本文主要是介绍根据ctr和cvr确定一个广告是否不符合预期，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
cost = bid * ctr * cvr * 1000
cost:广告主成本
bid：广告主对一条广告的出价
ctr：千次点击率
cvr：千次转化率
这里是正常的预计广告主cost的公式。实际中，cost的扣费根据ocpc，ocpm等各种情况进行扣费，不是根据这个公式扣费的。
用cost/bid，等于 1000*ctr*cvr。我们知道ctr*cvr是符合二项分布的。因为单次点击和单词转化都是独立的。所以用cost/bid就是均值为p的一个正太分布
我们知道实际的ctr*cvr = 点击数/总曝光数 * （转化数/点击数）= 转化数/曝光数。这个是实际是可以求出真实值的，
那么结果就是判断实际的ctr*cvr是否在cost/bid就是均值为p的一个正太分布的单侧95%的置信区间内即可。
实际流程如下：
1. 得到一段时间（例如14天）的已有的cost/bid的正态分布
2. 得到这段时间（14天）真实的ctr*cvr值。
。如果在5%的内的，说明不可信，也就是这条广告没有达到对应的广告主出的bid价值的钱对应的转化率，这种广告应该去掉。
个人理解：
这里和真实用户的cost扣费的计算是无关的，这里只是根据cost/bid得到一个符合二项分布的一个随机数（ctr*cvr）。这个值计算下来应该非常低的，因为实际转化率和点击率都是很低的。但没关系，
关注的是真实的ctr*cvr值是否在正态分布的置信区间内，和大小无关
这篇关于根据ctr和cvr确定一个广告是否不符合预期的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
