程序化广告的创意设计研究

摘 要：通过梳理程序化广告的工作原理、结合成功案例，归纳程序化广告在以大数据为基础，分析用户行为、建立用户画像、挖掘用户偏好，以算法技术为驱动建立触发规则、设计创意内容等方面所具有的特征。程序化广告的创意设计不是单纯的人工智能，而是首先通过大数据和算法技术帮助广告发布者更好地捕捉用户特征、界定目标用户，再从用户体验出发，根據用户画像设计更符合个体生理特征及审美需求的内容，优化用户的广告阅读体验，激发购买欲望。

关键词：程序化广告;数字广告;大数据;算法技术

自2012年引入中国，2016年程序化购买（Programmatic buying）支出首次超过数字广告支出的一半。2019年，eMarketer数据显示中国的程序化购买支出预计已达到2085.5亿元人民币（308.6亿美元），并将继续呈走高趋势[1]。良好的发展趋势使得国内程序化购买的流量规模、创意手段、技术支持、交易模式都日趋成熟。另一方面，Zenith Media发布的《2019程序化营销预测》报告指出，程序化广告在中国仍处于早期阶段，在占总体数字广告份额上依然落后于美国和加拿大等国[2]。由以上数据可以看出，程序化购买在中国有着乐观的发展空间，并正逐步成为国内数字广告的主流服务形式。

一、关于程序化购买（Programmatic buying）和程序化广告（Programmatic advertising）的界定

程序化购买是指借助算法技术（Algorithmic technology）进行的媒体购买，这种类型的广告也被称为程序化广告购买（Programmatic ad buying）或程序化媒体购买（Programmatic media buying）。程序化购买的优势在于计算机可以根据广告发布者设置的要求自主购买广告，而程序化广告（Programmatic advertising）则是一系列程序化广告技术被采用和发展的结果。

从技术角度说，大数据和算法技术是程序化广告的核心，与传统的由人工进行设计和投放的数字广告相比，程序化广告可以比喻为洗衣机，将大量的衣服（即广告）扔入洗衣机后，算法技术将衣服分入不同的池子，大数据自动调整每一个池子的水温和清洗模式，设计者只需提前设置好发布规则即可实现整个数字广告投放环节的自动化[3]。从设计创意的角度说，程序化广告改变了传统广告千人一面的状态，正如喜力啤酒公司美国高级媒体总监Ron Amram所分析，“技术为创意打开了一扇新的大门，当广告内容可以被自动编辑成不同的形式再分别传递给相应的正确用户后，设计师不再需要讨好所有的用户，而只需要更清晰地分析特定用户的喜好”[4]。设计师的任务从设计符合品牌需求的广告内容转化为了符合特定情境下用户需求的内容。

二、程序化创意平台（Programmatic Creative Platform）的原理分析

通过程序化创意平台，可以实现程序化广告从创意制作到投放优化的全过程，其具体工作流程可分为以下四部分。

（一）创意制作

传统的数字广告是由设计师设计一份包含logo、文案、图片、按键的完整广告。而在程序化广告中，设计师需要将logo、文案、图片、按键打散为单独的元素，并为每个元素编码使其拥有独立ID，后期创意内容的触发、检测、追踪都将通过ID进行监控（图1）。

（二）创意投放

针对特定需求，将元素重新组合可实现匹配不同环境的多样化的内容投放。如图2所示，一则广告需要在北京和上海两地、根据晴天和雨天展示不同广告内容，则需要将元素ID通过触发公式展示。在此场景下，元素ID有8个，分别为Background BJ（背景BJ）、Background SH（背景SH）、Ad copy Sun（文案晴）、Ad copy Rain（文案雨）、Weather Sun（天气晴）、Weather Rain（天气雨）、logo、CTA。根据两个触发条件天气和地域，其触发规则可以细化为：

当地域为北京，且天气为晴时：Creative1=Background BJ+Ad copy Sun+Weather Sun+logo+CTA;

当地域为北京，且天气为雨时：Creative2=Background BJ+Ad copy Rain+Weather Rain+logo+CTA;

当地域为上海，且天气为晴时：Creative3=Background SH+Ad copy Sun+Weather Sun+logo+CTA;

当地域为上海，且天气为雨时：Creative4=Background SH+Ad copy Rain+Weather Rain+logo+CTA。

除了天气和地域等场景需求，程序化广告还可以针对人群建立触发规则。如图3所示，一家鞋履品牌将其产品分为女鞋和男鞋，将其目标用户根据性别和年龄分为4组：group 1_female_2039yrs;group 2_female_4050 yrs;group 3_male_2039 yrs;group 4_male_4050 yrs。通过元素重组，不同组别的用户可以收到匹配其性别及年龄特征的广告内容。在以上两个场景中，城市的实时天气状况、用户的性别及年龄等标签信息都可通过大数据获得，启动触发规则则需要借助算法技术。

（三）创意展示

所有重组完毕的广告内容被存放在云端。当用户来到页面，通过大数据将其特征、偏好等个人数据返回云端进行数据匹配，匹配成功的内容即时投放到用户正在浏览的页面。

（四）创意跟踪

在真实的场景中，相同标签的用户可能产生完全不一样的用户行为。程序化创意平台可以在广告投放期间或结束后根据页面触达、点击分布、阅读时长等数据分析广告效果，通过跟踪用户足迹、相似人群追投、瞬间兴趣投放等模式收集用户真实的交互行为，不断对内容提供元素级别的优化建议、提高内容创意和匹配结果的精准程度。

三、程序化广告的创意实例分析

（一）利用实时天气与地理数据，让内容符合用户的外在情境

正如夏天喝冷饮、冬天吃热食，用户的购买行为一定与其所处客观环境相关。程序化广告可以即时匹配用户地理位置、天气状况等外部条件，在地理位置或天气状况发生变化的關键节点推送内容、最优化激发用户购买欲望。英国泳装品牌Bravissimo通过对比历史天气与销售数据发现，无论室外温度如何，只要有阳光，泳装的销量就会上升。利用整合实时天气状况的数据，他们发布了一组只有在“触发‘天气为晴朗条件”时才会被推送的广告。对用户而言，当阳光出现、购买泳装的欲望也随之升起时，她们会恰好看到Bravissimo的泳装广告，广告的投放效果自然能得到更好的保证。图4是笔者曾参与设计的投放于新加坡地区的梦龙冰激凌广告，活动期间梦龙在新加坡的八家便利店投放了不同的优惠活动，不同的广告内容只有当用户走到距离活动便利店1公里的范围内才会被触发，即当用户看到广告时，他所处的地理位置已经可以轻松步行至活动便利店购买优惠。同时广告还设置了地图页面，帮助用户确定自己的具体位置距离活动地点的距离和步行路线。这种触发规则下用户的购买意愿远高于不确定活动地点或距离地点较远的用户。

（二）运用大数据设计用户画像，让内容符合用户的内在需求

Nicolas Roope评价程序化广告是“数字空间中讲故事的自然延伸，相较于传统空间它更为互动化、个性化，更具备情境性和及时性”[5]。借助大数据，依据用户标签可以归纳建立用户画像、帮助界定目标用户。通过对用户画像的深入分析对目标用户的真实行为、偏好进行进一步判断、挖掘，最后通过触发规则让目标用户只看到最符合他生理特征、收入状况、兴趣爱好的内容。以Digital Pawprint为动物收容所Amanda Foundation设计的程序化广告为例，这家机构需要寻找合适的人来收养猫狗。在此情境下，广告发布者的需求可以细化为：（1）将广告推送给喜欢猫狗的目标用户;（2）目标用户需要同时具备收养猫狗的潜在意愿及物质条件。利用大数据里人种特征现有的标签，Digital Pawprint设计了一系列用户画像及触发规则（见图5）。首先，从“兴趣”标签入手，具有“户外运动”标签的用户可判断为具备较好的物质条件，即领养宠物的经济基础。再结合“性别”“年龄”标签，部分宠物可以排除或匹配给部分目标用户，例如，有“男性、年轻、户外运动”标签的用户可判断不适合贵宾犬等外形柔美、不擅长户外运动的宠物，同时活泼好动、喜欢奔跑玩耍的牧羊犬可以匹配给该类型用户。同样的逻辑，具备“男性、老年、家庭、散步”标签的用户适合匹配性格温顺、喜欢在公园遛弯的宠物狗，具备“男性、年轻、喜欢科技产品、宅”标签的用户可匹配温和易相处、容易家养的宠物狗。在这个案例里，用户是否具有收养宠物的经济条件和潜在意愿被转换为了用户的固有标签，通过标签推测出用户的经济状况和生活方式，然后组合标签绘制出不同的用户画像，为每组画像匹配高度符合其理想的宠物类型，贴合用户需求的广告内容在提高动物领养率的同时也能极大提高宠物的领养质量。

通过大数据可以分析用户偏好建立用户画像，反过来也可以先建立用户画像，再根据画像推测标签并最终定位到目标用户。Topman在2016年推出了卡其色系列服装，那么如何让不同类型的男性用户同时喜欢上这组服装呢？Topman首先将用户分成了低调、时尚、非常时尚等5种类型，并为5类虚拟人群打上相应的职业、年龄、收入、兴趣爱好标签，根据这些标签Topman为每一组用户设计了不同造型，比如低调组“高收入，公司员工”的用户应该更青睐售价较高、适合工作场所、同时风格内敛含蓄的职业穿搭，而时尚组“常出国旅游、自由职业”的用户则可以推荐较文艺、搭配更具个性的服装。这五个模特的造型被分别推送给了五类用户，用户在广告前看到的是符合他们收入状况、职业形象和个人气质的服装搭配，这样的定制内容推送显然更容易吸引用户的阅读兴趣（图6）。

四、结语

程序化广告的设计目的不是通过计算机自动化生成一定数量的广告，而是从自动化走向智能化和情感化，以大数据和算法技术为核心贯穿于创意制作、投放、展示、跟踪的各个环节，以优化用户阅读体验、激发用户购买欲望为目标，实现数字时代广告内容根据客观环境及目标用户行为偏好变化的因环境而异、因用户而异。算法技术是大数据和创意之间的纽带，大数据给内容创意提供创作基础，算法让数据匹配后的设计内容在满足适当条件的前提下被触发、传递。广告发布者借助程序化广告实现了只对想获取内容、有潜在购买意愿的目标用户提供内容，用户则避免了被不感兴趣的广告打扰，获得了更符合其需求的内容阅读体验。

参考文献：

[1]吴俊.程序化广告实战[M].北京：机械工业出版社，2017：17.

作者简介：周游天（1986—），助教，广西师范大学设计学院，研究方向为品牌数字营销、用户体验。