搜广推 / 07
CTR、CVR、LTV 指标体系
广告算法的核心是估计价值。CTR、CVR、LTV 是最常见的三个指标，它们决定广告排序、出价和预算分配。
CTR
CTR 是点击率：
CTR = 点击数 / 展示数
CTR 反映广告是否吸引用户点击。CTR 预估常用于排序，因为点击是广告转化链路的第一步。
但高 CTR 不一定好。标题党广告可能点击高但转化差，甚至伤害用户体验。
CVR
CVR 是转化率。根据定义不同，可以是：
点击后转化率 = 转化数 / 点击数
曝光后转化率 = 转化数 / 展示数
广告系统常预测点击后转化率，也会预测曝光到转化的整体概率。
CVR 比 CTR 更稀疏，转化延迟也更明显，因此建模更难。
LTV
LTV 是用户长期价值。某些广告不是只看一次购买，而是看用户未来多次消费或长期留存。
例如游戏、金融、本地生活、电商会员等场景，短期 CPA 可能不能代表真实价值。LTV 预估可以帮助广告主接受更合理的出价。
ROI
ROI 衡量投入产出：
ROI = 转化价值 / 广告成本
广告主关心 ROI，平台也要关心广告主长期效果。如果广告短期消耗很高但 ROI 差，广告主会流失。
eCPM
广告排序常转成每千次曝光期望收入：
eCPM = bid * pCTR * pCVR * value
公式会因计费方式不同而变化，但本质是“这次曝光期望带来多少价值”。
校准为什么重要
广告预估不只要排序准，还要概率准。
如果 pCTR 高估，系统可能给广告过多流量，导致广告主成本上升。
如果 pCVR 低估，优质广告拿不到流量。
如果校准不稳，出价和预算控制都会受影响。
常见校准方法：
- Platt scaling。
- Isotonic regression。
- 分桶校准。
- 按人群、广告主、场景校准。
延迟转化
转化可能不是点击后立刻发生。用户可能几小时或几天后购买。
如果训练样本窗口太短，会把尚未转化的样本当负样本，导致 CVR 低估。
解决方法：
- 设置合理归因窗口。
- 做延迟反馈建模。
- 对未成熟样本降权或延迟训练。
- 分转化周期建模。
面试题：CTR 高但 ROI 低怎么办
可能原因：
- 点击质量差。
- CVR 低。
- 出价过高。
- 落地页转化差。
- 人群定向不准。
- 存在诱导点击。
方案：
- 引入 CVR / LTV 目标。
- 优化定向和创意质量。
- 调整出价和预算。
- 加强低质点击过滤。
面试题：AUC 高但校准差会怎样
AUC 只看排序能力，不保证概率准确。广告出价需要概率值，如果校准差，系统会错误估计曝光价值，影响排序、预算消耗和广告主 ROI。
面试题：如何评估 CVR 模型
可以看：
- AUC / Logloss。
- 分桶校准。
- 分广告主、行业、人群指标。
- 延迟转化修正后指标。
- 线上 ROI、CPA、消耗和转化量。
总结
CTR、CVR、LTV 不是孤立指标。广告排序和出价要把它们转成期望价值，同时关注校准、延迟反馈和广告主 ROI。
下一篇建议继续看：