；Netflix现在要做的，是把一个偏内容、偏品牌的电视场景，硬生生拉进“买结果”的时代。
这其中，内容可以交给导演和算法去博口碑，广告这条线，真正决定上限的，是这套数学题能被算得多清楚。
作者：刀客，公众号：刀客doc
本文由 @刀客 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。