如何评估扩展人群的广告CTR提升？
解读
面试官问“如何评估扩展人群的广告CTR提升”，核心想验证三件事：
- 你是否理解“扩展人群”在国内主流投放体系（巨量千川、腾讯广告、阿里妈妈）里的Look-alike逻辑与人群包迭代机制；
- 能否把CTR提升拆解为**“曝光质量”与“创意匹配度”双变量，并用A/B实验**排除混杂因素；
- 是否具备把CTR结果换算成后续漏斗价值（CVR、ROI、LTV）的能力，避免只看虚荣指标。
一句话：不是简单对比CTR绝对值，而是证明“多出来的那点击”既显著又**值钱”。
知识点
- 扩展人群本质：平台利用种子人群（高转化、高活跃、高消费）做相似度建模，放大触达范围；国内平台通常支持1%、3%、5%、10%渗透率四档，渗透率越高覆盖面越大但相似度衰减。
- CTR评估三大前提：
- 数据对齐：确保实验组（扩展人群）与对照组（原有人群）在同一时段、同一版位、同一出价策略下投放，防止预算倾斜干扰。
- 显著性检验：使用两样本z检验或卡方检验，样本量须满足曝光≥10,000次/组，p值<0.05才认为提升可信。
- 周期选择：国内用户工作日与周末行为差异大，至少跑满7+3天（7天完整周期+3天延迟归因）避免周末效应。
- 必须同步监控的伴随指标：
- 曝光占比：扩展人群曝光占总曝光比例，防止“看起来CTR高但量极小”的抽样偏差；
- 创意疲劳度：同一素材在扩展人群与种子人群的频次分布差异，CTR提升可能仅因扩展人群未看过旧素材；
- 后端转化率：用CTR→CVR→ROI三级漏斗验证点击是否“带水分”，若CTR+15%但CVR-20%，则扩展人群质量下降。
- 因果推断技巧：
- PSM（倾向得分匹配）：当无法随机分组时，用性别、年龄、消费力、设备价格、城市级别等国内主流画像维度做1:1匹配，再比较CTR；
- 双重差分（DID）：若扩展人群是逐步放量，可对比“放量前后”与“非放量人群”的CTR差异，剥离时间趋势。
- 结果落地：将CTR提升换算成可复用资产——把高CTR的扩展人群包沉淀为私域DMP人群，并标记“高意向但未转化”用户，用于后续短信+社群+小程序的二次召回，实现CTR价值二次放大。
答案
第一步，实验设计：在巨量千川新建两条计划，除人群包外其余变量（预算、出价、素材、版位、投放时段）完全一致；种子人群设为“近30天支付订单≥2单”作为对照组，扩展人群选3% Look-alike作为实验组，曝光量均≥1.5万。
第二步，数据回收与显著性检验：跑满10天后，对照组CTR 1.2%，实验组CTR 1.38%，相对提升15%；两样本z检验得z=2.67，p=0.0076<0.05，提升统计显著。
第三步，排除混杂：检查创意频次，发现对照组平均曝光频次4.1次，实验组仅2.3次，怀疑新人群“没看腻”；于是更换新素材再跑5天，扩展人群CTR仍高于对照组11%，证明提升并非单纯疲劳差异。
第四步，后端验证：扩展人群CVR 3.1% vs 种子人群3.3%，差距<0.3pp，ROI持平；结合GMV=曝光×CTR×CVR×客单价，最终带来日GMV净增8.6%，确认CTR提升具备业务价值。
第五步，资产沉淀：将高CTR扩展人群包输出至品牌私域DMP，标记“点击未购买”用户约18万人，后续用企业微信社群发限时券，7天内额外召回转化率4.7%，实现CTR价值二次收割。
结论：扩展人群广告CTR提升15%且显著，经混杂排除与后端验证，最终带来可量化GMV增长，评估有效。
拓展思考
- 如果扩展人群CTR提升但CVR大跌，如何决策？
可尝试分层出价：对扩展人群降低出价20%，用“低价拿量+模型纠偏”策略，把CTR红利转化为低成本拉新池，再通过私域社群慢慢教育，牺牲短期ROI换长期LTV。 - 当平台算法升级、扩展人群逻辑改为“深度转化优先”时，如何保持评估一致性？
建立人群版本快照：每次大版本更新前，把原扩展人群包导出备份，用快照作为固定对照组，避免算法迭代导致人群成分漂移，确保历史CTR可比。 - 如何向老板一句话总结“CTR提升到底值多少钱”？
用增量曝光价值法：每提升1个CTR百分点，在日均1000万曝光下可多获10万点击；按历史CVR 3%、客单价200元计，1个CTR百分点≈日GMV 6万元，让老板秒懂。