点击率背后的概率思维：为什么小样本不能下结论

点击率本质上是一个概率估计。观察到十次曝光三次点击，并不代表真实点击率就是百分之三十。样本越小，估计的波动越大，这是概率论最基本的直觉。

用二项分布可以刻画点击的随机性。样本量不足时，置信区间会很宽，两个看似差距明显的点击率可能并无统计显著差异。

实践中常用贝叶斯平滑或威尔逊区间来修正小样本估计。新内容冷启动阶段尤其需要这类方法，避免因几次偶然点击就被判定为优质或劣质。

做数据决策时，先问样本量够不够，再问差异是否显著。养成概率思维，能避免大量被随机波动误导的运营动作。