从点击与展示算出 CTR，避免直接平均点击率的错误，再用条件一致的数据、转化和成本找到值得做的下一步测试。
CTR 点击率怎么算？用点击次数除以展示次数，再乘以 100，写成百分比即可：
CTR（%）=（点击次数 ÷ 展示次数）× 100
假设某个广告系列获得了 250 次点击和 20,000 次展示，那么 250 ÷ 20,000 × 100 = 1.25% CTR。也就是说，报表每记录 100 次展示，就对应 1.25 次点击。Google Ads 采用的就是这个点击次数与展示次数之比。
公式很简单。要判断数字意味着什么，还需要选对数据、找到可比的对象，并检查点击之后发生了什么。下文所有数字示例均为假设，不代表真实广告系列的投放结果。
先记住这三点
- 点击次数除以展示次数，再把结果写成百分比。
- 合并多个广告系列时，先分别加总点击和展示，不能直接平均各自的 CTR。
- 用条件一致的数据做比较，再结合转化和成本判断表现。
一套持续运转的 GTM 系统
可免费试用，从你的真实产品开始
先确定要计算的是哪个广告系列、哪条广告，或哪一组数据。点击和展示必须使用相同的日期范围、时区和筛选条件。还要记下点击数据列的完整名称：报表可能提供“所有点击”“链接点击”或其他指标。选用不同的点击类型，回答的问题也会不同。
展示次数是平台按照自身规则记录的出现次数，并不是看到内容的独立人数。同一个人可能贡献多次展示。因此，CTR 为 1.25%，不等于“看到广告的人中有 1.25% 点击了广告”。
继续用上面的假设广告系列：
Tiny
SEO/GEO
学习闭环250 ÷ 20,000 = 0.0125
尽量使用同一份报表中未经四舍五入的原始计数。不要用本周的点击除以上个月的展示，也不要把付费点击和自然展示放在一起计算。
0.0125 × 100 = 1.25%
汇报时保留原始计数：250 次点击 / 20,000 次展示，CTR 为 1.25%。这样，查看报表的人既能核对计算，也能看出结论背后有多少数据。
不同报表都可能使用“点击率”这个名称，但参与计算的并不一定是同一类数据。比较渠道之前，先确认分子和分母分别是什么。下面这些平台常见于跨境营销场景。
| 渠道或报表 | 指标的计算含义 | 需要留意什么 |
|---|---|---|
| Google Ads | 点击次数除以展示次数 | 广告网络、广告统计范围，以及点击的定义 |
| Google Search Console | 搜索结果点击次数除以展示次数 | 搜索类型、查询词、页面、国家/地区和设备 |
| Mailchimp 邮件点击率 | 成功收到邮件并点击过链接的收件人数，除以成功送达的邮件数 | 按独立收件人统计，不是总点击次数，也不是广告展示次数 |
| YouTube 展示点击率 | 纳入统计的缩略图展示带来观看的比例 | 只计算符合平台规则的展示，不能用全部流量或全部视频观看次数代替 |
分析自然搜索时，应在 Search Console 效果报表中使用一致的筛选条件。邮件还有一个不同的指标：点击打开率（CTOR）。它用点击过邮件链接的独立收件人数，除以打开过邮件的独立收件人数，不要和 Mailchimp 以成功送达邮件为分母的点击率混淆。
在 YouTube 上，用总观看次数除以缩略图展示次数，算不出平台所说的 CTR。部分观看来自未纳入展示统计的来源，应直接使用平台报表中的展示点击率。
把点击次数放在 B2，展示次数放在 C2。确认两个单元格都是有效的数字计数后，输入：
=IF(C2=0,"N/A",B2/C2)
将结果单元格设为百分比格式，保留两位小数。当 B2 为 250、C2 为 20000 时，结果会显示为 1.25%。
百分比格式已经会把 0.0125 显示成 1.25%。如果公式里再乘以 100，使用百分比格式的单元格就会错误地显示为 125%。
向下填充整列公式前，先处理以下情况：
计算整体 CTR 时，应先分别加总统计条件一致的点击和展示，再相除。展示更多的广告系列，对整体结果的影响也应更大。
假设两个广告系列使用相同的点击定义和统计周期：
| 广告系列 | 点击次数 | 展示次数 | CTR |
|---|---|---|---|
| A | 50 | 1,000 | 5.00% |
| B | 100 | 10,000 | 1.00% |
| 合计 | 150 | 11,000 | 1.36% |
正确的计算是 150 ÷ 11,000 × 100 = 1.36%，结果保留两位小数。如果直接把 5% 和 1% 取平均，会得到 3%。这种算法把两个广告系列当成了同样的规模，但它们的展示次数并不相同。
如果数据位于第 2 至第 10 行，可以使用 =IF(SUM(C2:C10)=0,"N/A",SUM(B2:B10)/SUM(C2:C10))，并将结果设为百分比格式。只纳入统计条件一致、数据完整的行。某一行的点击被漏掉，展示却仍计入合计，也会算错。
没有一个适用于所有广告系列的“好 CTR”。Google 也说明，点击率是否理想取决于广告内容和投放网络。可以先从自己的报表中找到条件一致的数据作为参照。
比较时，要尽量保持平台或广告网络、受众类型、广告格式、设备和时间窗口一致。搜索广告还应区分品牌词和非品牌词。主动搜索你品牌名称的人，与正在了解某个大类产品的人，搜索目的并不相同。
即使每一组数据的 CTR 都没有下降，整体 CTR 也可能下降。
来看两个假设周期。品牌词搜索的 CTR 始终为 10%，非品牌词始终为 1%。第一个周期，两组各有 1,000 次展示，总共获得 110 次点击、2,000 次展示，整体 CTR 为 5.5%。
第二个周期，品牌词仍有 1,000 次展示，非品牌词则增加到 9,000 次。此时总计 190 次点击、10,000 次展示，整体 CTR 为 1.9%。两组各自的 CTR 都没下降，只是较低 CTR 的那组占了更多展示，而且总点击次数还增加了。
因此，看到整体 CTR 下降时，先别急着改广告文案。先检查展示是否更多地分配给了不同的受众、设备、广告位或查询词组。
20 次展示带来 1 次点击，与 10,000 次展示带来 500 次点击，CTR 都是 5%。但前者在展示次数不变的情况下，只要多 1 次点击，CTR 就会变成 10%。它更适合作为初步观察，还不足以据此给广告表现排出名次。
也不存在一个能保证所有比较都可靠的固定展示量。计划测试时，应根据原有点击率和希望识别的变化幅度，提前设定样本量目标。不要因为早期百分比看起来很高，就宣布某个版本胜出。
假设 CTR 从 2% 上升到 3%，可以这样描述：
要说明自己用的是哪种表达。“CTR 提高了 1%”容易产生歧义。如果起始 CTR 为零，相对增长百分比就无法计算；应改为报告原始计数和百分点变化。
CTR 只能说明：平台记录的展示中，有多少带来了平台记录的点击。它不能告诉你，这些点击是否带来了有效线索、销售或利润。这里的转化，是你希望用户完成并纳入统计的行为，例如提交线索或购买；有效线索则是符合业务筛选标准的潜在客户线索。
在假设场景中，一条广告可能获得更多点击，却带来更少的有效线索；另一条广告可能 CTR 较低，但每笔销售的成本更低。在判断哪个表现更好之前，要检查转化数量、转化的具体定义，以及获得一次目标结果需要花多少钱。
转化数据也要使用相同的报表设置，并留出相同的时间等待线索或销售被记录。较新的广告系列可能还在等待转化回传，而较早的广告系列已经记录了这些转化。
还要区分广告点击和网站分析中的会话。会话是分析工具按自身规则归在一起的一组访问与互动，并不等于一次广告点击。即使网站没有成功加载，Google Ads 也可能记录一次点击。因此，假设报表里有 250 次点击、210 次会话，单凭这两个数字，不能证明流失了 40 个人，也不能认定页面流失率为 16%。
应先检查日期范围和流量筛选条件，再核对每种事件到底统计了什么，以及追踪在什么环节有效。如果证据指向页面加载或重定向问题，再继续排查。两个计数之间的差距可以提示下一步检查方向，但不能直接证明原因。
调整广告之前，先填写一份简短的诊断表。下面用一个假设的美国非品牌词搜索广告系列做示范。数字和阈值只用于说明如何做判断，不是行业基准。
| 诊断项 | 填写示例 |
|---|---|
| 统计范围 | 美国，非品牌词搜索，移动设备，8月1日至14日；统一使用一个账户时区。 |
| 计数及定义 | 250 次 Google Ads 点击 / 20,000 次展示。 |
| CTR | 1.25%。 |
| 可比数据 | 相同统计范围，7月18日至31日：300 次点击 / 20,000 次展示，CTR 为 1.50%。 |
| 转化与成本 | 本期：10 条有效线索，花费 500 美元，即 500 美元 / 10 条有效线索 = 每条 50 美元。上期：12 条有效线索，花费 600 美元，同样为每条 50 美元。使用相同的报表设置和转化窗口。 |
| 观察到的变化 | CTR 下降了 0.25 个百分点；每条有效线索的成本没有变化。 |
| 待验证的假设 | 标题对当前获得展示的查询词可能不够有用；查询词的构成变化也可能解释 CTR 下降。 |
| 下一步检查 | 改标题前，先比较各查询词组及其展示占比。 |
| 建议测试 | 如果可比查询词组的 CTR 也下降了，测试一个更清楚地说明推广内容的标题。推广内容、落地页和定向保持不变。 |
| 成功标准与限制 | 争取获得有可信证据支持的 CTR 提升，同时将每条有效线索成本控制在该假设业务设定的 50 美元上限以内，并保持有效线索的筛选规则不变。 |
| 复核计划 | 测试开始前设定样本量目标，覆盖一个完整的周周期，并为转化留出相同的等待时间。证据不足时，结论应为“尚无法判断”。 |
平台支持实验或随机分流时，优先使用这些方式。改完标题后直接拿下周和上周比较，可能提供一些方向，但无法把标题的影响和其他变化区分开。
先用一份统计条件一致的报表算出 CTR，再查看整体数字背后的各组数据。最后结合转化和成本，决定哪个测试值得做。
需要有展示次数，或者有足够且统计条件一致的数据来推导展示次数。只有点击次数不够，触达人数也不能替代展示次数，因为前者统计独立人数，后者统计展示事件。如果拿不到展示次数，应将 CTR 标为不可用，而不是拿无关指标估算。
可以，但前提是 CPC 指每次点击成本，CPM 指每 1,000 次展示的成本；两者使用相同的花费、统计范围和周期，且数值有效、不为零：
CTR（%）= CPM ÷（10 × CPC）
例如，假设 CPM 为 20 美元、CPC 为 2 美元，则 20 ÷（10 × 2）= 1% CTR。这个公式成立，是因为两项成本指标中的共同花费可以约去。如果能拿到原始点击和展示次数，应优先使用；经过四舍五入的成本指标，可能让结果产生小幅差异。
