上一篇谈到到了广告的检索和转换的流程，之前在学校的时候基本上把目光都聚焦到了广告的检索流程上，特别是所谓的点击率CTR模型（为什么要估ctr2,按点击收费时要把点击率高的排在前面），在网上不断的找各种各样的资料学习CTR模型的特征怎么设计，模型怎么训练，怎么上线，后来实习的时候才知道CTR模型需要的数据怎么抽取，特征怎么设计和怎么上线提供服务，可能是自己比较浅薄吧。 工作的这一年，才知道整个系统是怎么运作的，特别是当发现通过修改一点标题，比如改个标点符号，飘个红什么的都能大幅度提高广告的点击率。让我大发感慨，模型这边死乞白赖地挖各种特征，训练各种模型，又是逻辑回归、又是深度学习的，花了巨长的时间，做出来的效果，可能还不如修改个标点符号。提起这个case并不是说ctr2模型不重要，而是说作为广告的检索到转化的各个环节都十分重要，直接决定这系统的收益。 广告的数据量在广告的检索流程中，用户的参与程度在广告的转化流程中，均存在一个明显的漏斗状。从事广告的人分布在漏斗的各个分支中，根据漏斗图可以知道整个流程的瓶颈在哪里，指导开展工作，给出相应的解决方案。 广告主的基本诉求其实还是想要转化，因此缩短漏斗中的环节，也是解决瓶颈的一个办法。修改一个广告本身的创意（标题和描述等）可能要比做CTR提升效果来的快，但是怎么修改是一个技术方面的问题，检索量太大，广告太多，靠标题党一个个去写，不怎么现实，广告内容技术将会提供一些好的方法，李叫兽不就是因为对广告创意的“科学化”研究被狼厂收买了吗。广告，80%都死在了落地页上，标题和描述写的再好，落地页文不对题，也很难有好的转化。 因此，对于广大算法工程师来说，挖特征、训练模型、造轮子不应该成为常态，更多的还是要想想怎么扩大漏斗，为广告主带来实惠，才能把盘子越做越大。至于漏斗分析的具体内容，就不多扯了，可以百度一下，也可以看一下这篇文章[常见用户行为分析模型解析（3）——漏斗分析](http://www.woshipm.com/data-analysis/697156.html)