創意有效僅10% 多盟攻克了另外90%無效創意

在過去，如果說廣告創意，你會想到什麼？是時光已逝，這麼多年仍然回蕩在你腦海里的那句：「今年過節不收禮，收禮只收腦白金」，還是「鑽石恆久遠，一顆永流傳」的浪漫與奢華，又或是「Just Do It」堅持不懈的運動精神……沒錯，這些是成功的優秀創意。

然而縱觀整個廣告界，真正優秀的創意不足10%，對於另外的90%難道就束手無策嗎？對於那90%，如何驗證其創意是否符合理想預期，需要通過廣告投放，其過程消耗人力、物力、精力、財力不計其數。舉個例子，如果一個預算10萬的項目產生了10個廣告創意，假設投放3天每天的投放費用是1000元，其中8個效果沒有達到預期，其結果是第一，浪費了3天的時間；第二，造成了巨大的預算浪費，3x8x1000就是2.4萬，這對於一個10萬的項目浪費的成本是觸目驚心的。

在今天這樣一個以技術為導向的廣告界，創意如果僅僅是奪人眼球或讓人印象深刻，顯然還不夠，而且非常不夠。因為它只在營銷的過程中起到了第一步：吸引眼球，今天的創意更需要的是創意背後所帶來的實際效益，而「創意評級」就是專註於解決這一難題。

在數字營銷更加智能和自動化的階段，通過技術的手段讓創意賦予更多的實效價值變得更為簡單，作為一家專註移動智能營銷的平台，多盟在程序化時代對創意有著更深刻的理解，與傳統的創意理解不同，憑藉著對技術的孜孜不倦和對創意產品的專註研發，多盟的「創意評級」技術有著對營銷更深入的探索。

創意界的新興勢力：「創意評級」

如何理解「創意評級」？簡單來講，即在廣告投放之前系統自動對創意按照一定的規則進行打分，我們可以根據自己的營銷目標需求，通過比對從而預先排除一部分低質量創意，並可以更具策略性的計劃不同創意的上線排期以及對應的預算金額等。如此一來一方面可以大量節省投放人員的時間和精力，另一方面創意的試錯資金成本也將極大的降低。

對於創意評級是如何解決上述的問題呢？它又有哪些作用值得我們如此的追捧它？

首先，創意評級的重點在「評級」二字，說文解字解釋到「評級」是「根據某種調查表所載次目，逐項檢查某人在這些方面的表現而得出的對這人的特性和品質(如興趣、能力、態度或個性)所作的估計」，延展到廣告領域，「評級」即是根據基礎數據支撐，通過大量的創意表現所作出的判斷。由此可知，評級才是重點，背後的基礎是海量的數據分析結果。

其次，評級根據一定的規則特徵進行，規則特徵化的背後邏輯是不同的創意需要按照一定的科學標準進行，不是盲目無章可循的瞎創意。數字化的可貴之處就是一切可以通過數據呈現，創意評級特徵化，也意味著創意這件事可以用數據來體現。

再次，它解決了創意驗證問題，過去講創意好不好更多的是看它是否廣為流傳，引人注意，今天我們講創意一切將以數據說話，創意評級通過數據驗證，表現好的優秀創意繼續留存使用，表現差的創意內容將之淘汰。當創意變的有章可循，創意這件事就變簡單了。

「創意評級」的左膀右臂：特定資料+特徵化

當然，創意評級的實現並非那樣簡單，這背後需要平台自身強大的廣告技術和演算法能力，要充分實現創意評級，需要滿足幾個條件，這是實現創意評級的前提，滿足這兩個條件，創意評級才能充分運轉，即創意樣本庫和創意特徵化。

在講創意樣本庫之前，先分享一個故事：當年一位老作家曾指導法國著名短篇小說家莫泊桑的寫作，這位老作家對莫泊桑說：「出去，到巴黎的街上，隨便找一位駕車的車夫。你咋一看他，可能與其他車夫非常相像，並無差別。可是仔細地研究他，直到你能把他描述得與這個世界上任何其他車夫都不相同的程度，要做到在你的描述中，他是個與眾不同，有獨特個性的車夫。」這是產生創意的第一步，為心智收集有關產品的特定資料。

不難理解，創意樣本庫就是上述故事中的「特定資料」，這是實現對創意評級的第一步，而要建立一個豐富且多樣的樣本庫需要滿足兩個條件：

第一、創意的效果可跟蹤，即知道創意最後的轉化效果，雖然可以通過爬蟲等爬取公開的創意內容，但是無法準確知道創意效果，等於一個創意是否為好創意仍然無法判斷，這又回到過去的創意模糊時代去了。

第二、涉及的流量類型足夠多，目前的創意已經從簡單的文字、圖片，擴展到了視頻內容。 即使主要內容相同，不同尺寸，不同場景下的創意的表現差距也很大；同樣一個創意，在UC、今日頭條等不同的媒體平台也可能產生完全不同的表現，這與背後的受眾人群及使用場景息息相關，所以在創意評級的時候，要充分考慮場景的因素，反過來對於樣本庫來講也提出這方面的高要求。

有了豐富高質量的樣本庫，第二個難點就是技術挑戰，要讓機器對創意進行評級，在技術上最重要的就是對創意進行特徵化，每個特徵代表一個維度，用一系列特徵來描述創意。而需要特徵化的創意類型細分一下又分為文案、圖片、視頻創意。

對於創意文案，傳統自然語言處理技術（NLP）已經相對成熟，如用LDA主題詞提取技術，句法分析技術等。創意文案有一個特點是都不會很長，典型的短文本，在這一點上對於文案處理是一個挑戰，不過近年來對應的研究進展也不少。

除了文字創意，目前圖像，視頻創意佔據了創意的主要部分，創意評級的主要目標也是這類創意，這也是技術挑戰最大的地方之一，由於視頻主要是看作是連續圖片，所以核心要處理的就是圖片的特徵化。

在圖片特徵化方面，傳統技術主要從四個方面入手，比如採用顏色聚合向量技術的顏色特徵化、使用小波變換的紋理特徵、採用傅立葉變換形狀特徵以及以及對圖片進行切割后，對每個小塊提取特徵的空間關係特徵。

上述的傳統技術發展了多年，不過在實際創意評級特徵化中，依舊不能很好的來描述影響創意效果的各個因素，比如對於一個遊戲創意，由於遊戲有主色調，那麼在顏色特徵方面體現出來的信息量和變化範圍就比較有限。經過不斷的迭代實驗，多盟發現除了一些傳統特徵，需要挖掘圖片更進一步的潛在信息。

隨著近年深度學習的快速發展，卷積神經網路（CNN）技術為圖像內容識別和處理提供有突破性的進展， 比如採用CNN的不同卷積核提取的特徵再結合傳統圖像特徵的複合模型在實驗中就對於圖片創意評級上起到了不錯的提升效果，有效排除了30%的低質量創意，足以見得創意評級對效果的提升的作用極其明顯。

是誰成就了這份經典？

在我們了解了創意評級和它的實現條件后，我們心中不禁要問很多個Why？多盟是憑藉著怎樣的實力將這些技術實現，是先天的廣告技術基因，還是後天對廣告創意的偏執，我想不僅僅這些浮於表面看似簡單的理由，更多的是多盟團隊對於廣告技術的堅持不懈。

對廣告技術的使命理解，多盟的基因里無處不在的是對廣告技術更加智能化自動化的解決營銷難題的使命必達，「真正優秀創意不足10%」所包含的無奈和不解，是真正的技術平台始終如一要攻克的難題，創意評級為另外90%而生。

如果僅有對技術的追求還不夠，還需要更多的硬實力。多盟業務體量足夠大，這就為豐富的創意樣本庫源源不斷的輸入血液，只有足夠體量的樣本庫，才能對創意評級做足夠深入的洞察；多盟相比其它各類專註於技術的創業公司，有足夠優勢。

其次，不可忽視的流量類型，如今多盟平台流量涵蓋範圍之廣，類型之多，難度和複雜程度都超過任何一家平台，除此之外，多盟雄厚的技術研發團隊是最強有力的保障，技術團隊對AI技術在廣告營銷圈的應用做了最好的示範。

最後我想說，創意這件事，用心你可能只對了一半，另一半更重要的是：創意評級！