パフォーマンスマーケティングのためのAIクリエイティブ

なぜクリエイティブが有料メディアで最後のレバーなのか

プライバシーの変更とプラットフォームの自動化により、パフォーマンスマーケターが使用していたほとんどのレバーが失われました。オーディエンスターゲティングはますますアルゴリズムに委ねられ、入札は自動化され、配置はバンドルされています。プラットフォームが生成できないのは、それが動作するための入力、つまりクリエイティブです。同じ予算を同じオファーに使う2つのチームが、非常に異なる獲得コストを得ることができ、その違いは通常、各チームがアカウントに供給する新鮮で多様なクリエイティブの量に起因します。

レバーを取り去った同じ自動化が問題を加速させました。配信システムは、最良の資産に支出を集中させ、最良のオーディエンスに強くプッシュします。つまり、勝利した広告は以前よりも早くオーディエンスを飽和させます。かつて数週間キャンペーンを支えたクリエイティブが、今では数日で疲労の兆候を示すことがあります。アカウントはより良い広告を必要としているのではなく、現在の広告が死ぬ前に次の広告を生産するシステムが必要です。

これが、Influencer Studioがパフォーマンスチームのために埋めるギャップです。各新しいコンセプトをブリーフ、撮影、ターンアラウンドを伴う制作プロジェクトとして扱うのではなく、クリエイティブをレンダーキューとして扱います：オファーを定義し、再利用可能なAIクリエイターを選び、今週テストしたいバリエーションをバッチ処理します。

テストの速度がスケールを決定する

ほとんどの有料アカウントはアイデアに不足しているわけではなく、制作能力に不足しています。メディアバイヤーは、任意のオファーに対してテストする価値のある10のアングルをリストアップできますが、すべてのバリエーションがクリエイターの予約や編集サイクルを必要とする場合、それらのアイデアのうちの1つか2つしか広告アカウントに到達しません。残りはバックログで死に、チームはそれらが機能したかどうかを学ぶことがありません。

生成されたクリエイティブは学習のユニットエコノミクスを変えます。新しいバリエーションが制作請求書ではなくクレジットでコストがかかる場合、制約は予算から判断に移ります：どの変数を特定したいのか、ウィナーから何を学ぶことができるのか？チームはアングルをテストする余裕があるかどうかを尋ねるのをやめ、テストが学ぶのに十分に設計されているかどうかを尋ね始めます。

重要な指標は、動画あたりのコストではなく、勝利した広告あたりのコストです。ウィナーを見つけるには通常、多くの試行が必要で、そのほとんどは失敗します。敗者に対してフルプロダクションレートを支払うことが、従来のクリエイティブテストを非常に高価にします。敗者をクレジットでレンダリングし、実証されたコンセプトのために本物の制作予算を確保することが、数式を機能させるのです。

モジュラーなバリエーション、無作為なボリュームではない

ボリュームだけでは学習を生み出しません。50の無作為な広告は、1つの変数が1回ずつ変わる12の構造化されたバリエーションよりも少ないことを教えます。クリエイティブテストから累積的な結果を得ているチームは、それを実験プログラムのように運営します：今週は同じボディとクリエイターに対して4つのフック、来週は勝利したフックに対して3つのクリエイター、その後は設定、フォーマット、コールトゥアクションです。

再利用可能なAIクリエイターは、これらの実験をクリーンにします。同じ顔、トーン、エネルギーがバリエーションセット全体にわたって持続する場合、広告Aと広告Bの間で異なるのは選択した変数だけであり、パフォーマンスの差異は実際に意味を持ちます。ソースされたクリエイターコンテンツでは、各動画が制御されていない変数を導入し、読み取りがノイジーになります。

四半期を超えて、これは単一の勝利した広告よりも価値のあるものを生み出します：あなたのオファーとオーディエンスに対してどのフック、アングル、フォーマットが機能するかのマップです。そのマップは移動します。ランディングページ、ヒューマンクリエイターへのブリーフ、次の製品ローンチに情報を提供します。

キル・アンド・リプレースループのために構築

規律あるパフォーマンスチームは、パフォーマンスが低下しているものを迅速に排除し、ウィナーを完全に疲労する前に置き換えます。この規律は簡単にコミットできますが、置き換えクリエイティブが制作に2週間かかると実行が難しくなります。ローリングパイプラインは、制作がキルレートに追いつく場合にのみ機能します。

オンデマンドで生成することで、ループが閉じます。ウィナーの頻度が上昇し、クリック率が下がるのは同日中に修正できます：新しいオープナー、新しいクリエイター、または新しい設定でコンセプトを再生成し、元の広告が完全に消費される前に置き換えの学習を行います。これにより、コストに見合う場所で人間が作ったクリエイティブを置き換えることはありません。多くのチームは、実証されたコンセプトを人間のクリエイターでスケールし、生成されたレイヤーが探索とリフレッシュのボリュームを処理します。ポイントは、テストレイヤーがもはや誰かのカレンダーを待たないということです。