基于 PI 控制的 CTR 收敛与分层策略设计

背景

在 Adx 系统中，CTR 与 DSP 出价强相关：CTR 越高，DSP 出价越高，系统整体营收随之提升。但与此同时，过高的 CTR 往往伴随着更高的媒体投诉率。 因此，系统需要在 营收提升 与 媒体合规 之间找到一个动态平衡点。

不同媒体对高 CTR 的敏感度存在显著差异，统一阈值难以适配。为此，我们为每个媒体代码位配置 目标 CTR，并通过系统调控，使 真实 CTR 稳定逼近目标 CTR。

总体思路

核心目标可以抽象为一个控制问题：

在约束条件下，使系统输出（真实 CTR）稳定收敛到期望值（目标 CTR）。

我们采用 比例控制（P）或比例-积分控制（PI） 思想，对 A+（高 CTR 策略）下放比例进行闭环调节：

• 定期采样真实 CTR
• 计算与目标 CTR 的偏差
• 根据偏差大小调整 A+ 比例
• 控制调整幅度，避免剧烈振荡

分层策略包设计

为什么要分层

不同用户群体对“高 CTR”策略的容忍度不同。 例如：

• 一线城市用户，对投诉更敏感
• 下沉市场或特殊媒体，对强刺激策略容忍度高

因此我们将流量划分为 7 个策略等级，等级越高，对 CTR 的“贡献责任”越大。

策略包结构

• 每个等级包含 两个策略包：
  • 高 CTR 策略包（A+）
  • 低 CTR 策略包（A）
• 同一等级内：
  • 高 CTR 下放比例 = x%
  • 低 CTR 下放比例 = 100% - x%（被动调整）

系统只显式调整高 CTR 的比例，低 CTR 自动补齐。

CTR 调整规则

当真实 CTR < 目标 CTR

• 优先从高等级开始调整（第七级 → 第一级）
• 逐步提升该等级的高 CTR 比例
• 单个等级存在上限（如 90%）
• 若触顶，则继续向低一层等级扩展

原则：等级越高，越应承担更多 CTR 提升责任

当真实 CTR > 目标 CTR

• 从当前调控等级开始 反向回退
• 逐级降低高 CTR 比例，直至 CTR 回落到目标区间

冷启动与初始状态

冷启动问题

在新媒体代码位或新 DSP 上线时：

• 缺乏历史数据
• 无法判断同一等级中哪个策略 CTR 更高

冷启动策略

• 同一等级内 均分流量进行试探
• 引入 一级策略包（最合规策略）进行流量稀释
• 避免在早期就出现高 CTR 占比过高的风险

示意如下：

• 冷启动阶段：一级策略包占比较高，用于兜底
• 数据稳定后：进入初始调控状态，开始分层调节

收敛过程

随着数据积累，系统进入 初始状态 → 最优状态：

1. 从第七级开始，根据 CTR 偏差进行调整
2. 高 CTR 比例逐步提升或回退
3. 多等级联动，形成整体 CTR 收敛
4. 最终真实 CTR 稳定在目标 CTR 附近

整个过程是 渐进、可控、可回退的，而非一次性决策。

目标 CTR 的上下限约束

为了防止目标 CTR 设置不合理，我们引入了 数据驱动的边界约束：

• 下限：基于所有低 CTR 策略包的历史数据计算
• 上限：基于高 CTR 策略包的历史表现估算

该范围用于：

• 指导运营或配置系统合理设定目标 CTR
• 避免系统进入不可达或高风险区间

数据依赖与稳定性要求

该方案对数据质量要求较高，核心依赖包括：

1. DSP × 媒体代码位的实时 CTR
   • 用于与目标 CTR 对比
   • 决定系统调控方向
   • 要求准确、低延迟
2. 策略包级别 CTR
   • 用于区分高 CTR / 低 CTR 策略
   • 更关注稳定性而非实时性

策略分层的演进

第一版策略分层仅使用 地理位置：

• 北上广深 → 高等级
• 三四线城市 → 低等级

后续将逐步引入更多维度：

• 用户手机价格区间
• 历史点击与转化行为
• 设备与使用场景特征

最终形成 多维度人群分层 × CTR 控制 的统一调度体系。

总结

该 CTR 控制方案的核心特点是：

• 使用 PI 控制思想，实现稳定、可回退的 CTR 收敛
• 通过 分层策略包，将 CTR 风险分摊到不同人群
• 冷启动、初始状态、最优状态路径清晰
• 数据驱动目标 CTR 边界，降低策略风险

它不是一个“追求最高 CTR”的系统，而是一个 在约束下追求最优 CTR 的工程系统。