转化率模型之转化数据延迟

前几天在公司内网上看见有同事在讨论《广告算法工程师的日常》这篇文章里面提到的A、B、C三位同学在实际的晋升中谁的优势更大，其实当时举这个例子，本意只是想说明广告算法工程师在迭代优化模型的过程中，要相信数据>特征>算法本身，在遇到问题的时候能够优先从数据以及特征层面考虑。至于说谁在晋升中优势更大，大家仁者见仁、智者见智哈。

 

好了，今天主要想和大家聊聊“刘西瓜”，话说这个刘大统领…;额，不好意思，串台了哈。言归正传，今天和大家讨论一下转化率模型中转化数据延迟的问题。这个问题无论是在浅层转化（如app安装、app激活、app注册等）或者深度转化（app付费）等场景下都是十分常见的。

 

0.什么是转化数据延迟问题

我们知道，在广告场景下，曝光发生后点击基本在很短时间内发生，而点击发生之后，转化有时候会有较长时间的延时，或许是几分钟，或许是几天，甚至一个月以上，所以点击率CTR的预估模型的训练数据基本是无偏的数据集，而转化率CVR预估模型的训练数据有可能是回流不完全的有偏数据，所以转化率CVR模型可能会因为转化延时问题而导致预估偏差，并且当实时更新模型时，由于实时数据中有偏样本更多，预估偏差会更严重;一般来说像前面讲到的浅层转化（app安装、激活、注册等）基本在1天内数据基本可以回传，而深度转化（app付费等）基本需要一周以上的时间回传数据。

 

1.转化数据延迟问题的常见解法

(1). 指数建模法，代表论文《Modeling Delayed Feedback in Display