文 ｜ 阑夕
奥美广告的创始人大卫·奥格威说，克劳德·霍普金斯的著作「科学的广告」值得所有从业者至少读上7遍，否则没有资格进入广告行业。
但其实奥格威和霍普金斯是完全不同类型的广告人，如果用品效合一或者品效协同的概念来区分，奥格威显然是品牌一方的捍卫者，甚至是以一己之力建立了品牌调性的理论。
而霍普金斯是一个没那么感性的人，他坚信只有数据才能证明广告是否有效，所以早在一百多年前，霍普金斯就用核销票券的方式来计算广告投放的CPA成本，本质上和现代的广告机制并无二致。
或者也可以这么说，大卫·奥格威的广告学，几十年来的变化其实并不大，他为广告赋予的艺术价值至今仍在散发光热，不过克劳德·霍普金斯的研究领域——为创意市场寻找科学之锚——几乎已经是「轻舟已过万重山」。
所谓历史的局限性，换种说法就是，时代变得太快了。
· · ·
腾讯广告商业平台总经理汪牧远，讲过这么一个很有意思的案例：
某广告主在微信小程序里投放卖货广告，会在用户点击后产生两条链路，一条是点击广告、小程序打开后直接进入广告素材对应的商品详情页，另一条则是跳转到类似活动推广的关键页面进行下单。
而在真实操作的过程里，后一条链路的转化率要高出5倍，虽然用户未必下单的是广告展示的那件商品，但只要他消费了，投放回报就出现了。
这个差别乍看之下有些反常识，却也非常清晰的证明了「人货场」三要素在技术发展下能够洞察到的颗粒度越来越细，很多时候做广告不光是要找对人，还得准确的分辨场景，以及为不同的场景分配不同的货品。
换句话说，在线广告的优势在于，平台拥有的数据丰富，但无法充分利用起来，就无异于空耗资源，品牌以前操心的是不知道哪一半的广告费被浪费了，现在可能更担心不知道哪一半的数据没有吃透。
比如在上面的例子里，如果没有技术能力去对链路进行追踪，那么其实品牌是不知道转化率为什么存在波动，当它要去做优化的时候，实际上是对两条链路一起优化，幸运的话毫无效果，不幸的话甚至会被误导。
弄错了问题，就不会得到答案。
但这也不是驱使广告平台全面升级的唯一因素，更重要的是，在有了足够强大的技术支持——包括AI大模型的应用——之后，投广告这件事情，究竟能不能拿到确定性。
· · ·
其实品牌投广告和我们做内容有着一个共同点，那就是生产方很难预判哪条素材或是作品会火，就像经济学认为敬畏市场的原因在于市场不可预知，在满是不确定性的世界里寻找确定性，本身就是一种稀缺。
所以尤其是在效果类广告行业，长期以来追求的都是大力出奇迹，批量做上几十上百条素材，然后全都投出去做A/B测试，哪条数据最好，就给哪条加量和复投，这是一个「知其然而不知其所以然」的无奈选择。
可以这么认为，海投模式是一个相对最不坏的做法，却离最优解还差得很远，与其说可以总结出经验，不如说抽卡的尽头是玄学，连一个像素的改变，都能带来不同的反馈，至于对于反馈的解读，则成了既无法证实也无法证伪的事情。
而腾讯广告的解法，证明了平台下场整顿基建层的必要性：所有的不确定性，都来自技术资源的开放不足，客户只有花钱打广告的职能，没有在平台上经营的念头，也很难从流量黑箱里看出门道。
反过来说，如果把高深复杂的技术进行产品化，让品牌拥有更先进的投放工具，那么广告效率就有机会不再往一两个百分点的差异溯源里卷，而是从一个近乎于上帝视角的观测角度，去管理整个预期。
汪牧远分享了一个数据，以新的广告ID来看，升级后的广告投放系统，可以帮助广告主在每万元人力操作上降低83%，实现了更高的投放人效；另外，腾讯广告投放系统里目前广告大约有770万条，完成升级之后，数量预计会降减少到大约70万条，这不但意味着重复造轮子的无用功变少了，系统能够分配到每条广告的专注力也加强了。
如果能把错误选项都排除掉，也就不需要试错了。
. . .
这也顺应了广告行业的主流趋势，也就是资产化。
以前的广告生态是封闭的，品牌拿到的只有转化结果，后来逐渐的连官方账号涨粉都被当作数字资产，成为广告投放的ROI一环，腾讯广告更进一步的，是为每个品牌都设计出了广告ID，相当于身份证，围绕这套识别机制，从创意到内容，都是广告主的私有资产，而淘汰了那种一锤子买卖的投放流程。
因为每家品牌的广告ID都是唯一的，所以相当于广告系统也带有私有化属性，经过实战训练，品牌可以让系统一天比一天更懂自己，每一次投放经验都可以累积起来，指导优化广告效果，而不再是混用系统，以公共的策略对接存在具体差异的各方需求。
都说恒产者有恒心，有恒心的意义在于，广告可以成为一个长效的、可经营的铺子。
消费品行业，可能是腾讯广告在投放模式上搞创新的最大受益方之一，它原本就是腾讯广告订单的基本盘——经常刷朋友圈的，都不会对各种快消品、数码电器甚至汽车的广告感到陌生——同时因为对ROI的敏感度极高，任何效果上的波动都会直接影响企业的预算表。
所以也不难理解，腾讯广告投放平台选择以消费品为切入点，验证这次升级究竟有没有为客户带来经济效益，它的营销诉求清晰朴素，基本上就是为了卖货，而平台一顿操作猛如虎下来，只有品牌为之买单了，才有价值。
更重要的是，零售类型的广告也在成为整个在线广告市场的新一代发动机，去年的支出增长超过20%，在经济形势尚不明朗的时代，谁能为品牌提供落袋为安的营销方式，谁就可以得到更多的票数。
而腾讯之所以强化广告资产的概念，也是因为除了促成交易之外，它在中文互联网里独一档的社交关系链——比如企业微信——也能承接线索留资的功能，非常适合消费品行业精耕细作的风格。
. . .
品牌方应该相当乐于接受这种明确产权的方向，无论是代理公司变更，还是优化师换了人，都不会影响到历史资产的积累，哪怕是在形式上更像是智力资产，它们都能形成可复用的经验，便于动态化的管理。
以其为基础，才有后面在创意生产和投放策略两个环节的提效。
比如腾讯自己训练的千亿参数规模混元大模型，在普通用户接触到成熟产品之前，腾讯内部就已经用上并拿它改善业务流了，广告公司也可以用它来写文案、做设计、想亮点 ……以它为底座开发出的一站式AI广告创意平台——腾讯广告妙思，更是从创意素材生成层面为广告主提供助力。
事实证明，大模型的优势非常适合解决广告投放中创意生成的痛点，因为它的内容提取是系统可知的，不仅素材生成速度变快，在与审核底层打通之后，由腾讯广告妙思生产的素材过审速度也更快，平均等待时长缩短80%左右，与此同时，让系统去分析海量数据，并借助AIGC技术生成更加贴合广告效果诉求的素材从而提升投放效果，也是人力难以企及的计算规模。
AI的作用就该如此，不是内卷，而是一切围绕生产力，服务人类管理他们的工作效能。
而广告质量的评估，则由每条链路的反馈决定，创意可以是主观的，但效果却是客观的，当品牌可以没有遗漏的看到各条链路里用户都做出了怎样的行为——是点开了还是关掉了，点开后做了那些动作，又是发生在什么场景下的，等等——让货找对人这件自古以来就棘手得不行的事情，只会变得越来越通透。
这些改变叠加在一起，就是腾讯广告投放模式的升级全貌：以新资产为体，以新链路和新创意为两翼，为广告的回报创造顺风起飞的条件。
在数据上，这套新的投放模式已经覆盖了腾讯生态中差不多1/3的广告，实操下来，起量率涨了207%，达成率多了8.7%，稳定性则高了26%，看上去是走在了一条正确的路上。
换个角度来看，技术的进步，最后一定体现在工具的增强层面，如果发动机不能被安装到汽车上，它就毫无价值。
腾讯广告大刀阔斧的为它的广告系统改造，既取决于它运营着海量丰富的社交生态，也是因为能直接转化为对商业客户的服务，工具到底趁不趁手，不需要靠问卷调查，不需要组织评委会，实时的CTR、跳转率、下单量、停留时长、GMV等数据，会在最短的时间里送上鲜花，或是上门打脸。
最后的结果就是，广告投放的确定性与日俱增，甚至是可量化的，而技术推动效率革新，主动替广告主考虑到了降本增效的需求，并能真实的体现在ROI上，以及在有品牌资产的积累之后，企业和广告平台之间产生了正循环，投得越多，懂得也就越多，成功的广告不再依赖灵光一闪，而是系统工程的产物。
. . .
和大多数同行不一样，克劳德·霍普金斯是一个身材矮小、口齿不清的广告人，他完全没有美剧「广告狂人」里的角色魅力，以出色的说服力征服一家又一家的甲方。
事实上，他从来不认为广告的重点在于说服力，而是相信广告是一门精准的科学，优秀的广告不是在写字楼里抽着烟想出来的，只有掌握了市场的数据，才能理解怎样做出最有效的广告。
他用了一生的时间，为广告业建立「确定的原则」，也以杰出的业绩成功赢得了让所有人都心服口服的声誉，但我想，如果霍普金斯能够看到今天的数字广告生态，看到腾讯这些公司是如何用技术把他的设想逐一实现的，一定会有新的感悟出来。
就像是和人工智能的机器一起创作广告这幅画面，历史上的大师们固然无法亲见，但它又确实呈现在被揭开的未来的一小块帷幕里头。
