计算广告——CTR预估的业务逻辑

CTR(Click Through Rate)预估是竞价广告核心的逻辑之一。我们在刷微信和微博的时候，有时候会惊叹广告非常精准——“就是我想要的！”，有时候又会感觉广告极其不靠谱——“我怎么可能点呢？”，所有的这些背后，广告的工程师们已经做了他们最大的努力。即便在我们看来并不精准，但在所有定向给你的广告中，他们已经挑出机器认为你最可能点的广告，而这背后依赖的就是CTR预估技术。

1. CTR在竞价广告系统中的作用

1.1 耐克与阿迪达斯的案例

阿迪和耐克作为广告主来竞价，阿迪出2块钱一个点击，耐克出1块钱一个点击，假如微信广告平台有100次曝光，它应该给谁？阿迪还是耐克？有人说，当然是给阿迪啊，它出的价钱高。

这个答案是不对的，如果阿迪的点击率为1%，耐克的点击率为5%，那么给阿迪能产生1个点击，每个点击1块钱，微信能赚2块；给耐克则产生5个点击，每个点击1块，微信能赚5块，广告平台不傻，当然要给耐克！

好，从这个简单的案例中，我们可以看出几点：

1.广告平台关心自己的流量价值——即自己的流量曝光卖的贵还是便宜,一般用ECPM(expected cost per mille)这个指标来衡量，即每1000次曝光带来收入。

2.广告主一般按点击进行扣费，即广告主通常关心结果，出价原则就看一个点击需要花多少钱。

3.广告平台需要把点击出价转化成ECPM进行扣费和排序。

4.CTR架起了从点击到曝光的一座桥梁，为排序提供基础。

总结起来就是一个简单的公式——ECPM=1000CTR点击出价，在上面这个案例中阿迪的ECPM=1000*1 %2=20，而耐克的ECPM=10005%*1=50，显然耐克的ECPM大于阿迪的，因此耐克会在这次竞价中胜出。

从这个案例中我们可以看到CTR是为广告排序用的，而排序本身就是竞价广告的核心，因此CTR预估也是竞价广告的核心技术之一。

1.2 CTR预估的作用

不仅广告系统需要CTR预估来排序，推荐系统也需要CTR预估来排序，因此CTR预估应用其实比我们想象的要更加广泛：

YouTube、亚马逊、今日头条等等涉及到个性化推荐的系统都会应用到CTR预估，即他们要把你最可能点的内容推荐给你。

而广告系统的CTR预估在具体的数值上比推荐系统要求更高，比如推荐系统可能只需要知道A的CTR比B大就可以排序了，而广告由于不是直接用CTR进行排序，还加上了出价(bid)，因此广告系统不仅要知道A的CTR比B大，而且还需要知道A的CTR比B的CTR大多少。

2. CTR预估是如何进行的

在实际的广告系统中，有无数的因素决定了广告的点击率，我们把这些因素主要分成3类：

广告主侧：比如广告创意、广告的表现形式、广告主行业等，一个劳斯莱斯的广告和一个可口可乐的广告点击率肯定有天壤之别。

用户侧：如人群属性，以上的案例是年龄和性别，事实上，决定创意的因素人群属性极其多——年龄、性别、地域、手机型号、WiFi环境、兴趣…

广告平台侧：比如不同的广告位、投放时间、流量分配机制、频次控制策略等。

这些决定因素在CTR预估中被称之为特征，而CTR预估的第一步就是“特征工程”，即把这些特征找到并数据化。

特征工程是一件复杂的工程，光判断不同特征能否对CTR产生影响就是一个浩大的工程，特征工程的攻城狮们第一步得列出来不同的特征可能对CTR产生影响，这有时候靠直觉，有时候靠经验，

确定了特征之后就需要对这些特征进行处理——即把特征数据化，比如把所有的特征变成0和1的二值化，把连续的特征离散化，把特征的值平滑化、把多个特征向量化…

工程师们每天的工作就是尝试新特征、尝试新模型、训练不同的模型参数，以便让CTR预估更加准确，谷歌、Facebook、阿里、百度这些公司的工程师已经在这些领域发表了很多篇顶级论文。

3. CTR预估的评价指标

准确率、召回率