1995年7月，InfoSeek 和 Netscape公司首次提出了在互联网广告采购中使用CPM（Cost Per Thousand, 但一般不写成CPT，而用罗马数字里千的缩写M表示）的模式；1996年4月雅虎和P&G首创了基于CPC的广告销售模式；在学术界，Novak和Hoffman就新媒体的效果监测和评估提出了模型假设，并建立了曝光类指标（Exposure Metrics）和互动类指标（Interactivity Metrics）。至此，互联网广告领域的基础模型在商业实践和理论研究上建立了。由此模型衍生出了多种互联网广告效果评估、计划和采购的方法。
    在曝光类指标方面，理论学术界通过研究验证了传统广告媒介理论中的到达/频次理论（Reach/Frequency）同样适合于互联网广告的曝光(1998)，并且建立了更适合互联网媒体到达/频次的新的模型(2005)。而商业界则有eTelmar， comScore， NetRatings， DoubleClick， Atlas等公司自2000年起纷纷推出适合北美互联网广告市场曝光类广告评估、计划和采购的产品系列。由此，互联网广告与其他形式的广告之间的横向平台初步建立(2003)。
    而随着Google为代表的效果营销广告形式的异军突起，互动类指标方面也得到了瞩目的发展，CPC，CPA……等一系列基于营销过程中的环节点的互动类广告评估、计划和采购模式也纷纷诞生，CP（x）模式成为互联网广告不同于传统广告的一大看点。

             
    可以说，在北美互联网广告市场，面向广告曝光和面向广告互动行为和后续行为的两大互联网广告效果、计划和采购体系为互联网广告的创新和与其他媒体间的整合提供了完整的平台。

现在：中国网络广告效果评估并不完整

    自1997年第一条互联网广告在中国的网站上刊登，中国的互联网广告市场随着整个互联网媒体在中国的快速普及而高速增长着。中国的互联网广告评估、计划和采购主要借鉴北美市场的经验和成果。但是，市场环境不同也造就了中国互联网广告市场的地方特色。
    在网络广告效果评估的模式上，虽然中国互联网广告市场也存在针对广告曝光的指标体系，但是由于市场环境的因素，针对广告曝光的基础数据一直都不完整，而且面向互联网媒体的广告受众描述信息也不尽完整，因此直至目前，真正具有实际价值的互联网广告曝光指标并没有更深入的开发和应用。
    相对来说，在曝光数据缺失的情况下，中国互联网广告在现阶段的效果评估更偏重广告互动行为和后续行为，对于网站来说，更多是将的将广告客户营销活动中的环节，甚至是销售环节的指标作为互联网广告的效果来评估，这就使得中国市场上的CP（x）系列指标得到了极大的丰富。一方面，针对广告曝光数据体系的数据缺失，与广告曝光相关的广告资源大部分按时间单位（CPT）进行销售，特别是在一些大型门户网站的重要广告资源上，按时销售的模型所占的比例非常高。而另一方面，面向效果营销广告主的广告计划和采购以CP（x）体系为主，主要以搜索引擎的CPC模式和广告联盟的CPA模式为主。

                                  2006年国内主要网站广告资源销售模式一览：

    通过以上两表可以看到，在中国大部分的商业网站在广告资源的销售上是以CPT模式为主，采用CPM模式销售广告资源的方式比较少；而搜索引擎等网站多以CPC的方式销售为主。
    从对比中我们可以发现，中国的互联网广告市场在面向互动的方向的创新已经接近甚至超越了国际水平，但是面向曝光的互联网广告市场并没有得到充分的发展。依然停留在传统的按时间销售的水平上。

未来：引入基于毛评点的评估体系意义重大

    正如Novak 和 Hoffman所建立的新媒体模型所描述的那样，整个互联网广告的商业价值在于广告曝光和广告互动的综合呈现，而这一模型是符合整个广告业所推崇的“认知-好感-行为”的广告效果理论。
    仅仅偏重于曝光领域的互联网广告会失去这一类型媒体与传统电视、广播、报纸、杂志、户外等媒体形式相比的独特优势——与消费者的交互体验价值。而只偏重于互动类指标的互联网广告评估、计划和销售体系也同样不能完整挖掘和体现出互联网广告的价值，特别是对于面向品牌营销的广告活动和以广告创意和表现为主的图片、动态和富媒体等互联网广告形式而言，广告在曝光阶段对消费者的影响和市场营销的意义远远大于这些广告所带来的点击后行为。
    另一方面，广告主的销售和市场营销并不仅仅存在于互联网环境中，网站将自身广告的效果与广告主的整体市场营销效果甚至是销售业绩过度的捆绑是一种不明智的做法。因为对于广告主而言，对整个市场营销或者销售产生影响的因素无法单一归结为广告，或者是互联网广告，甚至那些只在互联网上开展业务的广告主而言，影响他们市场营销的因素也不仅限于互联网广告投放的媒体。因此，过度的开发CP（x）系列的指标无论是对于广告主，还是对于网站都没有太大的商业意义。
    第三，由于互动行为是互联网广告所独有的特征，在与其他媒体形式进行横向比较的时候，这一类指标可以作为独有的特质，但是对应的我们就无法将这类指标作为横向比较互联网广告媒体与其他广告媒体之间效果的主要指标。而对于不同的广告媒体形式而言，广告在目标受众中的曝光则是共同的特性。在这方面，国外的研究机构和商业组织已经作了大量的研究和探索。
    目前，行业内比较常见的横向比较不同广告媒体间曝光效果的方法有两种，一种是比较各媒体所获的总曝光数（Impression）和总曝光成本(Cost per Thousand Impression， CPM)；另一种就是比较不同媒体的毛评点（Gross Rating Points， GRPs）和毛评点成本。
    第一种方法简便，易行，可以粗略估算现有的多种媒体之间的广告投资回报率，因此是广告业中最通行的一种方法。但是CPM的方法存在着一些问题：
    首先，曝光数过于粗略，仅能呈现广告在不同媒体的曝光总量，对于构成广告曝光的一些细节信息不能很好的反映，因此只能在更宏观的层面上使用，对于指导具体的广告活动并没有太大的实际意义。其次，曝光数的累积只能反映总体信息，对于特定广告目标受众的信息不能正确的反映。通过曝光数，我们可以获得总体的大致框架，但是究竟这些广告的曝光数是由哪些类型的消费者带来的并不能正确的解释。
    另外，对于CPM而言，在互联网媒介领域和传统媒介领域还存在着一些不同的概念。在互联网广告领域，CPM更多的被作为一个广告资源的销售单位使用，而不是一个广告效果评估单位。另一方面由于技术限制，不同传统媒体的CPM也各有差异，很难作为精确统计的指标使用。
    因此，早在上个世纪的六十年代美国就有研究机构、广告公司和广告主提出了比曝光数更精致的到达//频次理论和由此开发出的广告毛评点（GRPs）工具，用于解释广告曝光的构成和总量，并依据广告毛评点工具开发出了一系列的广告效果评估、计划和采购体系。
    通过毛评点数据，我们可以确切的描述出以下三方面的广告曝光信息：
    第一，广告曝光的覆盖广度，通过毛评点中的到达数据，我们可以知道广告通过不同的媒介到达广告受众的最大人数。
    第二，广告曝光的深度，根据认知心理学和传播学的研究结果，信息接受者对信息的认知和记忆与他接受同一信息的次数成正比例的关系，所以通过统计受众接受到广告的次数可以大致获得受众对广告信息接受程度的描述。而将接受到不同次数广告的受众数量进行分别统计，就可以大致描述出不同程度的广告信息接受者在总体受众的比例情况。
    第三，结合第三方市场测量服务提供商的人口统计信息，可以更加细分统计出不同类型的人群对广告曝光在广度和深度方面的数据，这对于广告计划和市场营销者而言就是细分目标受众的广告曝光。
    以上这些细分的数据对于广告计划者和广告执行者来说就可以更准确的评估这类媒体的广告曝光效果，由此计划出更有效率的广告投放组合。
    毛评点数据在电视、杂志等多种媒体中经过了长时间的研究和总结，深受主要广告主和广告代理商的媒介计划总监们的认同。在1997-2005年间，北美地区的广告主、广告代理商和第三方研究机构多次对互联网、电视、杂志等媒体之间的毛评点数据进行了整合研究，不仅验证了互联网广告的曝光数据可以利用毛评点模型进行解释，而且验证了通过毛评点相关的数据可以横向评估互联网、电视、杂志等广告媒体。
    但是，我们也应清楚地看到，实现适合中国互联网广告市场的互联网毛评点工具仍然需要各种条件，不可能一蹴而就。
    首先是对曝光数据的分析工具和算法，对于普通的曝光数据现有的网络广告投放和统计系统都可以提供监测，但是细分到具体到广告创意和广告位一级的到达数、重合数、以及不同频次等级上的到达数等精细数据，需要大量的运算和数据处理，特别是目前中国主要的品牌广告主的互联网广告活动基本都会在80-100个广告位上维持一个月左右，一个完整的活动数据分析量非常巨大。不过，目前在中国市场上已经有能够支持大型广告活动所需要的到达/频次数据分析工具，比如AdForward for Advertiser 7 CDMT系统就可以帮助广告主和广告代理商实现对广告活动下的每一个广告创意和广告位的曝光数、点击数进行数据挖掘，获得相关的到达、频次数据。
    其次是数据的来源，在北美地区的操作经验是由网络广告的专门投放和管理公司提供广告投放的曝光、点击、重合度、到达和频次等数据，比如DoubleClick，Atlas等等；同时有第三方的市场测评机构比如NetRatings 或者 comScore 提供全国网络人口信息资料来细分目标受众；并且由ANA，AAAA，IAB等专门的行业组织公布市场总体平均数据作为测算的依据。但是在中国市场上存在一些问题：主要是广告投放的数据，虽然目前有好耶广告网络的AdForward for Advertiser 7 CDMT等公司的产品可以监测并报告从曝光、点击到营销点的一系列数据，但是实际情况是大部分的网站并不直接公布一些频道广告的实际曝光数据，所以广告代理商和广告主获得的实际数据仍然以点击数据为主。当然，在网络人口信息统计资料方面，除了中国互联网信息中心的定期报告外，中国的互联网广告市场得到了来自Nielsen//NetRatings、艾瑞市场咨询、新生代市场研究等等多家专业的第三方市场监测服务股公司的数据支持。特别是2006年10月，Nielsen//NetRatings 和好耶广告网络宣布在互联网广告方面加强人口统计信息的合作与服务，标志着中国互联网广告市场在走向科学、透明、标准和成熟又迈进了一步。
    同样，行业的共同推进也是这一评估工具得以诞生的重要条件。作为整个互联网广告效果评估、计划和采购体系中的重要组成部分，互联网广告毛评点体系的建立对于品牌广告主的网络广告策略、跨媒体整合营销、网络广告媒体的持续发展等都有着重要意义，因此来自广告主、代理商、网站、技术供应商、行业协会、第三方研究者和学术研究机构的经验、观点和思路都非常重要，缺一不可。这是国际互联网广告发展的一个经验，也是中国互联网广告业在过去十年中成长和发展的重要经验。

    总之，对于互联网媒体而言，完整的广告效果评估、计划、采购体系不仅需要关注广告曝光阶段，也需要关注广告互动阶段。只有建立从曝光到互动的一系列广告效果评估、计划、采购的体系，才能适应多种类型的广告主在不同广告活动目指导下的各种广告活动媒介计划的需求，才能最终实现互联网媒体既能作为一种有效的广告传播媒体又能作为一种有效的网络营销工具的价值。