更智能的广告素材生成!看A/B测试如何驱动AIGC素材调优

更多技术交流、求职机会,欢迎关注字节跳动数据平台微信公众号,回复【1】进入官方交流群

前言: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动,其中以图片生成甚至视频生成技术的效果和速度最为令人震撼。也正因如此,AIGC的爆发对一直以创意为核心竞争力设计师群体构成了重大挑战。

然而,人们发现,AI在模仿和融合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。特别是在广告营销领域,大家纷纷将AIGC技术融入营销活动,通过传统创作手段与AI技术的碰撞,创造出了新颖的视觉效果甚至全新的产品。

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足,且这一矛盾问题日益凸显。在此背景下,AIGC技术的应用变得尤为重要,它能够发挥作用于多模态素材,为广告投放业务注入新的动力。

本文将从AIGC技术在广告营销领域的应用和实践切入,探讨A/B测试驱动的AIGC广告素材的优化方法,讨论AI与人工创意的协同合作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重要的因素,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。这里我们主要讨论互联网场景下的程序化信息流效果广告。

picture.image

素材是营销技术的核心

平台智能化的推进加强了素材的重要性。据《2023年国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%。这充分说明广告投放仍然处于素材为王的时代。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,广告素材的重要性越发凸显,新时代对于广告素材的要求从丰富性,原生性、创意性、趣味性等维度不断提高。

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 人们对于新颖且符合个人兴趣的内容总是充满了好奇,而网络广告的一大优势就在于其能够为每位用户量身定制内容,这就需要新的广告创意的不断产出。为了确保业务的持续增长,需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要求,另一方面,广告优化专家也需要不断更新素材,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鲜明的创意,确保内容的新颖性和独特性从而避免与众不同;真人出镜带来的原生态开场显得更加亲切、自然,增强观众的共鸣;通过高清视频和和谐的配乐,可以提升广告的视听效果,吸引更多观众的注意;真实的内容结合突出的卖点,能清晰传达产品或服务的独特价值;情节需要设计得丰富且逻辑合理,同时要符合相关的广告法规;合理运用贴纸和字幕可以加强视觉效果和信息的明晰度;创新的脚本和微妙的营销手法能激起观众的好奇心,同时不过分强调销售信息,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

picture.image

传统的素材生产方式

随着广告业务的发展,传统的素材生产方式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。设计人员通常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。

由于每周需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遇到了限制。要在控制成本的同时,实现物料数量的大幅提升并提升图像的审美水准,对于传统的人工而言几乎是一项不可能实现的挑战。

然而,现代的AI技术给我们开启了新的可能性。使用StA/Ble Diffusion等AIGC技术,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方式。

picture.image

AIGC广告素材生成

按照创意来源的不同,字节跳动增长团队将AIGC广告素材分为三个类别:

  • 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类别。
  • 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典型案例。
  • 内容生成则是指完全由机器生成素材内容,但需要找到好的内容灵感。例如,数字人、AIGC 图片和视频生成等都属于这一类别。

按照表现形式的不同,又可以分成文本生成、图片生成、视频生成等三大类。

文本生成

目前的文本生成应用可以简单分为两类。一类是,可以利用现有的LLM大语言模型来生成小说解压文案和吸睛文案。另一类,则是通过使用现有的优秀素材来持续更新和改进模型和prompt从而降低素材生产成本。

以利用LLM能力从小说中提取吸睛文案为例:

  • 恶毒女配觉醒后 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死 重生后我觉悟了 男人只会影响我修仙的速度
  • 穿越后我激活了开挂系统 只要躺着不动就有奖励 大佬师弟们羡慕哭了
  • 穿成最不受宠的皇子 被流放到岭南贫瘠之地 没想到三年后皇帝微服私访看傻眼

基于以上生成的文本,再结合下面视频生成能力,就可以生成进一步的信息流视频广告素材。

图片风格化

对于在平台内部获得高流量的图片,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。

picture.image

图片生成

AIGC技术可以生成大量吸睛图片,从而提升广告效果。例如,将 AI 生成的各种底图图片与 AI 文案相结合,并进行各类一体化自动化包装,从而生成大量优质广告图片素材。

picture.image

视频生成

AIGC吸睛视频是在文字转图画的基础上,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。这个过程围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。

picture.image

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生成数字人口播视频,再将这些视频与音乐、贴纸、模板等创意要素拼合在一起,得到最终的成品素材。

picture.image

视频模板

一个典型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。其中,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)。

picture.image

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,从而体现出素材的多样性。

picture.image

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基础的工具。字节跳动成立之初,今日头条就在做策略推荐类的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测试应用在产品命名、交互设计、推荐算法、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直在使用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,可以提炼出以下经验:

  • 在图片广告中,影响用户转化的因素及其优先级为:文案吸睛度>模板醒目度>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,文案要醒目,层级要鲜明。
  • 文案 A/B 实验:文案应直击搜索痛点,激发用户好奇,使用“梗”或新兴词汇。

picture.image

AIGC视频模板调优实验

对于使用AIGC视频模板生成的素材相比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。

在使用AIGC技术进行模板设计之前,视频模板的制作模式是广告素材代理针对不同品类,人工设计创新美观的模板。但这种生产模式一直存在一些问题:

  • 优秀设计师稀缺:好的设计师资源少,且贵;
  • 人工成本高昂:创作一幅好的作品,需要花费一定的时间和金钱成本;
  • 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相比。

AIGC 生成模型的出现,给机器生成素材带来了希望。

经过素材分流A/B测试的严谨论证,并经过广告实际投放测试,AIGC技术可以自动生成外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:实验组新增量级对比对照组 +5.1% ,CPA/次留基本持平
  • 卸载重装场景:实验组卸载召回量级对比对照组 +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,机器模板的效果最终超过了人工对照组。

picture.image

广告素材风格实验

经过对比发现,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,黑色风格的图片通常是头部素材。因此,我们希望通过模型学习这种潜在的风格,并在图像生成过程中对风格进行控制,从而提高投放效果。

picture.image

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对比。经过一周的广告投放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优势。

广告消耗 新增 ctr cvr 展示
实验组 4694 160 5.27% 1.61% 18万
对照组 1520 52 4.93% 1.64% 6万

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产出的材料相配合使用的A/B测试平台——DataTester了。DataTester又名火山引擎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生成素材中,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,服务于数以亿计用户,通过科学分流、先进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提供科学的决策依据,让业务真正做到数据驱动。

picture.image

picture.image

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优势。这种方法不仅可以提高广告素材的质量和相关性,还能节省时间和资源,为品牌创造更大的价值。我们鼓励所有市场营销人员和品牌所有者积极探索 A/B 测试和 AIGC 的潜力,并将这些技术纳入其广告策略中,以实现更高效、更个性化的广告创作与优化过程。

点击跳转DataTester了解更多

JetBrains 全家桶 2024 首个大版本更新 (2024.1) 老乡鸡“开源”了 微软都打算付钱了,为何还是被骂“白嫖”开源? 【已恢复】腾讯云后台崩了:大量服务报错、控制台登入后无数据 德国也要“自主可控”,州政府将 3 万台 PC 从 Windows 迁移到 Linux deepin-IDE 终于实现了自举! Visual Studio Code 1.88 发布 好家伙,腾讯真把 Switch 变成了「思维驰学习机」 RustDesk 远程桌面启动重构 Web 客户端 微信基于 SQLite 的开源终端数据库 WCDB 迎来重大升级
{{o.name}}
{{m.name}}

猜你喜欢

转载自my.oschina.net/u/5588928/blog/11048392