WTF 是数据驱动的创意吗 ？

WTF 是数据驱动的创意? WTF是数据驱动的创意吗？ 大多数人更喜欢对他们个性化的广告，比如亚马逊从过去的购买中获取信息来推荐新商品和顾客可能喜欢的灵感时刻。 获得正确的结果取决于数据，但这种方法取决于匿名性的基本原则-很少有客户或消费者希望广告商知道他们作为个人的任何真正个人的信息，当涉及到他们如何提供个性化广告时。个性化的诀窍是将个人身份信息（PII）排除在等式之外，但仍使广告在个人环境层面上引起共鸣。 在一种方法中，创意是即时构建的，从购买的印象和广告投放之间收集的数据中获取线索-这就是所谓的动态广告。在此WTF指南中，我们将打开包装 实践并强调动态广告在2021年、2022年及以后为营销人员发挥作用的所有方式。 好吧，WTF是动态广告吗？ 动态广告依赖于动态创意的关键组成部分，由IAB定义为预先定制的广告，并且能够根据外部数据在网页上显示给目标受众之前进行更改。 这种类型的广告允许品牌打破重复的广告循环，越来越敏捷的活动将实时信息考虑在内，向消费者提供更相关的广告。 事实证明，动态创意优化（DCO）是动态广告的核心。 01 明白了，然后DCO 是如何工作的？ 起初，广告是提前定制的，并且能够根据外部数据进行更改。 例如，广告客户将创建广告的多个迭代，一个用于移动用户，一个用于桌面推广，可能每个都有几个不同的标题，这些广告将根据特定的行为数据提供给适当的客户。这绝对是对以前创作方法的飞跃。但是，它直到创意被动态地创造出来，动态广告才真正取得了重大的飞跃。 数据驱动的创意将动态广告带到了另一个层次，因为广告商创造不同创意的能力赶上了他们动态定位、渲染和服务这些广告的能力。换句话说，从开始到交付的每一步都变成了一个可定制的、个性化的过程。 话虽如此，有时，在营销人员对广告管道的所有关注中，实际的广告本身就被搁置了。 “了解动态广告和创意的价值至关重要，”Xaxis解决方案总监肖林说。“与媒体的其他部分相比，创意通常不是重点，例如目标，频率和其他因素 。创意贡献了47％ 的销售提升，这比任何其他因素都要高。因为创意被低估了，所以花在他们身上的时间不像应该的那样多。” 创意贡献了47％的销售提升，这比任何其他因素都要高。因为创意被低估了，所以花在他们身上的时间并不像应该的那样多。 小林 Xaxis解决方案总经理 02 数据驱动的创意本质上只是程序化广告吗？ 这是一个误解。数据驱动的创意是任何媒体购买范式的补充，包括程序化。其中大部分都通过DSP合作伙伴提供的程序化管道移动，但这两件事并不等同-一个是目标和购买机制，而另一个是创造性决策技术。 此外，在谈论数据时，必须谈论的不仅仅是目标数据 。对话还必须包括周围的所有数据 定义他们的情况的人-即位置，天气，一天中的时间和更多-通知决策。 数据驱动的创意有助于代表消费者可能在确切时刻做出反应的丰富图片。当它起作用时，广告商避免浪费印象来传递消费者在不同时间，地点或环境下更感兴趣的广告。 重要的是要注意，数据驱动的创意赋予程序化购买功能。程序化利用数据来定位媒体的受众，而数据驱动的创意利用数据来培养消息传递并为观看者提供最佳品牌体验。 数据驱动的创意方法强调创意和用户体验，而不是媒体 。 广告客户定义广告活动的受众和目标。程序化购买可以决定何时显示广告以及向谁显示广告。然后，广告服务器根据各种环境和观众驱动的数据信号实时决定在该特定广告中显示什么。此时，最有价值的数据可以提供最相关的广告体验。 03 DCO广告服务器可以管理、投放和跟踪广告，包括根据多种因素决定实时投放哪些广告。这些广告服务器允许广告商设定特定目标，例如针对特定受众中的一定数量的用户，然后广告服务器可以跟踪和管理这些目标，同时收集有价值的数据，然后将其提供给广告商。 如果程序化是关于媒体并在正确的时间吸引正确的受众，那么数据驱动的创意就是首先迭代创意并提供最相关的内容。成功的目标不是创造情感或提升兴趣-这是创意的工作 。定位数据，加上数据驱动创意的基础数据，比单独定位数据更有效。 Clinch首席执行官OzEtzioni说：“根据收集的数据即时选择或构建正确的创意。” “关于将呈现给用户的创意，有一百万个决定需要广告商弄清楚如何倾斜。此人是否表现出对在线购买杂货与在店内购买杂货的亲和力？该信息可能会触发有关免费送货和送货优惠的消息传递。他们在哪里下雪吗？这可能会决定我们在广告的产品旋转木马中展示的产品-想想汤而不是冰淇淋 。." 数据驱动的创意不仅仅是细分；它是关于广告商根据他们对周围环境的了解来具体向用户提供什么。广告商不需要知道电子邮件地址或名称 -这种类型的定位不需要PII-他们只需要知道一个人参与的事情以及他们目前的环境是什么样的。 04 好的，这只是谈论A/B测试的一种更时髦的方式吗 ？ 是和不是，因为与单个测试实例不同，数据驱动的创意会根据传入的数据进行优化。 数据驱动的创意包括A/B测试，但除了一个广告的几个版本之外，还有更多的元素。相反，数据驱动的创意中有多个可变元素，测试比简单的赛马更复杂。当涉及到数据驱动的创意时，场景不仅仅是一个设计问题；这是一个非常大规模的决策挑战。 “当我们谈论数据驱动的探索或优化时，我们谈论的是一个拥有自己复杂逻辑的整个过程，”AdiRaz说。 虽然程序化广告是一个广义的术语，但当你想要优化你的创意时，你需要一种数据驱动的方法。 “要优化创意绩效和策略，”他继续说，“你需要采用相对广泛的指标和维度，以便你识别所有 您可以影响决策的要点。我们不是在谈论提供两个，三个甚至15个创意，而是根据情况，我们谈论的是潜在的数百或数万种变化。您可以将更多的数据带入决策中越好。这转化为特定创意的各种潜在变化。” 对于那些最初可能被这种广告吓倒的人，考虑到所有不同的组件，活动部件和创意变化，Merkle创意策略副总裁DonSklenka提出了一些建议： 他说：“不要咬人超过咀嚼能力。”“爬行-步行-跑步策略很棒，但是拥有一个良好，坚实的基础非常重要，该基础没有错误和错误，可以长期取得成功。第一步是获得一个基本的模板和数据集，使媒体连接并解决错误，然后从那里发展它。” 05 “这不应该需要超过几个月的时间，”Slea继续说道。“当人们看到爬行-步行-跑步策略时，他们会感到恐惧，因为他们认为‘跑步’意味着几年后，但事实并非如此。它应该是大约一个月的设置，然后几个月，演变成接下来的几个阶段。重要的是不要一次承担太多。让事情启动并运行，然后努力发展它。." 除了第三方cookie的预期消失之外，大流行和隔离也促使营销人员解决测试策略调整问题。 Sklenka说：“这放大了事情变化的速度，改变了我们采用测试策略的方式。”“在此之前，我们将有长达一年的测试路线图，坦率地说，它们是如此强大，以至于您永远无法完成它们。 “所以，我们转向的是一个短得多的学习议程，”他继续说道，“我们需要一两个月——最多四分之一——来确定我们想要学习的三、四件事，比如什么是对这个观众来说最好的信息，或者什么是对这个观众来说最好的支持图像？ 然后，我们尝试通过一些基本测试，然后从那里开始。 总体而言，数据驱动的创意可以帮助广告客户通过更深入，可操作的见解更快地学习和激活。 06 明白了。那么，广告商是如何激活数据驱动的创意的？有哪些例子 ，结果是什么？ “我们鼓励品牌尝试各种平台，广告格式和其他创意元素 ，并快速测试和删除任何没有表现的东西，”Clich的Etzioi建议。“与能够以易于激活，可扩展的方式实现所有渠道个性化的公司合作，将帮助广告商实时优化最佳表现的创意和渠道。 为广告商提供学习和见解，以了解每个频道中的工作内容以及原因。” 当依靠数据激活时，广告商可以收获更多的数据来进一步优化活动策略。 “数据驱动的创意允许广告商呈现一个非常精致的信息，塑造自己的 客户的情况，”Etzioni继续说道。“这样做时，我们看到了巨大的提升，我们的客户说性能差异很大。例如，针对观众的位置和与零售商的接近度个性化的主要啤酒品牌的天气触发的创意驾驶优惠券下载，与替代的通用创意相比，广告支出的回报是其六倍。” 此外，根据Xaxis产品和创新副总裁RoeyFranco的说法， “采用这种类型的技术也消除了对创意应该为 消费者，同时试图考虑可能对竞选活动的表现产生影响的数十个和数百个标准。“ “ 我们鼓励品牌尝试各种平台，广告格式和其他创意元素，并快速测试和删除任何不执行的内容。 OzEtzioni 首席执行官，克林奇 07 这听起来很难。数据驱动的创意很难实现吗？ 不一定。过渡到数据驱动的动态广告方法可能并不像人们想象的那么困难。 “对于某些客户来说，这很容易，因为他们看到了动态方法的价值，但是对于习惯于在单独的筒仓中进行创意的其他人来说，这是一个教育过程，”Xaxis的Franco说 。“几乎所有客户都有他们想要接触的多个受众，并且随着广告和动态创意的进步，有可能以更个性化的水平接触每个受众。” 08 在摄取数据和优化数据驱动的创意策略时，我的团队应该关注哪些指标？ 首先，虽然许多人认为支持数据驱动创意的数据意味着用户元素或属性，但通常并非如此。 “相反，它专注于环境，例如一天中的时间，用户所在的位置以及他们正在查看广告的位置，这是非常有用的信息 ，但与用户无关，”首席技术官RazPeter说。 从那里，区分广告指标和学习很重要。广告指标最终是 ROI的代理。学习可以包括理解环境和绩效之间的相关性 ，反馈有关交互的数据以丰富客户的CDP，并确定当地的行动驱动因素，例如价格或特定产品的需求。 所有这些元素都比广告指标更重要。有一些因素指标不能总是捕获。 “衡量指标和衡量竞选活动的结果之间存在区别，”彼得说 。“对于这个过程，重点应该放在数据信号或功能上，因为KPI只是说这是好是坏的数字。想象一个黑盒子，其中数据是用户和环境特征，最终输出是指标和KPI。这些指标是衡量活动是否“好”的行业标准。 或者“不好”，但这取决于垂直和客户端。对于数据驱动的创意人员，重要的是要关注那些可以提高决策效率的功能和数据信号。” 什么是数据信号，为什么它们很重要？ Clinch的Peter说，信号本质上是事件。“可以将信号视为从广告服务或网页上的参与中捕获的事件。例如，数据信号可能是用户已将商品添加到其购物车或购买了产品 o” 仅仅收集这些数据信号是不够的；知道如何处理它们是至关重要的。 “虽然一个数据信号本身可能并不相关，但当你将其标准化为一组有意义的功能时，这将对性能产生一些影响，以及什么效果最好，”他说。 机器学习模型可以通过分析特定数据信号或特征之间的相关性并将其连接到最终结果来提供进一步的帮助。最后，营销人员可以看到哪些信号实际上影响了结果，并从那里继续前进。” 09 好的，所以数据可以以两种方式流动。这是什么意思？ 对于数据驱动的创意，DCO平台处于独特的位置。通过提供和测试不同的创意组合，他们可以收集数据，然后将其反馈到广告客户的CDP或CRM系统中。这在重新定位活动中尤其有用，因为此过程通过有关广告互动的信息丰富了购买客户的个人资料。 然后将这些数据用于优化未来的活动，将每个印象视为一个小实验，以允许在整个活动中快速扩展情报。 DCO还可以发现广告客户受众的其他或细分，这些受众可以通过离散方式进行营销。这可以包括一部分人他们也许喜欢在寒冷的月份购买冰淇淋而不是汤，并且在类似情况下会对与其他人完全不同的创意做出反应。 10 营销人员在使用数据驱动型创意时应该期待哪些挑战？ 数据驱动的创造性方法的一个共同挑战是解决饲料管理问题。 “在许多不同渠道提供的创意中，利用复杂的大量供稿，管理不同类型的供稿和所有涉及的组件，对许多广告商来说是一个巨大的挑战，”Clinch销售主管TaylorWest说 。