酷比 Scupio 廣告使用心得（2016 年）

酷比 Scupio 廣告是台灣的一家網路廣告商，這裡分享一下我的使用心得。

酷比 Scupio 廣告類似 Google AdSense 廣告，可以讓網站透過放置廣告獲利，其對象以繁體中文網站為主，單月網頁瀏覽頁次達 30 萬次以上才能申請（不過似乎不是硬性規定），最近我拿 G. T. Wang 部落格去申請之後，試用了一陣子，以下是一些重點整理，如果您也有考慮在網站放置廣告的話，可以參考一下。

廣告大小

酷比廣告提供將近三十種廣告版型，選擇性比 Google AdSense 還要豐富，對於大部分的網站而言應該都可以找到適合的廣告大小。

酷比廣告版型設定

酷比的文字廣告也仿照 Google AdSense 的設定，可以選擇邊框、背景、廣告標題與廣告內文的顏色。

浮動廣告

浮動廣告（floating ads）是指將廣告固定在瀏覽器頁面的某個位置上，不管捲軸如何拉動，浮動廣告都會維持在原來的位置，藉由這樣的方式吸引使用者的注意，增加廣告點擊率。

由於浮動廣告通常很容易造成讀者的反感，對於使用者體驗來說非常不利，因此大部分的廣告商都會禁止使用浮動廣告，不過酷比廣告的使用條款並沒有明確禁止使用浮動廣告，所以如果您想要使用浮動廣告，是可以用的。

非同步與 HTTPS 加密

酷比廣告的程式碼技術還不錯，以下是一個 300×250 的廣告程式碼：

<ins class="scupioadslot"
style="display:inline-block;width:300px;height:250px;"
data-sca-pub="lQwZGRk2RC9URQoR"
data-sca-web="4176"
data-sca-category="16"
data-sca-cid="13763"
data-sca-width="300px"
data-sca-height="250px"
data-sca-background-color="#f1f1f1"
data-sca-title-color="#0093c2"
data-sca-title-font-family="Microsoft JhengHei"
data-sca-title-font-size="16px"
data-sca-description-color="#000000"
data-sca-description-font-family="Microsoft JhengHei"
data-sca-description-font-size="12px"
data-sca-mobile-font-size="28px"
data-sca-border-color="#f1f1f1"
></ins><script async src="//img.scupio.com/js/ad.js"></script>

其仿照 Google AdSense 港告的載入方式，預設就使用非同步（async）的方式載入廣告，比較不會拖慢網頁載入的速度，而且同時也支援 HTTPS 加密的網頁，不管是放在有加密還是沒加密的網頁中都沒有問題。

廣告收益

廣告收益是最重要的指標，我在文章的最下方放置了一個 300×250 的廣告，以下是放置了一段時間之後的廣告收益報表。

從這個表格看起來，每次點擊的收益似乎是 478.3 / 250 = 1.9132 元，但是我將每天的資料都讀進 R 中做了簡單的分析之後，卻發現不是這麼回事。

這是廣告開啟次數（PageView）、廣告點擊數（Clicks）、點閱率（CTR）、收益（Revenue）與 eCPM 的相關矩陣（correlation matrix）：

相關矩陣

我們最有興趣的通常是收益（Revenue）與其他變數的關係，而收益與其他變數之間的相關性，最顯著的就是 eCPM，不過 eCPM 與收益有高度正相關是很正常的，排除掉 eCPM 之後，剩下的就是 PageView，其相關係數有 0.43，高於 Clicks 的 0.24，也就是說若想要有比較高的獲利，點擊數目並不是重點，網頁的瀏覽量才是關鍵。

就整體而言，酷比廣告的收益還是不如 Google AdSense 的，所以 Google AdSense 還是首選。然而由於酷比廣告的點擊並不太會影響廣告的收益，個人建議的做法是可以在放置 Google AdSense 的廣告之後，若有多餘的空間（例如網頁最底端），才考慮放置酷比廣告。而浮動廣告的話，雖然酷比廣告允許使用，不過照這樣的報表來看，可能收益也差不了太多。

以上是我個人的使用經驗與數據，不同的網站狀況有可能不同，這裡的推論只是提供大家一個參考。最後附上這張圖的 R 的程式碼：

library(PerformanceAnalytics)
ad <- read.csv("ad.csv")
chart.Correlation(ad)

如果您對 R 語言有興趣，可以參考 R 的教學文章。

進階分析

這裡是後來於 2016/09/25 補充的資料，最近因為 Google AdSense 的廣告政策大改版，原本一張網頁只能擺放三個廣告的限制現在完全解除，所以我就直接把酷比的廣告拿掉，統一擺放 Google AdSense 的廣告，不僅收益較高，管理也方便。

而我在停用酷比廣告後，將酷比廣告的所有資料整個抓出來再分析一次，這裡的資料是從 2016/6/6 到 2016/9/20 的資料，總共有 107 天，計算出來的相關係數如下：

相關矩陣

基本上這裡的結論跟之前少量資料的情況差不多，只不過 PageView 與 Revenue 的相關系統變成 0.73，更反應出網頁瀏覽量的重要性遠高於廣告點擊量。

接著我用一般的線性迴歸模型看一下收益（Revenue）與網頁瀏覽量（PageView）以及廣告點擊量（Clicks）之間的關係：

ad.lm <- lm(Revenue ~ 0 + Pageview + Clicks, ad)
summary(ad.lm)

Call:
lm(formula = Revenue ~ 0 + Pageview + Clicks, data = ad)

Residuals:
    Min      1Q  Median      3Q     Max
-3.8325 -1.3117 -0.2875  1.2288  6.5995

Coefficients:
          Estimate Std. Error t value Pr(>|t|)
Pageview 1.039e-03  4.325e-05  24.030  < 2e-16 ***
Clicks   2.353e-01  6.869e-02   3.425 0.000878 ***
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 2.044 on 105 degrees of freedom
Multiple R-squared:  0.9773,	Adjusted R-squared:  0.9769
F-statistic:  2262 on 2 and 105 DF,  p-value: < 2.2e-16

結果顯示 Pageview 與 Clicks 兩個解釋變數在這個迴歸模型中都是顯著的，而 Pageview 的顯著性又比 Clicks 還高出非常多。在係數上 Pageview 是 1.039e-03，這個數字代表的是平均每次瀏覽網頁所產生的收益，而 Clicks 的係數 2.353e-01 則是代表平均每次廣告點擊所產生的收益。

這裡分析用的原始資料我放在 scupio-ad-reviews-2016-raw-data.csv，如果想要進一步研究的人，可以下載回去看看。

參考資料：WFU Blog、R-bloggers