广告业务的关键指标与核心术语解析

---

广告业务中的指标体系概览

广告系统本质上是在 曝光 → 点击 → 转化 → 变现 的链路上进行建模与优化。 因此，所有核心指标都可以归结到以下四类：

• 用户行为指标：是否点击、是否转化

• 模型预测指标：点击 / 转化的概率估计

• 收益与成本指标：单位流量带来的价值

• 竞价与平台机制：如何决定广告是否被展示

下面将按照这一逻辑逐一展开。

---

CTR（Click-Through Rate）— 点击率

定义

CTR 表示广告被点击的频率，是点击次数与展示次数的比值，用于衡量广告对用户的吸引力。

计算公式

$$ \text{CTR} = \frac{\text{点击次数}}{\text{展示次数}} \times 100\% $$

业务作用

• 衡量广告创意、素材和定向是否有效

• 常用于创意 AB 测试与冷启动效果评估

• CTR 偏低通常意味着广告与用户兴趣匹配度不足

---

PCTR（Predicted Click-Through Rate）— 预测点击率

定义

PCTR 是模型对「用户是否会点击该广告」的概率预测结果，属于点击行为的概率建模。

核心特点

• 基于历史点击行为进行监督学习

• 输入通常包含用户特征、广告特征与上下文特征

• 输出是一个介于 0~1 的概率值

业务作用

• 作为排序阶段的重要特征

• 决定广告在同一流量下的优先级

• 是精排模型中最核心的目标之一

---

CVR（Conversion Rate）— 转化率

定义

CVR 表示用户点击广告后完成既定目标（购买、注册等）的比例，衡量广告的转化能力。

计算公式

$$ \text{CVR} = \frac{\text{转化次数}}{\text{点击次数}} \times 100\% $$

业务作用

• 反映点击流量的「质量」

• CTR 高但 CVR 低，通常意味着广告「吸引但不精准」

• 是效果广告优化的核心指标之一

---

PCVR（Predicted Conversion Rate）— 预测转化率

定义

PCVR 是模型对「用户点击后是否会转化」的概率预测。

建模特点

• 样本稀疏、延迟反馈明显

• 强依赖用户历史行为与广告落地页质量

• 通常在点击发生后或联合建模中使用

业务作用

• 用于估计点击后的真实价值

• 与 PCTR 联合决定广告的整体预期收益

• 是 OCPX 与智能出价的基础

---

eCPM（Effective Cost Per Mille）— 有效千次展示收益

定义

eCPM 表示每一千次广告展示所带来的有效收入，是跨计费方式的统一收益指标。

计算公式

$$ \text{eCPM} = \frac{\text{总收入} \times 1000}{\text{展示次数}} $$

业务作用

• 用于比较 CPC / CPM / CPA 等不同广告的收益能力

• 是排序阶段最直接的收益优化目标

• 平台通常以最大化 eCPM 作为整体目标

---

OCPX（Optimized Cost Per Conversion）— 转化成本优化

定义

OCPX 是以转化为目标的智能投放策略，通过模型与竞价策略自动降低单次转化成本。

计算公式

$$ \text{OCPX} = \frac{\text{总成本}}{\text{转化次数}} $$

核心思想

• 不再只关注点击，而是关注最终转化

• 将模型预测直接与成本控制结合

• 常见于效果广告与程序化投放场景

---

PBidPrice（Predicted Bid Price）— 预测竞价价格

定义

PBidPrice 是系统基于预测收益与市场竞争情况，为广告计算的合理出价。

业务作用

• 在竞价场景中平衡「赢得曝光」和「控制成本」

• 常与 PCTR / PCVR 联合计算

• 决定广告是否能在实时竞价中胜出

---

ADX（Ad Exchange）— 广告交换平台

定义

ADX 是连接广告主与媒体方的程序化交易平台，支持广告位的实时竞价（RTB）。

核心作用

• 为广告主提供统一的流量采买入口

• 为媒体方最大化广告库存收益

• 构成 DSP / SSP 之间的核心交易枢纽

典型链路

广告主 → DSP → ADX → SSP / 媒体 → 用户

---

指标之间的整体关系

从系统视角看，广告排序与投放的核心目标可以抽象为：

• 预测用户行为（PCTR / PCVR）

• 估计单次展示的期望收益（eCPM）

• 在竞价约束下最大化长期收益

因此，上述指标并非孤立存在，而是共同构成广告系统的决策基础。