早上8点，后台显示某商品曝光80次、点击8次，点击率10%，排到类目第一。另一个商品曝光8000次、点击600次，点击率7.5%。直接按点击率排序，前者会霸榜，但它很可能只是运气好。小样本估计要用区间，不要用点值。
规则1：曝光少于200次，不进入主排序池，只做探索位。规则2：用Wilson区间下界代替原始点击率，80次8点击的下界约5.2%，8000次600点击的下界约6.9%，排序立刻合理。规则3：按类目设置最小曝光阈值，价格0到50元区间设300次，200元以上设100次。规则4：新商品前3天给固定探索流量，每天不超过总曝光的2%。规则5：每周重算一次平滑参数。规则6：记录每次排序调整前后的区间宽度。
对比一下：某本地服务场景，用原始点击率排序，前10名里有4个是曝光不足100次的新商品，7天后其中3个点击率跌到2%以下。改用区间下界后，前10名里新商品只剩1个，整体点击率提升6%。
案例：两个价格带相近的商品，A曝光120次点击15次，B曝光1500次点击120次。原始点击率A是12.5%，B是8%。区间下界A约7.1%，B约6.7%，差距缩小到0.4个百分点。运营原本准备把A提到首位，看到区间后改成并列测试。两周后A的真实点击率稳定在7.8%，B是8.1%。
概率上要理解置信区间宽度和样本量的关系。样本量翻4倍，区间宽度大约减半。曝光80次的95%区间宽度约正负6.7个百分点，曝光8000次约正负0.7个百分点。排序时把区间宽度作为惩罚项，能让结果更稳。
常见错误：用7天总点击除以总曝光，但中途改过推荐位样式；把不同价格区间的商品混在一起算全局点击率；忽略用户在同一会话内的重复曝光。这三个错误会让小样本商品的分数虚高10%到30%。
实操建议：每天上午10点跑一次区间计算，输出每个商品的下界、上界和曝光量。排序分数用下界乘一个类目权重，权重按历史转化率设定。上线前用过去14天数据回测，看前10名的更换频率是否在可接受范围。
小样本不是不能排，是要带着不确定性排。把区间宽度显示在运营后台，比争论“谁第一”更有用。
