用户触达量化核心指标：Reach、Unique Reach、Reach Rate、Frequency
当投放一次广告活动，媒体平台会直接告诉你“触达了多少用户”，但真正要量化的远不止这一个数字。四个核心指标构成了用户触达的量化语言：Reach（总触达）、Unique Reach（独立触达）、Reach Rate（触达率） 和 Frequency（频次）。它们从不同维度回答“多少人看到、看了几次、占比多少”的问题。
一句话概括：Reach 是累计曝光次数，Unique Reach 是去重后的独立用户数，Reach Rate 是触达比例，Frequency 是每个用户的平均曝光次数。四者共同描绘触达的“广度”与“深度”。
四个指标的定义与区别
| 指标 | 定义 | 单位 | 典型用途 |
|---|---|---|---|
| Reach | 广告内容被展示的总次数（含重复） | 次（Impression） | 衡量总曝光量，评估媒体库存消耗 |
| Unique Reach | 至少看到一次广告的独立用户数 | 人（Users） | 衡量实际覆盖人群规模 |
| Reach Rate | Unique Reach 占目标受众总人数的比例 | 百分比（%） | 评估触达效率，弥补覆盖面缺口 |
| Frequency | 每个独立用户平均看到广告的次数 | 次/人 | 控制曝光轰炸，优化频次上限 |
逐一拆解
Reach（总触达 / 曝光次数）
最简单的累计计数：无论用户是否重复，每次广告加载、播放、展示都计为一次 Reach。例如用户 A 看了 3 次广告，用户 B 看了 1 次，则 Reach = 4 次。
- 为什么需要：媒体结算（CPM）和库存效率的基础。
- 陷阱：高 Reach 可能只来自少量重度用户反复看到，实际覆盖面很窄。
Unique Reach（独立触达用户数）
去重后的唯一用户数。跨设备、跨平台需要 ID mapping 技术来合并同一用户。假设上面例子中用户 A 和 B 是两个不同的人，则 Unique Reach = 2 人。
- 常见误区：认为设备数 ≈ 用户数。实际上一个人可以用手机、平板、电脑都看到同一广告，去重后只算一个。
- 量级关系：Unique Reach ≤ Reach，只有单次曝光时两者相等。
Reach Rate（触达率）
Unique Reach 除以目标人群总数（通常来自第一方受众或媒体推估）。例如目标人群是“北京地区 18-35 岁男性”共 100 万人，实际 Unique Reach 为 60 万，则 Reach Rate = 60%。
应用场景：品牌广告主用 Reach Rate 判断活动是否“打透”了目标市场。如果低于 30%，往往需要增加投放渠道或扩大频次。
Frequency（曝光频次）
计算公式：Frequency = Reach ÷ Unique Reach。注意这里用的是 Reach（总次数）除以 Unique Reach（独立用户数），得出平均每人看到几次。通常控制频次在 3-5 次/周，超过 10 次可能引起用户厌烦。
- 最佳实践：设置频次上限（如每个用户每天最多 3 次），防止过度曝光。
- 误用：不要只看平均频次而忽略分布——少数用户可能被刷到几十次，拉高平均值，而大部分用户只看到 1 次。
四个指标的关系图
常见误区与避坑
误区一：把 “Reach” 当作独立用户数。很多平台报表用 “Reach” 实际指的是 Unique Reach，要仔细看指标定义。
误区二：忽略频次分布，只用平均值。建议同时查看频次的 P50/P90 分布，避免少数用户被过度曝光。
误区三：Reach Rate 计算时使用模糊分母。目标人群必须明确（如性别+年龄+地区），否则比率无意义。
误区二：忽略频次分布，只用平均值。建议同时查看频次的 P50/P90 分布，避免少数用户被过度曝光。
误区三：Reach Rate 计算时使用模糊分母。目标人群必须明确（如性别+年龄+地区），否则比率无意义。
练习题
某广告活动共产生 15,000 次曝光，经去重识别出 3,000 个独立用户。目标受众为 10,000 人。请计算：
- Unique Reach 是多少？
- Reach Rate 是多少？
- Frequency 是多少？
参考答案：
- Unique Reach = 3,000 人
- Reach Rate = 3,000 / 10,000 = 30%
- Frequency = 15,000 / 3,000 = 5 次/人
延伸思考：如果 Frequency 高达 20 次/人但 Reach Rate 只有 5%，说明什么？——触达面极窄，但看到广告的用户被强刷了多次，可能是定向过窄或频次上限未设。