专访Google Kim Larson：用机器学习打造“低成本、大规模、个性化”的创意广告 | Morketing Global

MorketingGlobal

关注

5841

2019-11-18 22:48

2019-11-18 22:48

5841

MorketingGlobal

关注

 

文 | Jingya Zhuang

 

如今，千禧一代占全球人口的24%，预计到2025年，这一数字会增加到68%。作为互联网时代的原住民，千禧一代消费数字内容的方式与以往时代完全不同。想要抓住“Z世代”群体的注意力，广告就需要在内容、传播形式等多个方面进行创新。

 

但是，纵观广告业漫长的发展历程，无论媒体形式如何变化，广告的功能一如往昔，不外乎是以下两点：第一，捕捉消费者注意；第二，驱动消费者行动。

 

Google全球创意服务部门总经理Kim Larson分享道：“以前，创意广告的诞生通常是一个线性的过程。它首先来自于一个好的洞察，这个洞察逐步让我们产生了一个概念，在这个概念的基础上又形成了一个创意；创意通过制作、媒介展示，变成了广告。可如今，这样的‘配方’已经不再适用。”

在Kim看来，未来，创意仍然十分重要，但是产生洞察的方式（insight）、广告制作手段（production），以及通过各种媒介触达目标人群（media）的运作方式已经全然不同。

 

云和机器学习技术使得人们可以利用算法，挖掘以往所不能发现的潜在特征，或者一些隐藏的规律。

 

这正是广告行业必须学习并且不断适应的新方向。

  

洞察的诞生：从“自我分析”到“技术驱动”

“机器学习的重要成就之一，就是让整个行业看到消费者数据背后所隐藏的价值。”Kim说道。

 

以往，消费者洞察的产生多是一个自我驱动和分析的过程。产生一个好的洞察通常取决于两点：第一，是可获取的数据；第二，是针对可获取的数据提出正确的问题。然而，在大数据的时代，人为地实现这两点已经变得愈发困难。

 

如今，机器学习技术在很大程度上能够帮助我们处理那些繁琐、枯燥且耗时巨大的工作，帮助我们了解真实的用户需求，追踪用户的使用路径。而新的洞察就在这个过程中诞生了。

 

Kim首先分享了一个关于机器学习如何进行消费者洞察的案例。

 

通常，广告主在进行消费者洞察之前，会提炼出一些假设，然后再根据数据分析结果接受或者拒绝假设。比如，一家零食快消公司想要了解消费者购买零食时的行为路径。他们提出，希望借用技术调查消费者在输入“巧克力、蛋糕、酮基”这几个关键词时的行为模式。机器学习把这些行为数据进行汇总分析，观察它在哪个时间会达到一个峰值。

 

结果发现，在下午4点的时候，人们对于零食的搜索会达到最高峰。当广告主察觉到这一点，就可以相应地改变目标策略和媒体策略，以便在下午的时候多投放一些广告，来满足消费者在高峰时段的需求。

 

然而，机器学习能够实现的不止于此，它还能对不同的行为模式进行分类，让广告投放策略变得更加个性化、有针对性。

 

机器通过对众多消费者行为进行分析处理后发现，拥有健康意识的消费者（Mindful Snacking）和靠着食欲冲动来寻找零食的消费者(Impulsive Snacking)，他们的关键词搜索行为几乎成完全相反的走势：下午4点分别是冲动型消费者和健康意识消费者搜索的最高峰与最低峰。

 

这时，平台就可以根据分类的结果考虑投放策略。比如选择不同的时段进行推送，或者针对不同消费者的行为向他们传达不同的信息。如果广告主单纯按照“下午4点零食搜索达到峰值”的结论去部署广告策略，就会失去触达更多消费者的机会。

 

  

打造“低成本、大规模、个性化”的创意广告

除了产生洞察以外，机器学习还可以让广告制作的各个环节变得顺畅。这其中，“低成本”、“大规模“和“个性化”是最直观的表现。

 

如今，新的传播形式的诞生颠覆了用户接受信息的方式，品牌主和广告营销公司需要不断地推出一些短视频来吸引消费者的注意力。短视频的好处在于，可以在短时间内，通过信息的重复提醒让消费者产生品牌意识。这时候，以更低的成本推出短视频广告，而无需进行完整的广告拍摄流程，就成了企业的现实需求。

 

Kim展示了Google曾经为倩碧（Clinique）做过的广告案例。在她看来，这只广告并没有包含太多炫酷的元素，但却是有活力的。“它作为一个信息的重复提醒，让消费者意识到品牌的存在。而且，广告主并不需要花很大的价格去制作这个短视频广告。”

 

 

时代的改变也为个性化提出了更高的要求。毫无疑问，定制化的广告能够带来千人千面的消费体验，对受众有更强的影响力。然而，推出各种不同的版本，这中间所耗费的人力成本无疑是巨大的。

 

谷歌曾经为Fuse（食品品牌）做过一个大规模的定制化广告。在广告模板的基础上，机器学习技术帮助Fuse创造出92000个不同的个性化广告版本，然后以定制化的方式将其推送给消费者。

大规模的个性化版本为广告主节约了99%的本该用在制作方面的机会成本，从而使他们把精力和成本放在对创意的打磨上。同时，有数据显示，这些个性化的广告内容使得受众对广告的记忆率提高了2倍。

 

语言是制作个性化广告的又一大挑战。在亚太地区，各种各样的语言和方言是制约广告主针对性触达消费者的主要原因。Google曾经利用机器学习技术，为可口可乐在泰国的15个城市定制了15种不同的创意版本，并且快速地、用较低的成本将产品推向市场。

 

  

当“理性的科学感知”遇上“感性的艺术创意”

 

我们必须承认，机器学习可以颠覆洞察的产生模式、节约生产成本、简化制作流程，使得广告的生产传播变得更加顺畅，但却无法带来真实的情感交互。它无法将洞察的幼苗直接移植在完整的创意上，也无法创造令消费者憧憬和期待、跌宕起伏的品牌故事，更无法让受众与品牌故事产生情感共鸣。

 

因此，创意依然扮演着极其重要的角色。一个伟大的创意可以显著提升广告的有效性。那么，在这个过程当中，作为创意的提出者，人可以扮演怎样的角色呢？

 

从根本上来说，创新源于人。

 

人类的最大价值在于打破常规，推动重大发明的诞生。在商业领域，人们善于遵循模板。当一个成功的模式出现，更多的后继者便会一拥而上。机器的出现让自动化成为可能，同时又为规模化创造了条件。但我们仍然需要人来打破已有的成功模式，在无限的可能性中发现未知和潜在的机会，延续创新、创造未来。人们要借用技术去赋能更多可能性，而不是迷失在技术里，随波逐流。

 

机器学习通过对成百上千的广告进行数据分析，可以得出驱动创意产生的因素。但是数据的结果最终还是要经过人的阐释，才能够真正地挖掘其价值和意义。这就意味着机器学习技术不可能给我们一个直截了当的结论。做出正确的结论需要依托特定的文化和行业背景，需要了解目前消费者的行为模式。而这一切，都要依靠人的主观能动性才能得以实现。

结语

 

当智能革命来临，技术对整个世界的冲击愈演愈烈且不可逆转。对于广告行业来说，传播形式被颠覆、碎片化信息充斥着人们的生活、受众的个性意识不断觉醒……种种变化都给创意广告带来了不小的挑战。

 

未来，人工智能技术的持续发力，将会从细节处赋能广告生产制作的各个环节，给我们带来更多惊喜。但无论如何，人脑才是最复杂的机器学习平台。真正连接消费者与品牌的情感纽带是创意、灵感与爱。

 

正如宝洁首席品牌官Marc Pritchard所说，想要解决当下的困境，或许我们应该“排除外在噪音，回归创意本身”。