如何预测一个效果更好的广告设计？博鱼体育

发布时间：2023-09-25 丨 浏览次数：

　　博鱼体育本文为 同济大学特赞设计人工智能实验室研究生 陈烁 硕士论文《基于设计特征的数字图片广告效果预测系统研究和设计》节选，略有编辑修改。

　　数字图片广告是我们在互联网上接触最多的一种广告形式，其典型代表就是我们常说的Banner。它从创意策划、设计制作到投放博鱼体育，通常需要复杂的策略制定和动态优化，目的就是为了更好地匹配广告内容、投放媒体、和目标人群，使广告得到最佳的商业效果。假如你是vivo市场营销人，手上有3张图片，现在需要把它们投放到微信博鱼体育、淘宝、抖音三个渠道，那么该如何分配这三张图片，确保可以花最少的钱，得到最大点击量？

　　事实上，我们通过积累互联网中消费者的行为数据，已经可以预测广告投放前的商业效果。在实际的工作场景中，我们可以知道什么样的广告投放到什么样的媒体或人群中可以收获怎样的点击率。

　　比如，我们可以通过大数据知道淘宝上的某爱豆粉丝更多，那么我们就可以在淘宝上投放该爱豆相应的广告设计；与之相应，微信上的用户对价格更敏感，那么就在微信上投放带有降价促销信息的广告设计。

　　遗憾的是，以上提到的优化和预测都是针对需求侧（消费者）的匹配，而不是针对供给侧（广告设计）本身。打个比方，如果我们用一个60分的广告设计，无论怎么投放、匹配博鱼体育，也无法实现80分的商业效果。

　　因此，这里便产生了一个基于设计供给侧的机会：如果我们能在设计端也能产生数据的沉淀（设计数据），便可以通过数据，在数字图片广告的设计和它的商业效果之间建立一种转换关系，使得我们能够从设计出发去预测它的商业效果，甚至可以从商业效果出发，反过来为设计提供指南。

　　基于以上背景和需求，我提出一个基于设计特征的数字图片广告效果预测系统的设计实践。该系统可以认为是通过分析设计数据和效果数据的转换关系，来预测图片广告商业效果的工具。目标用户就是品牌市场部的营销人，因为他们的日常工作涉及到数字图片广告素材的筛选、审核，以及投放策略的制定，而这个工具可以帮助解决他们的常见问题：什么样的图片广告设计能获得更高的点击率？

　　1. 提效降本：投前预测来提升广告投放的有效性，并节省用于设计图片的设计成本和投放过程中产生的流量成本；

　　2. 可靠结果：通过大量数据的训练，让机器学习的结果比人的经验更加可靠，帮助用户进行决策；

　　3. 洞察设计：针对每一次投放任务的训练都能得出设计洞察，方便用户理解影响商业效果的设计特征。 最后，我将这个系统取名为YUJI，意为预测更有效的广告设计。

　　预测问题，其实是典型的“回归问题”，其中选取设计特征作为自变量x特征，选取点击率作为因变量y，函数f(x)即预测采用的算法不是本研究的重点，这里将采用开源的回归算法。重点在于自变量×，即设计特征的定义。在本研究中，我们对设计特征做如下的结构化定义：

　　图A的设计特征为：蓝色、和谐色、非衬线字、左右分布、多个商品、仅品牌logo、无装饰、单色渐变、促销机制、未来科技

　　图B的设计特征为：蓝色、和谐色、非衬线字、居中构图、商品+人物、仅品牌logo、有装饰、照片、卖点描述、未来科技

　　可以看出，以上两张对比的图片广告在构图、主图形、背景等多个维度存在差异，那么这些维度是否和广告的点击率呈现相关性，且其中究竟是哪些特征导致了高点击率呢？我们通过YUJI预测系统，从训练、预测两个步骤着手。

　　训练阶段，用户需要上传品牌的历史数据（同时带有设计特征数据和点击率数据），机器会训练得到每个设计特征的相关系数，生成预测模型（回归方程）预测阶段博鱼体育，用户上传待测数据（带有设计特征数据），带入预测模型，计算出点击率。

　　最后，我还对YUJI进行两项测试，数据来自于有米云网站，算法采用scikit-learn平台的开源模型。

　　在原型测试中，使用329条数据作为训练集、10条数据作为测试集，测试结果中评分60分以上，精确率Precision=1、召回率Recall=0.83；评分80分以上，精确率Precision=0.5、召回率Recall=0.33。 此外还进行了对比测试，选取了10组具有代表性的内容相似、但设计不同的图片广告，让YUJI预测出每组中点击率高的一张，测得YUJI正确率为80%。同时邀请10名目标用户也进行了测试，让他们根据主观判断选择预期点击率高的一张，最终结果显示YUJI优于用户的平均水平。你也可以扫描二维码参与对比测试。

　　综上，预测系统能完成预测任务，准确性待提升；且预测结果比人的主观经验更可靠。

　　设计特征的逆向工程是指从数字图片广告的效果数据出发，反推设计特征的过程。通过逆向工程，用户就可以知道该品牌在某些媒体下的高点击率设计特征。

　　借用有米云网站数据进行设计特征的逆向工程。首先是以金融行业、腾讯广告为例，训练后得到对点击率影响的权重由大到小的设计特征维度依次为：构图文案字体色相背景装饰主图形色调风格LOGO。其中，高点击率设计特征如下：

　　数字图片广告点击率预测系统已被产业界证实，具有深刻的应用价值，在品牌方进行广告投放活动之前，对即将投放的图片广告进行先验预测，能够有效地提高投放效率博鱼体育，减少流量浪费，节约成本。然而，目前市面上的效果预测系统大多基于需求端的消费者数据，即增强广告与目标人群的匹配效率。而针对广告设计内容本身的优化还属于初级阶段。

　　本研究就是从供给侧的角度出发，研究如何优化设计的供给效率，提高投放效果。同时，希望能够帮助品牌和设计代理掌握设计趋势洞察，为后续设计方案提出策略建议，从根本上提升设计质量，提高营销效率。

　　有幸陪伴实验室度过了成长的两年，从发散到聚焦，我也在范老师的指引和鼓励下，逐渐找到了自己的方向。很感激范老师能够引导我在自己的兴趣和设计人工智能之间找到结合点，让我的研究不仅对实验室的“后浪”们具有启发价值，也对我自身的职业发展有很大的帮助。今后，我也将谨遵范老师的离别寄语（少做决定，多做坚持，make it right），在自己的岗位上努力前行。感谢老师的教导，也感谢实验室小伙伴的帮助，相信设计人工智能的未来一定会绽放光彩！