一句话回答
点击到安装时间(CTIT)是用户点击广告或跟踪链接,到应用记录安装(通常是首次打开)之间的时间。点击后几秒内集中出现一批安装,提示点击注入或安装劫持;几小时到几天内平坦分布,提示点击泛滥。
公式: CTIT = 安装时间戳 − 点击时间戳
什么是点击到安装时间?
点击到安装时间(CTIT,Click-to-Install Time)是用户点击广告或跟踪链接,到应用把这位用户记为一次安装之间的时间差。移动归因工具会为每次归因到的安装记录这两个时间戳,所以每次安装都能算出这个差。单独一个 CTIT 说明不了什么;把同一来源几百次安装的分布放在一起看,形状才能区分真实用户和作弊。
“时钟”怎么取很重要。最常见的做法里,点击时间来自跟踪链接,安装时间是应用第一次打开、统计 SDK 第一次上报的那一刻,所以下载了但从没打开的应用不算安装。Google Play 的安装来源接口(Install Referrer API)给出两个以秒计的时间戳:来源点击时间和安装开始时间,因此“点击到安装开始”和“点击到首次打开”两个数,可能相差用户拖着没打开应用的那段时间。跨工具比较之前,一定先确认对方是用哪两个时间戳相减的。
CTIT 怎么计算?
CTIT = 安装时间戳 − 点击时间戳,每次安装算一个。报表再把它汇总成中位数、时间段分桶或完整的直方图。
| 使用的安装时间戳 | 来源 | CTIT 很短意味着 | CTIT 很长可能是 |
|---|---|---|---|
| 安装开始 | 安装来源接口的 installBeginTimestampSeconds | 点击后马上开始下载 | 用户离开应用商店页面,过一阵再回来 |
| 首次打开 | 统计 SDK 的首次启动 | 几秒内下载并打开 | 用户几小时前在 Wi-Fi 下下载,或者第二天才打开 |
Google 说明,安装来源信息可用 90 天,除非重新安装否则不会变化,并建议在安装后应用第一次运行时只读取一次。实际含义是:点击和安装的时间戳在首次启动时就固定了,据此算出的 CTIT 以后不会再变。
为什么 CTIT 很短会提示安装作弊?
真人从点广告到应用能用,需要时间:商店页加载、下载、打开。点击只在安装前几秒才出现,原因是机械的,不是统计上的:设备上的恶意程序能检测到安装已经开始,随即发出一次点击,让这次安装记到作弊来源名下(点击注入或安装劫持)。这次点击作为事件是真的,但安装并不是它带来的。
作弊有两种形状,互为镜像。
| 模式 | 分布的样子 | 可能的原因 | 下一步查什么 |
|---|---|---|---|
| 开头一个尖峰 | 点击后头几秒内集中了大量安装 | 点击注入或安装劫持:在已经发生的安装期间补发一次点击 | 每个来源 10 秒内安装占比 |
| 又长又平的尾巴 | 安装几乎均匀地分布在点击后的几小时到几天 | 点击泛滥或点击垃圾:大量发送点击,指望碰上之后的自然安装 | 24 小时之后的安装占比,以及形状是平的而不是下降的 |
| 正常形状 | 大部分安装在几分钟内,之后逐渐减少 | 真实用户点击并安装 | 仍然要和自己的历史对比 |
AppsFlyer 的术语页说,查安装劫持时,分析人员看点击后几秒内是否集中了一批安装;查点击泛滥时,看几小时到几天内的分布是否几乎是平的。这些是一家厂商的经验判断,不是行业标准:各家的界线不同,有的还可以配置;CTIT 很短是该去调查的信号,本身不是证据。
算例:花费相同的两个来源
示例数据:两个付费来源各带来 1,000 次归因安装,花费 5,000 美元,所以报表上的单次安装成本都是 5,000 ÷ 1,000 = 5.00 美元。它们的 CTIT 分桶差别很大。
| CTIT 分桶 | 来源 A 安装数 | 占比 | 来源 B 安装数 | 占比 |
|---|---|---|---|---|
| 10 秒以内 | 12 | 1.2% | 380 | 38.0% |
| 10 秒到 1 小时 | 861 | 86.1% | 420 | 42.0% |
| 1 到 24 小时 | 103 | 10.3% | 110 | 11.0% |
| 24 小时以上 | 24 | 2.4% | 90 | 9.0% |
| 合计 | 1,000 | 全部 | 1,000 | 全部 |
来源 B 有 38.0% 的安装落在 10 秒以内,A 只有 1.2%。光凭这一点不能给 B 定罪,所以再加一个安装之后的信号。来源 B 各分桶的次日留存(示例数据):10 秒以内 380 人里回来 5 人(1.3%);10 秒到 1 小时 420 人里 134 人(31.9%);1 到 24 小时 110 人里 31 人(28.2%);24 小时以上 90 人里 6 人(6.7%)。合计 176 ÷ 1,000 = 17.6%,来源 A 是 261 ÷ 1,000 = 26.1%。CTIT 检验标出的那批安装几乎没人回来,这正是被劫持的安装的样子。
这对你实际付的价钱意味着什么:如果对 10 秒内的 380 次安装拒付,来源 B 的实际单次安装成本是 5,000 ÷ (1,000 − 380) = 8.06 美元;如果再去掉 24 小时之后的 90 次,是 5,000 ÷ 530 = 9.43 美元。这个“便宜”的来源,实际每次安装比报表上贵 61%,而 5.00 美元的来源 A 才是更划算的。
实际工作里怎么用 CTIT?
- 按来源看,不看一个全局数字。 全局中位数两分钟,会掩盖一个 38% 安装落在 10 秒内的来源。按媒体来源、广告系列拆开,有的话再拆到发布商。
- 用分桶,不用平均数。 固定分桶(10 秒以内、10 秒到 1 小时、1 到 24 小时、24 小时以上)便于逐周对比;平均数会被少数晚打开的人拉偏。
- 配一个安装后的信号。 次日留存、第一个关键事件或收入。CTIT 说的是点击和安装的先后;安装后的信号说的是当时有没有人在。
- 和自己的基线比。 一键安装的工具类应用和 2 GB 的游戏,正常形状不同。拿最近 4 到 8 周接近自然流量的来源当参照。
- 定规则并写下来。 例如“10 秒内安装超过 10% 的来源,先暂停等审核”。规则要在看具体合作方数字之前定好,避免按结果去调。
CTIT 常见的误读有哪些?
- 把一个阈值当成定律。 10 秒线是经验法则。网络快、应用小的时候,真实安装也可能在 10 秒内完成。要看的是尖峰,不是单次安装。
- 以为 CTIT 长就是作弊。 很多人点了广告,路上下载,晚上才打开。平滑下降的尾巴是正常的;规模化的平坦分布才是警示。
- 不核对时钟就跨工具比较。 “安装开始”和“首次打开”可能差几个小时,要拿同口径比。
- 用太少的安装下结论。 只有 30 次安装时,一次注入的点击就占数据的 3.3%。等每个来源有几百次再判断。
- 把 CTIT 当成判断作弊的单一信号。 设备不匹配、留存异常、地域不合理,这几项放在一起,比任何单条规则都有力。
TapCub 对 CTIT 做什么、不做什么?
TapCub 不是归因服务商,不做点击和安装的匹配,所以不计算 CTIT。它能做的是展示每个来源的安装之后做了什么,也就是上面算例里的第二个信号。
- 把安装数据接进来。 如果你用移动归因服务商(MMP),把它的回传指向 应用统计 › 配置 › 经营设置 里的接收地址。TapCub 把回调存成
$app_install事件,并从中读取媒体来源、广告系列和匹配类型。 - 按来源看安装。 应用统计 › 质量与归因 › 营销归因 按媒体来源和广告系列列出安装,分成自然、非自然和未归因,并显示 MMP 是否已连接。把 MMP 标出 CTIT 偏短的来源,在这里找到它们。
- 看这些安装之后做了什么。 应用统计 › 用户分析 › 渠道分析 对你的 SDK 存的每个
$channel值显示日均新增用户和次日留存,还有量级对留存的矩阵。如果你的构建把广告系列存进了$channel,被标出的系列次日留存远低于同类,就印证了算例里的模式。注意$channel不是归因回调里的媒体来源,所以只有你设置了它才适用。 - 把自家设备排除在外。 测试机可以在 应用统计 › 配置 › App 设置 里用设备规则排除,这样自己的测试安装不会算作用户。
CTIT 的阈值,以及要不要对安装提出拒付,都在你的归因工具里决定;TapCub 衡量的是应用内的结果。
资料来源
- Android Developers,Play Install Referrer Library(点击和安装开始时间戳;来源信息可用 90 天),2026 年 11 月 20 日核对。
- AppsFlyer,What is click to install time (CTIT)?(安装劫持看 CTIT 极短;点击泛滥看平坦分布),2026 年 11 月 20 日核对。
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
