序言:AIGC 大爆发,引发广告营销行业变革

ChatGPT 等 AI 产品引发的 AIGC 大爆发引起了各行业的震撼,个中以图片天生乃至视频天生技能的效果和速率最为令人震荡。
也正因如此,AIGC 的爆发对一贯以创意为核心竞争力设计师群体构成了重大寻衅。

然而,人们创造,AI 在模拟和领悟设计方面具备出色的能力,善用 AI 工具可以极大地提高创意的效率。
特殊是在广告营销领域,大家纷纭将 AIGC 技能融入营销活动,通过传统创作手段与 AI 技能的碰撞,创造出了新颖的视觉效果乃至全新的产品。

此外,随着广告创意素材需求不断增长,设计师人工制作素材的产能却相对不敷,且这一抵牾问题日益凸显。
在此背景下,AIGC 技能的运用变得尤为主要,它能够发挥浸染于多模态素材,为广告投放业务注入新的动力。

更智能的广告素材生成看A/B测试若何驱动AIGC素材调优

本文将从 AIGC 技能在广告营销领域的运用和实践切入,磋商 A/B 测试驱动的 AIGC 广告素材的优化方法,谈论 AI 与人工创意的协同互助如何为广告行业带来更大的创新和发展机遇。

素材创意直接影响广告投放效果信息流效果广告

数字广告随处可见,如展示横幅、文本链接、开屏广告、插屏广告、信息流内容和搜索引擎广告等。
广告可以通过多个平台进行投放,例如今日头条、快手或腾讯广点通。
但无论选择哪个平台或广告类型,广告创意素材始终是至关主要的成分,它直接决定了广告的投放效率和成效。
在广告的种类上,可以分为效果广告和品牌广告两大类。
这里我们紧张谈论互联网场景下的程序化信息流效果广告。

素材是营销技能的核心

平台智能化的推进加强了素材的主要性。
据《2023 年海内游戏效果广告白皮书》显示:2023 年手游 APP 投放去重后的素材量 2686 万,同比增长 94%。
这充分解释广告投放仍旧处于素材为王的时期。
同时,各广告平台不断推进智能化自动化,鼓励用素材去找人,减少在广告人群定向、出价等繁复的设置上耗费精力。
因此,广告素材的主要性加倍凸显,新时期对付广告素材的哀求从丰富性,原生性、创意性、意见意义性等维度不断提高。

广告素材生命周期

广告素材生命周期的有限性催生了大量素材需求。
人们对付新颖且符合个人兴趣的内容总是充满了好奇,而网络广告的一大上风就在于其能够为每位用户量身定制内容,这就须要新的广告创意的不断产出。
为了确保业务的持续增长,须要不断创作出既新颖又不雷同的素材。
这一方面对从事素材创作的设计师提出了更高的哀求,另一方面,广告优化专家也须要不断更新素材,以平衡素材的新鲜度与用户的吸引力。

优质广告素材的特点

优质广告素材需表现出光鲜的创意,确保内容的新颖性和独特性从而避免分歧凡响;真人出镜带来的原生态开场显得更加亲切、自然,增强不雅观众的共鸣;通过高清视频和和谐的配乐,可以提升广告的视听效果,吸引更多不雅观众的把稳;真实的内容结合突出的卖点,能清晰传达产品或做事的独特代价;情节须要设计得丰富且逻辑合理,同时要符合干系的广告法规;合理利用贴纸和字幕可以加强视觉效果和信息的明晰度;创新的脚本和奇妙的营销手腕能激起不雅观众的好奇心,同时不过分强调发卖信息,使广告更具吸引力。

综合上述,优质广告素材的特点可以概括为下述七点:

内容独特,避免雷同真人出镜,原生开场视频高清,配乐和谐内容真实,卖点突出情节饱满,合理合规善用贴纸,标配字幕脚本创新,弱感营销

传统的素材生产办法

随着广告业务的发展,传统的素材生产办法越来越难以跟上爆发性增长的素材需求。

在过去,所有的素材制作都由人力完成。
设计职员常日依赖于一系列图片素材、Photoshop、Premiere 等实拍、图片处理和视频剪辑软件等来进行创意设计。

由于每周须要创造数千个新素材,而手工打造每一张精美图像既耗时又费力,并不总能确保带来更多收益,这导致了素材制作在数量和视觉质量上都碰着了限定。
要在掌握本钱的同时,实现物料数量的大幅提升并提升图像的审美水准,对付传统的人工而言险些是一项不可能实现的寻衅。

然而,当代的 AI 技能给我们开启了新的可能性。
利用 StA/Ble Diffusion 等 AIGC 技能,可以成功生产大量的图像素材,其产能和视觉质量都远超传统的人工制作办法。

AIGC 广告素材天生

按照创意来源的不同,字节跳动增长团队将 AIGC 广告素材分为三个种别:

内容外放是指通过挖掘平台内的优质内容,并将其包装成多种素材形式,在各个渠道上进行投放,以吸引用户转化,带动产品增长。
例如,短视频外放、电商图片和影视剪辑等都属于这一种别。
起量派生则是在投放大盘中找到能够带来增量的元素,并将其与其他素材结合起来,以放大增量效果。
例如,起量前贴、起量图片、起量话术和起量包装形式等都是起量派生的范例案例。
内容天生则是指完备由机器天生素材内容,但须要找到好的内容灵感。
例如,数字人、AIGC 图片和视频天生等都属于这一种别。

按照表现形式的不同,又可以分成文本天生、图片天生、视频天生等三大类。

文本天生

目前的文本天生运用可以大略分为两类。
一类是,可以利用现有的 LLM 大措辞模型来天生小说解压文案和吸睛文案。
另一类,则是通过利用现有的精良素材来持续更新和改进模型和 prompt 从而降落素材生产本钱。

以利用 LLM 能力从小说中提取吸睛文案为例:

毒辣女配觉醒后 没有金手指的她 不争不抢却成为了飞升第一人

前世和女主抢男人致去世 重生后我觉悟了 男人只会影响我修仙的速率

穿越后我激活了开挂系统 只要躺着不动就有褒奖 大佬师弟们倾慕哭了

穿成最不受宠的皇子 被流放到岭南贫瘠之地 没想到三年后天子微服私访看傻眼

基于以上天生的文本,再结合下面视频天生能力,就可以天生进一步的信息流视频广告素材。

图片风格化

对付在平台内部得到高流量的图片,我们可以利用 AIGC 的功能在保留营销文案的同时对其进行风格化处理,从而创造出全新的图片创意。

图片天生

AIGC 技能可以天生大量吸睛图片,从而提升广告效果。
例如,将 AI 天生的各种底图图片与 AI 文案相结合,并进行各种一体化自动化包装,从而天生大量优质广告图片素材。

视频天生

AIGC 吸睛视频是在笔墨转图画的根本上,对绘制出的图画进行不同形式的重绘,以实现更强的动态视觉效果。
这个过程环绕着强内容和弱内容两个方向进行,包括内容提取、基于内容的单图绘制以及单图的动态效果变换等步骤。

数字人

基于数字人形象演员库,利用投放排名前列的素材,提取出音频和口播文案天生数字人口播视频,再将这些视频与音乐、贴纸、模板等创意要素拼合在一起,得到终极的成品素材。

视频模板

一个范例的视频广告素材可能包含视频内容、模版、前贴片段、尾贴视频和画外音等元素。
个中,模版还可以进一步拆分成布局、logo、背景图、文案和装饰组件(如贴纸、搜索框等)。

模板由多个不同的子元素构成,这些子元素包括底图、贴纸、文案、布局、logo、搜索框、前贴和尾贴等。
同一个视频内容,不同的包装组合可以产生不同的效果,从而表示出素材的多样性。

A/B 测试驱动的 AIGC 素材调优

A/B 测试是字节跳动一项非常根本的工具。
字节跳动成立之初,今日头条就在做策略推举类的 A/B 测试。
2016 年,字节跳动建立了支持大规模产品实验的 A/B 测试平台,之后陆续接入抖音、西瓜视频等全线业务,把 A/B 测试运用在产品命名、交互设计、推举算法、用户增长、广告优化和市场活动等方方面面的决策上。

字节跳动内部的增长团队也一贯在利用 A/B 测试,来对包括 AIGC 素材在内的广告投放、用户增长等策略进行数据驱动的科学实验,以确保每个决策都能带来正向收益,实现复利效应,持续循环增长。

例如,在 AIGC 素材调优方面,基于科学的 A/B 测试数据和结论,可以提炼出以下履历:

在图片广告中,影响用户转化的成分及其优先级为:文案吸睛度>模板能干度>底图适配度。
底图 A/B 实验:底图应舒适、美好、下沉。
模板 A/B 实验:模板应带有按钮,文案要能干,层级要光鲜。
文案 A/B 实验:文案应直击搜索痛点,引发用户好奇,利用“梗”或新兴词汇。

AIGC 视频模板调优实验

对付利用 AIGC 视频模板天生的素材比较于原生视频对素材投放效果的影响,字节跳动增长团队做了严谨的 A/B 测试论证,结论是在新增、次留、PVR、CPA 等指标上,个性化主题模板均优于原生模板和通用模板。

在利用 AIGC 技能进行模板设计之前,视频模板的制作模式是广告素材代理针对不同品类,人工设计创新都雅的模板。
但这种生产模式一贯存在一些问题:

精良设计师稀缺:好的设计师资源少,且贵;人工本钱高昂:创作一幅好的作品,须要花费一定的韶光和金钱本钱;人工产能有限:设计师人力资源有限,创作出的素材数量也难以和机器成千上万的产能比较。

AIGC 天生模型的涌现,给机器天生素材带来了希望。

经由素材分流 A/B 测试的严谨论证,并经由广告实际投放测试,AIGC 技能可以自动天生外不雅观和效果上媲美人工素材的个性化模板,实验结果如下:

拉新场景:实验组新增量级比拟对照组+5.1%,CPA/次留基本持平卸载重装场景:实验组卸载召回量级比拟对照组+14.4%,CPA/次留基本持平

下图展示了 A/B 测试驱动的视频模板迭代过程,确保每个决策都带来正向收益,实现复利效应,持续循环增长。
通过数次 A/B 测试保障的正向迭代,机器模板的效果终极超过了人工对照组。

广告素材风格实验

经由比拟创造,某一类型的投放起量的图片在风格上具有一定的规律,例如,玄色风格的图片常日是头部素材。
因此,我们希望通过模型学习这种潜在的风格,并在图像天生过程中对风格进行掌握,从而提高投放效果。

这就可以利用 A/B 测试,将风格化处理后的图片与无风格添加的素材进行比拟。
经由一周的广告投放 A/B 测试,结果表明,实验组在曝光、点击率、新增用户和次留率方面具有明显上风。

A/B 测试:科学增长方法论

在这里就要聊一聊可以直接与 AIGC 产出的材料相合营利用的 A/B 测试平台——DataTester 了。
DataTester 别号火山引擎 A/B 测试,是火山引擎数智平台(VeDI)推出的助力企业科学决策的 A/B 测试与智能优化平台。
它能帮助企业在海量的 AI 天生素材中,快速测算找到转化率最优的素材,也是提升广告转化率的利器。

DataTester 脱胎于字节跳动长期沉淀,做事于数以亿计用户,通过科学分流、前辈算法与丰富的实验功能,为业务增长、用户转化、产品迭代,策略优化,运营提效等各个环节供应科学的决策依据,让业务真正做到数据驱动。

未来,AIGC 的渗透率将进一步提高,从而改变行业格局。
以 A/B 测试为代表的数据驱动科学增长方法论结合 AIGC 在广告素材优化中具有明显上风。
这种方法不仅可以提高广告素材的质量和干系性,还能节省韶光和资源,为品牌创造更大的代价。
我们鼓励所有市场营销职员和品牌所有者积极探索 A/B 测试和 AIGC 的潜力,并将这些技能纳入其广告策略中,以实现更高效、更个性化的广告创作与优化过程。

点击跳转火山引擎-云上增长新动力理解更多