CTR/CVR/ROI 冲突怎么协调?

我觉得这道题问的其实不是三个指标怎么分别优化，而是广告系统里多目标冲突时怎么取舍和联动。CTR高了可能带来低质点击，CVR高了可能过滤掉潜在高价值用户，ROI高了可能牺牲规模。说白了，这是一个系统层面的平衡问题，不是单个模型能搞定的。

我一般会从模型和策略两个层面来搭方案。模型层面，核心是 多任务学习。因为CTR、CVR、ROI共享用户和广告的特征，但各自的优化目标不一样。我会用 MMoE 或者PLE这种结构，底层共享[[embedding]]，上层每个任务有自己的专家网络和门控。这样模型能学到通用表示，又不会让某一个任务主导梯度。不过这里有个坑：如果直接不加约束地联合训练，ROI这种稀疏目标很容易被CTR这种密集目标带偏。所以我会加一个 动态任务权重，比如用不确定性加权或者Pareto优化，让模型在训练过程中自动调节各任务的loss比例。

再一个，模型层面还可以用 因果推断。比如uplift建模，直接预测广告曝光带来的增量转化，而不是绝对CVR。这样能避免把自然转化也算成广告效果，对ROI优化更直接。

策略层面，我会做一个分层漏斗。召回层用CTR粗筛，精排层用CVR预估排序，出价层用ROI调控。每一层设不同的阈值，形成级联约束。举个例子，电商大促时，高客单价品类我会在出价层设一个ROI下限，比如ROI低于2.5的直接不出价，但CTR和CVR层可以放宽一点，保证曝光量。这样既保住了ROI，又不至于流量断崖。

更动态一点，可以用 强化学习 来做实时调控。状态是当前时段的预算消耗、各指标表现，动作是调整出价系数或者流量筛选阈值，奖励是综合ROI加上完成率惩罚。比如双十一当天，系统发现ROI掉到警戒线以下，强化学习会主动降低出价，宁可牺牲一点CTR也要保住ROI。

这里有个前提，就是你的数据回流要够快。如果CVR延迟超过一天，强化学习根本学不到实时反馈。常见失败场景是，广告主用长转化链路，比如汽车试驾，CVR延迟一周，那强化学习就没什么用，还是得靠离线模型加人工规则。

所以落地时我会特别关注两个点。先说， A/B测试不能只看均值，还要看分布。比如ROI均值提高了，但方差变大，说明有些广告主受益、有些受损，长期可能生态恶化。我会同时看广告主留存率和投诉率。再一个，不同流量要分层运营。高价值流量激进优化ROI，探索流量保CTR和CVR，积累数据。

另外，如果广告主有明确的预算约束和KPI，还可以用约束优化，比如最大化ROI的同时保证CTR不低于某个值。但这需要广告主提供准确的约束条件，实际中很多广告主自己都说不清楚，所以更常见的做法是让系统自动学习一个Pareto前沿，让广告主在界面上滑动选择。