更多技術交流、求職機會，歡迎關注位元組跳動資料平臺微信公眾號，回覆【1】進入官方交流群
前言：AIGC大爆發，引發廣告營銷行業變革
ChatGPT等AI產品引發的AIGC大爆發引起了各行業的震動，其中以圖片生成甚至影片生成技術的效果和速度最為令人震撼。也正因如此，AIGC的爆發對一直以創意為核心競爭力設計師群體構成了重大挑戰。
然而，人們發現，AI在模仿和融合設計方面具備出色的能力，善用AI工具可以極大地提高創意的效率。特別是在廣告營銷領域，大家紛紛將AIGC技術融入營銷活動，透過傳統創作手段與AI技術的碰撞，創造出了新穎的視覺效果甚至全新的產品。
此外，隨著廣告創意素材需求不斷增長，設計師人工製作素材的產能卻相對不足，且這一矛盾問題日益凸顯。在此背景下，AIGC技術的應用變得尤為重要，它能夠發揮作用於多模態素材，為廣告投放業務注入新的動力。
本文將從AIGC技術在廣告營銷領域的應用和實踐切入，探討A/B測試驅動的AIGC廣告素材的最佳化方法，討論AI與人工創意的協同合作如何為廣告行業帶來更大的創新和發展機遇。
素材創意直接影響廣告投放效果
資訊流效果廣告
數字廣告隨處可見，如展示橫幅、文字連結、開屏廣告、插屏廣告、資訊流內容和搜尋引擎廣告等。廣告可以透過多個平臺進行投放，例如今日頭條、快手或騰訊廣點通。但無論選擇哪個平臺或廣告型別，廣告創意素材始終是至關重要的因素，它直接決定了廣告的投放效率和成效。在廣告的種類上，可以分為效果廣告和品牌廣告兩大類。這裡我們主要討論網際網路場景下的程式化資訊流效果廣告。
素材是營銷技術的核心
平臺智慧化的推進加強了素材的重要性。據《2023年國內遊戲效果廣告白皮書》顯示：2023年手遊APP投放去重後的素材量2686萬，同比增長94%。這充分說明廣告投放仍然處於素材為王的時代。同時，各廣告平臺不斷推進智慧化自動化，鼓勵用素材去找人，減少在廣告人群定向、出價等繁複的設定上耗費精力。因此，廣告素材的重要性越發凸顯，新時代對於廣告素材的要求從豐富性，原生性、創意性、趣味性等維度不斷提高。
廣告素材生命週期
廣告素材生命週期的有限性催生了大量素材需求 。 人們對於新穎且符合個人興趣的內容總是充滿了好奇，而網路廣告的一大優勢就在於其能夠為每位使用者量身定製內容，這就需要新的廣告創意的不斷產出。為了確保業務的持續增長，需要不斷創作出既新穎又不雷同的素材。這一方面對從事素材創作的設計師提出了更高的要求，另一方面，廣告最佳化專家也需要不斷更新素材，以平衡素材的新鮮度與使用者的吸引力。
優質廣告素材的特點
優質廣告素材需表現出鮮明的創意，確保內容的新穎性和獨特性從而避免與眾不同；真人出鏡帶來的原生態開場顯得更加親切、自然，增強觀眾的共鳴；透過高畫質影片和和諧的配樂，可以提升廣告的視聽效果，吸引更多觀眾的注意；真實的內容結合突出的賣點，能清晰傳達產品或服務的獨特價值；情節需要設計得豐富且邏輯合理，同時要符合相關的廣告法規；合理運用貼紙和字幕可以加強視覺效果和資訊的明晰度；創新的指令碼和微妙的營銷手法能激起觀眾的好奇心，同時不過分強調銷售資訊，使廣告更具吸引力。
綜合上述，優質廣告素材的特點可以概括為下述七點：
- 內容獨特，避免雷同
- 真人出鏡，原生開場
- 影片高畫質，配樂和諧
- 內容真實，賣點突出
- 情節飽滿，合理合規
- 善用貼紙，標配字幕
- 指令碼創新，弱感營銷
傳統的素材生產方式
隨著廣告業務的發展，傳統的素材生產方式越來越難以跟上爆發性增長的素材需求。
在過去，所有的素材製作都由人力完成。設計人員通常依賴於一系列圖片素材、Photoshop、Premiere等實拍、圖片處理和影片剪輯軟體等來進行創意設計。
由於每週需要創造數千個新素材，而手工打造每一張精美影像既耗時又費力，並不總能確保帶來更多收益，這導致了素材製作在數量和視覺質量上都遇到了限制。要在控制成本的同時，實現物料數量的大幅提升並提升影像的審美水準，對於傳統的人工而言幾乎是一項不可能實現的挑戰。
然而，現代的AI技術給我們開啟了新的可能性。使用StA/Ble Diffusion等AIGC技術，可以成功生產大量的影像素材，其產能和視覺質量都遠超傳統的人工製作方式。
AIGC廣告素材生成
按照創意來源的不同，位元組跳動增長團隊將AIGC廣告素材分為三個類別：
- 內容外放是指透過挖掘平臺內的優質內容，並將其包裝成多種素材形式，在各個渠道上進行投放，以吸引使用者轉化，帶動產品增長。例如，短影片外放、電商圖片和影視剪輯等都屬於這一類別。
- 起量派生則是在投放大盤中找到能夠帶來增量的元素，並將其與其他素材結合起來，以放大增量效果。例如，起量前貼、起量圖片、起量話術和起量包裝形式等都是起量派生的典型案例。
- 內容生成則是指完全由機器生成素材內容，但需要找到好的內容靈感。例如，數字人、AIGC 圖片和影片生成等都屬於這一類別。
按照表現形式的不同，又可以分成文字生成、圖片生成、影片生成等三大類。
文字生成
目前的文字生成應用可以簡單分為兩類。一類是，可以利用現有的LLM大語言模型來生成小說解壓文案和吸睛文案。另一類，則是透過使用現有的優秀素材來持續更新和改進模型和prompt從而降低素材生產成本。
以利用LLM能力從小說中提取吸睛文案為例:
- 惡毒女配覺醒後 沒有金手指的她 不爭不搶卻成為了飛昇第一人
- 前世和女主搶男人致死 重生後我覺悟了 男人只會影響我修仙的速度
- 穿越後我啟用了開掛系統 只要躺著不動就有獎勵 大佬師弟們羨慕哭了
- 穿成最不受寵的皇子 被流放到嶺南貧瘠之地 沒想到三年後皇帝微服私訪看傻眼
基於以上生成的文字，再結合下面影片生成能力，就可以生成進一步的資訊流影片廣告素材。
圖片風格化
對於在平臺內部獲得高流量的圖片，我們可以利用 AIGC 的功能在保留營銷文案的同時對其進行風格化處理，從而創造出全新的圖片創意。
圖片生成
AIGC技術可以生成大量吸睛圖片，從而提升廣告效果。例如，將 AI 生成的各種底圖圖片與 AI 文案相結合，並進行各類一體化自動化包裝，從而生成大量優質廣告圖片素材。
影片生成
AIGC吸睛影片是在文字轉圖畫的基礎上，對繪製出的圖畫進行不同形式的重繪，以實現更強的動態視覺效果。這個過程圍繞著強內容和弱內容兩個方向進行，包括內容提取、基於內容的單圖繪製以及單圖的動態效果變換等步驟。
數字人
基於數字人形象演員庫，利用投放排名前列的素材，提取出音訊和口播文案生成數字人口播影片，再將這些影片與音樂、貼紙、模板等創意要素拼合在一起，得到最終的成品素材。
影片模板
一個典型的影片廣告素材可能包含影片內容、模版、前貼片段、尾貼影片和畫外音等元素。其中，模版還可以進一步拆分成佈局、logo、背景圖、文案和裝飾元件（如貼紙、搜尋框等）。
模板由多個不同的子元素構成，這些子元素包括底圖、貼紙、文案、佈局、logo、搜尋框、前貼和尾貼等。同一個影片內容，不同的包裝組合可以產生不同的效果，從而體現出素材的多樣性。
A/B測試驅動的AIGC素材調優
A/B測試是位元組跳動一項非常基礎的工具。位元組跳動成立之初，今日頭條就在做策略推薦類的A/B測試。2016年，位元組跳動建立了支援大規模產品實驗的A/B測試平臺，之後陸續接入抖音、西瓜影片等全線業務，把A/B測試應用在產品命名、互動設計、推薦演算法、使用者增長、廣告最佳化和市場活動等方方面面的決策上。
位元組跳動內部的增長團隊也一直在使用A/B測試，來對包括AIGC素材在內的廣告投放、使用者增長等策略進行資料驅動的科學實驗，以確保每個決策都能帶來正向收益，實現複利效應，持續迴圈增長。
例如，在AIGC素材調優方面，基於科學的A/B測試資料和結論，可以提煉出以下經驗：
- 在圖片廣告中，影響使用者轉化的因素及其優先順序為：文案吸睛度＞模板醒目度＞底圖適配度。
- 底圖 A/B 實驗：底圖應舒適、美好、下沉。
- 模板 A/B 實驗：模板應帶有按鈕，文案要醒目，層級要鮮明。
- 文案 A/B 實驗：文案應直擊搜尋痛點，激發使用者好奇，使用“梗”或新興詞彙。
AIGC影片模板調優實驗
對於使用AIGC影片模板生成的素材相比於原生影片對素材投放效果的影響，位元組跳動增長團隊做了嚴謹的A/B測試論證，結論是在新增、次留、PVR、CPA 等指標上，個性化主題模板均優於原生模板和通用模板。
在使用AIGC技術進行模板設計之前，影片模板的製作模式是廣告素材代理針對不同品類，人工設計創新美觀的模板。但這種生產模式一直存在一些問題：
- 優秀設計師稀缺：好的設計師資源少，且貴；
- 人工成本高昂：創作一幅好的作品，需要花費一定的時間和金錢成本；
- 人工產能有限：設計師人力資源有限，創作出的素材數量也難以和機器成千上萬的產能相比。
AIGC 生成模型的出現，給機器生成素材帶來了希望。
經過素材分流A/B測試的嚴謹論證，並經過廣告實際投放測試，AIGC技術可以自動生成外觀和效果上媲美人工素材的個性化模板，實驗結果如下：
- 拉新場景：實驗組新增量級對比對照組 +5.1% ，CPA/次留基本持平
- 解除安裝重灌場景：實驗組解除安裝召回量級對比對照組 +14.4% ，CPA/次留基本持平
下圖展示了A/B測試驅動的影片模板迭代過程，確保每個決策都帶來正向收益,實現複利效應,持續迴圈增長。透過數次A/B測試保障的正向迭代，機器模板的效果最終超過了人工對照組。
廣告素材風格實驗
經過對比發現，某一型別的投放起量的圖片在風格上具有一定的規律，例如，黑色風格的圖片通常是頭部素材。因此，我們希望透過模型學習這種潛在的風格，並在影像生成過程中對風格進行控制，從而提高投放效果。
這就可以利用A/B測試，將風格化處理後的圖片與無風格新增的素材進行對比。經過一週的廣告投放A/B測試，結果表明，實驗組在曝光、點選率、新增使用者和次留率方面具有明顯優勢。
| 廣告消耗 | 新增 | ctr | cvr | 展示 | |
|---|---|---|---|---|---|
| 實驗組 | 4694 | 160 | 5.27% | 1.61% | 18萬 |
| 對照組 | 1520 | 52 | 4.93% | 1.64% | 6萬 |
A/B測試：科學增長方法論
在這裡就要聊一聊可以直接與AIGC產出的材料相配合使用的A/B測試平臺——DataTester了。DataTester又名火山引擎A/B測試，是火山引擎數智平臺（VeDI）推出的助力企業科學決策的A/B測試與智慧最佳化平臺。它能幫助企業在海量的AI生成素材中，快速測算找到轉化率最優的素材，也是提升廣告轉化率的利器。
DataTester脫胎於位元組跳動長期沉澱，服務於數以億計使用者，透過科學分流、先進演算法與豐富的實驗功能，為業務增長、使用者轉化、產品迭代，策略最佳化，運營提效等各個環節提供科學的決策依據，讓業務真正做到資料驅動。
未來，AIGC 的滲透率將進一步提高，從而改變行業格局。以 A/B 測試為代表的資料驅動科學增長方法論結合 AIGC 在廣告素材最佳化中具有明顯優勢。這種方法不僅可以提高廣告素材的質量和相關性，還能節省時間和資源，為品牌創造更大的價值。我們鼓勵所有市場營銷人員和品牌所有者積極探索 A/B 測試和 AIGC 的潛力，並將這些技術納入其廣告策略中，以實現更高效、更個性化的廣告創作與最佳化過程。
點選跳轉DataTester瞭解更多