生成式 AI 與創作者經濟正在大幅降低廣告內容的製作門檻。當 Midjourney、ChatGPT 等工具讓品牌與創作者能快速產出更多素材，廣告資產數量也隨之快速膨脹。創意數據分析公司 Vidmob 創辦人暨執行董事長 Alex Collmer 形容，生成式 AI 與創作者媒體正在讓廣告素材數量增加 10 倍甚至 100 倍。
但素材變多，不代表業績會同步成長。對行銷團隊而言，真正棘手的問題逐漸變成如何在大量素材中判斷哪些內容值得投入媒體預算。過去常見的做法，是先製作廣告、投入媒體，再根據上線後的數據調整預算。這也意味著，品牌可能已經花費一筆預算後，才知道哪些素材沒有帶來預期效果。
Kroger：預測性 AI 準確率達 81%，轉換率高出 3 倍
美國零售巨頭 Kroger 最近與 Vidmob 及行銷產業組織 MMA Global 合作，測試能否在媒體預算投入前，就透過 AI 預判哪些創意更能驅動實際購買。研究團隊結合 Kroger 的實測廣告活動數據、Vidmob 的創意資料平台與 MMA Global 的研究標準，深度分析了 Kroger 發布於 Meta 與 Google Display & Video 360（DV360）上的 1,934 個影音與圖片素材。
該研究並非單純記錄單一視覺元素，而是涵蓋訊息、敘事結構、品牌呈現，以及畫面中是否有人物互動等多項創意特徵，並將這些視覺資料與真實的電商轉換結果進行交叉比對。團隊運用一整年的行銷活動數據訓練模型，並以模型未曾接觸過的後續季度資料進行嚴謹驗證，測試預測性創意評分是否能精準預估未來表現。
結果顯示，預測性創意評分對電商轉換率的預測準確率高達 81%。更關鍵的是，符合研究建議的廣告素材，轉換率平均是未符合者的 4 倍。研究模型也顯示，如果將相同的媒體預算重新配置給評分較高的素材，轉換量最多可達原本的 2.2 倍。
翻轉優化邏輯、預算重新分配，直接連結銷售成果
這項成果挑戰了既有的創意優化時間點與商業邏輯。Alex Collmer 分析，創意優化其實包含兩種途徑：第一種是微調素材本身，例如修改畫面內容或文案結構；第二種則是直接將資金移向表現更佳的素材。對於品牌而言，後者意味著即便不重新製作廣告，光是透過媒體預算的比例調配，模型推估有望拉升商業轉換效益。
過往的行銷流程中，媒體購買能透過受眾與版位數據進行精密試算，但創意投資較難在投放前判斷商業價值，而被視為無法預測的變數。食品大廠 Kellanova 過去雖曾透過類似研究將創意決策與觀看完成率連結，但那僅是銷售表現的代理指標；Kroger 此次則直接連結真實的電商轉換資料，直接回答了行銷主管最關心的核心問題：哪些廣告真的能促成消費行為。
隨著生成式 AI 加速內容生產，品牌與創作者產出的素材規模可能擴張數十倍甚至百倍，行銷團隊最稀缺的資源不再是內容產能，而是能夠精準決策要做什麼素材的能力。
預測性創意評分可能躍升為生成式 AI 生態系中不可或缺的過濾機制。它讓品牌得以立足於過往活動的轉換數據，在媒體支出發生前篩選素材，將預算集中在更有可能帶來成果的內容上。Kroger 的研究顯示，當這個判斷建立在實際電商轉換資料上，創意評估就有機會從投放後的檢討工具，提前成為媒體投資決策的一部分。
【推薦閱讀】
◆ 麥當勞、Citi 都搶做廣告生意，零售媒體 RMN 爆發後面臨什麼難題？
＊本文開放合作夥伴轉載，參考資料：《Marketing Dive》、《Content Grip》、《Yahoo Finance》，首圖來源：Unsplash
（責任編輯：廖紹伶）
