В задачах предсказания кликов (CTR) и конверсий (CVR) качество признаков важнее архитектуры модели. Правильные фичи с простым градиентным бустингом часто обходят сложную нейросеть с неправильными. Вот что работает на практике — и что обычно нет.
Временны́е признаки
Час суток, день недели, время с последней активности пользователя. Простые, стабильные, хорошо обобщаются. Поведение людей в 9 утра и в 23 вечера принципиально разное — и модели это видят хорошо.
Поведенческие признаки пользователя
Количество кликов за последние N дней, просматриваемые категории, активность в разрезе форматов. Важный нюанс: свежий сигнал важнее накопленного. Клик трёхмесячной давности почти не информативен.
Признаки объявления
CTR за скользящее окно — один из лучших в adtech. Позиция блока, формат рекламы, длина текста, наличие изображения. Эти признаки легко считаются и хорошо работают на холодном трафике.
Кросс-признаки
Пересечения пользователь × категория, пользователь × формат дают хороший прирост. Но требуют сглаживания — target encoding с регуляризацией или байесовское сглаживание. Без этого — переобучение.
Что часто не работает
— Сырой bid-price: коррелирует с таргетингом, близко к утечке целевой переменной — Голый ID рекламодателя без агрегации: переобучение на редких значениях — Сложные поведенческие эмбеддинги без достаточного объёма: шум вместо сигнала
Итог
Лучшие признаки в adtech — не самые умные, а самые надёжные. Быстро считаются, не протекают, работают на холодном трафике. С них и стоит начинать.