模拟对象:一场两万人规模的城市半程马拉松

模拟场景

以下为模拟场景。某二线城市半程马拉松,报名跑者约2万人,其中本地跑者约65%;赛道途经老城区、滨江路和新区商务区;当地电视台与一家网络平台联合直播约3小时;赛后短视频和跑者自发内容持续发酵约一周。运营方希望据此制定下一届的冠名、分项赞助和内容合作方案。

在BB体育官网上,这类项目会按七个步骤推进。每一步都有明确的输入和输出,也都有一个必须由人亲自看一眼的环节。步骤之间是串联的:第二步的受众口径会被第三步用来计算曝光,第三步的可见时长又是第四步资产估值的基础。前面任何一步的口径偏差,都会被后面的步骤放大,最后变成报价单上一个看起来很精确、实际上站不住的数字。

选择赛事分析受众分析媒体传播分析商业资产分析版权价值分析内容收入生成报告

第一步:选择赛事,先把边界划清楚

输入:赛事名称、届次、日期、赛道与城市、组别设置(半程、欢乐跑)、往届数据的可用范围。

输出:一个分析边界:本次评估覆盖哪几届、哪些组别、哪些渠道,以及与哪几场同级别城市赛事做对比。

容易出错:把欢乐跑和半程的参与人数混算,或把相邻城市同期的全程马拉松当作对比对象。两者的跑者结构和赞助逻辑都不同。对比基准的口径也要选对。据中国田径协会《2025中国马拉松赛事蓝皮书》,2025年全国共举办马拉松594场,其中半程359场,参赛约454万人次,284场A类认证赛事的直接经济影响约185.1亿元。同级别对比样本并不缺,缺的是同口径:蓝皮书没有单列赞助收入,拿经济影响去比招商收入,报价会被抬得离谱。

人工复核:运营方确认组别口径和对比赛事名单,这决定了后面所有数字的可比性。

第二步:分析受众,跑者和观众是两类人

输入:报名数据(年龄、性别、所在区、配速区间、往届参赛次数)、现场观众估算、直播与短视频的观看者画像。

输出:三层受众画像:跑者、现场观众、线上观众,各自的规模、结构与重合度。

容易出错:“现场观众三十万”通常是沿线人流估算,包含大量路过人群和交通管制下的滞留人群,不能直接当作有效观众。模拟场景中,BB体育按点位停留时长修正后,有效观看人数约为原数字的三分之一。

人工复核:赞助商的目标人群定义需要人工确认。某运动装备品牌看重配速在5分30秒以内的进阶跑者,某银行看重本地中高收入家庭,两者要看的是同一份数据里的不同切片。

第三步:分析媒体传播,峰值不等于露出

输入:直播观看数据(同时在线、平均观看时长、分时段曲线)、短视频与集锦的播放和来源、社交讨论量、本地媒体报道。

输出:分渠道的传播曲线,以及每个时段、每个画面位置的品牌可见时长估算。

容易出错:直播峰值通常出现在发枪和冲线前后,沿途大部分时间的在线人数只有峰值的一半左右。拿峰值乘以3小时算品牌曝光,会把露出价值高估一倍以上。

人工复核:抽查直播录像中关键点位的画面,确认拱门、路牌和补给站品牌在画面里是否真正清晰可见。这和行业做法一致:据Relo Metrics 2025年3月的公告,其赞助测量产品接入英伟达的多模态模型,自动识别场馆广告牌和球员服装上的标识;Nielsen的赞助媒体价值测量采用AI识别加人工分析师复核。计算机视觉把每一秒画面过一遍,人判断标识是否清晰、有没有被遮挡。

第四、五步:商业资产与版权价值,分开定价

商业资产的输入:冠名、起终点拱门、补给站、计时点、号码布、完赛奖牌、赛事博览会展位、数字内容合作等资产清单,以及上一步的可见时长和受众画像。

商业资产的输出:每项资产的曝光估值区间、适配品牌类型和打包建议。

容易出错:把所有资产按同一CPM折算。补给站的价值主要来自跑者的近距离接触和使用体验,而不是直播画面里的曝光秒数。赞助商也越来越要求把赞助和其他营销渠道放在一起比较,SportsPro汇总的2026年行业预测就提到,业界正推动赞助效果测量标准化。所以资产估值除了曝光,还要附上可追踪的转化口径,例如补给站扫码领券的核销数。

版权价值的输入:直播与集锦的授权情况、本地电视与网络平台的分发数据、历届观看的稳定性。

版权价值的输出:直播、集锦、短视频二创授权各自的价值区间。

容易出错:城市马拉松的版权很少靠单独售卖直播获利,更多价值来自本地媒体合作和短视频分发。套用职业联赛的版权估值方法,会严重高估。中超2026赛季的做法可作参照:据报道,中足联与咪咕共建“中超媒资银行”,向媒体、俱乐部新媒体团队和KOL共享素材,咪咕同时推行“版权白名单”,分步开放版权内容。城市马拉松也可以借这个思路:直播和官方集锦有序授权,本地创作者的二创按白名单放开,传播面扩大了,授权边界也清楚。

人工复核:商务团队核对资产清单是否与赛事合同一致,法务确认跑者自发内容的授权边界。

第六步:分析内容收入,跑者本身就是内容来源

输入:官方集锦、跑者个人完赛视频、赛道风景内容的播放与转化数据,完赛照片与电子证书的购买数据。

输出:内容收入结构:广告、品牌内容、个人完赛视频付费、周边商品各自的收入区间。

容易出错:官方集锦播放量高,但变现能力弱;个人完赛视频播放不高,付费率却可能很高。模拟场景中,约18%的跑者购买了个人完赛视频,收入超过官方集锦的广告分成。

人工复核:确认个人内容的定价与隐私授权,避免未经授权使用跑者影像。如果完赛视频用AI自动剪辑、配AI解说或生成海报,还要符合《人工智能生成合成内容标识办法》:该办法自2025年9月1日起施行,要求AI生成合成内容添加用户能直接感知的显式标识,并在文件元数据中添加隐式标识。

第七步:生成报告,每个结论都要能回溯

最后一步由BB体育的系统汇总前六步,生成赛事商业报告。报告里的每个数字都标注来源和口径,每个估值都给出区间。七步汇总如下:

步骤 核心输出 最易出错的指标 人工复核点
选择赛事分析边界组别混算 组别口径与对比名单
分析受众 三层受众画像现场观众人流 赞助商目标人群定义
媒体传播 品牌可见时长 直播峰值 关键点位画面抽查
商业资产 资产估值区间 统一CPM折算 资产清单与合同一致
版权价值 分授权价值区间 套用联赛估值法二创授权边界
内容收入 收入结构 集锦播放量个人影像授权
生成报告 赛事商业报告 单点数字替代区间 结论与假设分开呈现

这套流程为什么要把招商、传播、版权和内容放在一起做,可以参考把四条业务放进同一个AI系统的原因;向品牌展示哪些数据更有说服力,见招商方案应该展示哪些数据。

报告交付给赞助商之前的复核清单

  • 现场观众是否已按停留时长修正,原始人流估算是否只作为参考出现?
  • 品牌曝光是按分时段在线人数计算,还是按峰值计算?
  • 每项商业资产是否有独立的估值依据,而不是统一折算?
  • 跑者画像是否按不同赞助商的目标人群分别切片?
  • 个人内容的收入测算是否已经过授权确认?
  • 报告中哪些是模型推断、哪些是实测数据,是否清楚区分?
  • AI生成的完赛视频、海报和报告摘要,是否已按规定添加标识?

这些检查完成后,报告才适合同时交给冠名商候选、转播合作方和内部内容团队。回到开头那三个追问:本地中高收入跑者的占比来自第二步的切片,真正有人看的点位来自第二步的停留时长修正,品牌露出秒数来自第三步的分时段计算。三个问题都能在报告里找到对应的数据来源和人工复核记录,这份报告才算经得起赞助商的追问。