去玄化与破茧房：一个耀眼的数字广告新时代

所有的数字广告，最终都要步入大模型时代。没有大模型支持的数字广告，最终一定会消亡。

因为，大模型最终能解决两个当前广告投放最困扰从业者的问题：去玄化与破茧房。

比过去更好的数字广告时代，正在拉开序幕。

01去玄化（Dexuanize）

几百年来，广告的投放，一直都是玄学。

甚至，“华与华”的华杉，在最近跟刘润的对谈中，毫不掩饰地提出，投放广告不用去看效果，应该只问耕耘，不问收获。他的说法当然极端，我不同意。

但是，这样说法的背后，有对广告效果难以评判的深度的无奈。

确实，广告效果的玄，在于从业者难以掌握其中规律，无法从固定投放模式中获得具有稳定性、确定性的收益。

因为，今天的数字广告，尤其是竞价广告，影响因素繁多，多到远超过人能计算的程度。而优化师能在计划上做控制和调整的变量，实在太有限了。

数字广告投放涉及到复杂的算法和数据模型，例如基于人群、兴趣、地域等定向投放。还有创意自身的情况；还有链路的选择；还有各种外在因素的干扰与影响（商品本身的情况、市场竞争的变化、社会中发生的重大新闻事件等），再加上其中包含的竞价关系，要总体综合考虑的所有因素，远超人力所及。

比如，靠针对性地调整广告计划，来博取起量概率，已经越来越难。

广告平台的优化师可能会根据经验和直觉调整广告投放策略，这种人为因素也增加了广告投放的玄学成分。当优化师的优化操作刚好与效果的提升先后发生，你会说，这是优化操作的结果，但下一次同样的操作，却常常并不能让效果的增长再次出现。

总之，广告的效果，像在汹涌波涛上航行的船舶，上下起伏，充满着不确定性带来的动荡与不安。

唯有一种办法能够让广告不那么玄的，就是靠大模型。

最近我也在仔细学习各个大厂的大模型。比如，腾讯广告的推荐大模型，具有庞大的参数量和处理大量数据及复杂任务的能力。相较于数字广告投放的传统模型，这个大模型能涵盖更全面的行业特征，对广告投放中的海量数据进行深入分析和处理。这样，基于大模型的腾讯广告系统，几乎能够将所有影响广告投放的变量纳入考虑，从中挖掘有价值的信息，帮助广告从业者更准确地把握广告投放的规律和影响因素。

跟以前的小模型相比，大模型最大的区别在于，它不仅能预估，还能够理解。它是在理解行业、理解商品、理解人群、理解环境、理解竞争的基础上进行的判断，这样，它就能更快地学习，更准确地预估。

简单讲，过去我们的模型可以考虑几十个不同参数，今天我们的投放模型可以考虑十亿个不同参数，量变引发质变，投放的智慧便从中涌现。

在广告投放AB测试的对比结果中，基于大模型的腾讯广告系统冷启动成功率增加9%，成本达成率提升8%。

02破茧房（Break The Cocoon Room）

茧房效应，又称为信息茧房，是指在网络信息环境下，人们更容易被自己的兴趣和观点所吸引，形成相对封闭的信息圈子，从而导致观点和价值观的固化。

这种现象源于互联网技术的普及和发展，使得人们可以更容易地获取和关注符合自己兴趣和观点的信息，而忽略了其他不同的观点和信息，可能导致人们的精神视野变得越来越狭窄。

广告投放跟茧房效应有什么关系呢？

传统以小模型为核心的广告系统能力不足，无法承受过大的参数与数据量，从而导致系统没有办法完全理解用户的行为意图。这时候做广告投放只能从产品化视角出发，十分依赖于广告主的诉求表达。在系统实际呈现上，这样的“产品化表达”进一步具象成为了一个个人群标签，需要广告主根据经验和过去的结果数据圈选属性或标签相似的人群作为目标人群，进行“穷追猛打”的投放。

但是，无论多么精确的数据，都是业已发生的数据，或是静态的人口社会属性数据，而人群兴趣却是动态的，所以常常会出现下面的现象：

（1）短期内投放好像能有一点效果；

（2）但稍微投放一段时间，就存在预算花不出去的困扰；

（3）继续投放，即使预算能够花出，转化率和ROI也会逐渐甚至断崖式下降。

为什么，因为这种依赖于广告主自主判断、基于后向效果和属性人群的投放方式，会导致形成一个投放模式较为固定且路径依赖的人群，长期按这个群体的画像来投，很快就会消耗掉这波人群的价值，陷入“茧房”之中。

这里提到的路径依赖，便是这种方式的一个重大缺陷：最“开局”（冷启动）时候的转化人群，对未来的人群拓展至关重要，如果冷启动时，机缘巧合，最初发生转化的这些人恰巧并不属于这个商品或服务的主流购买人群，那么，这种“错位”就会在随后的激励回路中被放大，难以在短时间内被纠正，而导致浪费或错失良机。

就像信息茧房让我们读到的内容范围越来越狭窄一样，广告投放的茧房效应也让我们在投放广告时，面临越来越狭隘的人群选择。

但，如何突破广告投放的茧房呢？

我们要知道，基于属性的人群圈选，无论它多么准确，它都是在迎合过去，而不是抓住未来。

人是动态的，而不是静态的，今天的社会，所谓商品的购买者群体，越来越碎片化，越来越难以用一个大尺度的概率来圈选。

购买女性护肤品的一定是女性吗？我听说很多男士，不乐意用男性护肤品，嫌“太糙”，而只购买女性护肤品。

更何况，很多商品的人群属性非常模糊，更多时候，是在某些场景下自然而然地采购，即时性和随意性都很高。

所以，更优的广告投放方式，是抓住未来的广告投放方式，它具有三个核心特征。

其一、海量的参数：包含与广告投放相关的人群、商品、媒体、数字链路、外部环境、竞争格局、竞价情况等海量参数，而不仅关注有限的人群属性。关于海量参数的价值，我刚好在前面“去玄化”讲过了。

其二、先进的算法模型。

其三、极强的实时性。

能做到这三点的，目前只有大模型。所以，有没有大模型的支撑，就是区分新旧广告系统和广告模式的标志。

03基于大模型的广告系统有哪些“魔法”

基于大模型的广告系统，一个最典型的特点，就是投放的确定性和稳定性都很好。这当然是“去玄化”和“破茧房”的具体表现，但它的表现还不止于此。

一个特别帅的“魔法”，是它能实现“货找人”的广告投放模式。

所谓货找人的投放，是腾讯广告基于”标准化商品库”而建设起的新广告投放模式，是对我们传统广告以人群出发去进行投放的方式的颠覆。它反其道而行之，从商品出发，通过商品本身的特性，让系统去自动匹配合适的人，即从“投广告”，变为“投商品”。这是一种全新的数字营销方式。

这种方式是实时的、动态的：系统基于商品的情况，自主决定选择什么人群去展示何种商品的何种信息。从人出发，手动圈选人群去推荐配合商品的营销，是过去十多年数字营销的主流，也是我们前面所说的投放茧房的主要成因；而从商品出发，与人群一起做双向奔赴，是今天越来越精细的营销需求与越来越智能的大模型技术同时演进、交相辉映的必然。

商品化投放下“货找人”的逻辑一个特别好的地方，是它对于那些冷启动的新商品特别友好，新商品刚上市的时候，或是其他无法确定该投什么人群的情况下，以“投商品”的营销方式，能够最大化地利用人工智能让商品与需要它的潜在购买人群相遇。

此外，就算不是冷启动商品，哪怕是投了很久广告的商品，用商品化的投放方式，也能更好地突破原有人群圈层，找到更多的潜力人群。因为它压根就是实时去预测什么人适合什么商品（抓住未来），而不是基于历史经验的属性去圈选人群之后再去做“试一试”的投放（迎合过去），所以，对于商品推广，这么投它当然效果更好。

另一个特别帅的“魔法”，是它能满足各具差异的投放场景与链路下的各类目标。

举一个例子。游戏推广的广告投放，需要区分很细的场景。

比如，在新游戏预约期，投放的目标是获取预约，拓展更多的兴趣用户。

在游戏的首发期，需要快速起量，尽可能获得更多的激活与首次付费。

平稳期，则既需要拓展新用户，又激活沉默用户。

甚至封测期，也可以对忠诚玩家来一波刺激，让他们参与封测。

这些场景，对于游戏厂商来说，推广的策略、人群以及可用的资源都很不相同。

如果没有大模型，投放不可能区分这么精细的场景。

但基于大模型能力，在各个场景阶段，广告投放都可以拥有十足的针对性。以腾讯广告的游速通为例。

大模型帮助游速通实现三件事情：

• 游戏知识图谱，深化App细粒度的行业理解

• 人群营销模型，提升对目标受众兴趣偏好洞察

• 广告系统升级，以大模型提升实时推荐效率

带来的结果，是各场景下自适应的投放。比如在封测期，游戏往往需要短时间内快速获取目标用户验证游戏数值。此时游速通会通过策略叠加，帮助游戏快速提升跑量能力，加速优质用户圈层覆盖，快速度过冷启动阶段。而在预约期，游速通利用腾讯生态全流量优势增加场景覆盖，帮助游戏厂商低成本提前锁定核心用户，验证吸量及投放策略，助力首发快速起量。首发期，游速通通过系统策略、模型和数据的全方位支持，助力产品高效拿量，实现规模化增长。

而针对版更/周年庆这样的重要节点，游速通则会通过引入建设IP相关内容，帮助游戏扩充用户圈层覆盖，优化升级创意，以定制化服务帮助游戏获取不同阶段用户，在稳定的达成条件下快速增量。

最后，在追求稳定性的平推期，游速通则会结合深度出价与自动化工具助力投放调优，借助长效工具帮助游戏再次触达沉默用户，提升老用户回流效率，优化长期投放效果。

大模型能够带来的不只是在投放场景上的巨大提升，也是投放链路上的飞跃。

因为能够细腻地区分差异化的投放链路，大模型在广告主的用户深度运营和长效经营上，也能有特别出彩的贡献。

比如，以线索经营为核心目标的行业（汽车、金融、教育等）的投放，利用大模型能够在长转化链路的各个环节中“指哪儿打哪儿”——需要哪里有更好的产出，就能做到更好的产出。相关的内容我在此前的文章《转化成本破万元？我看到了线索经营下半场的胜负手》中已经详细阐述了，大家看这个文章，会很清楚。

还有一个特别帅的“魔法”，是它还“顺手”把广告主投放效率的问题也解决了。

为了实现大模型能力，媒体平台把自己过去分割的各种广告产品、广告平台全部都整合了。比如，腾讯把自己所有广告资源，能整合的都整合在腾讯广告的大一统平台中了，这样一来，广告主反而省事了，以前还要在各个平台上开多账号上多计划，做多线管理，现在不用了，省却了大量的重复劳动不说，对广告资源的整合利用能力反而大大提高了。

大模型还带来了让AIGC做创意素材的能力，比如1月刚推出的一站式AI广告创意平台“腾讯广告妙思”。关于这个能力，我的文章《让AIGC生成买量广告素材，到底靠不靠谱？》也给出了很多实例，感兴趣的朋友们欢迎移步这篇文章。

还有，大模型也让广告主能够更灵活可控地达成自己的投放目标。比如腾讯广告的“最大转化量”投放产品，能帮助广告主在尽可能花完预算的前提下，探索出最优转化成本的投放方式，从而在固定预算下实现最大数量的转化数。

04讲在最后

今天的数字广告表面看起来波澜不惊，但水面之下确实波涛汹涌。

我们在这几年很少看到像十年前程序化广告刚刚涌现时，那种各种广告新名词不断飞出的盛况，但是，却绝不能忽视，今天数字广告更加底层的变革。

如果说，十年前的程序化变革，是从人力投放向机器投放的变革，今天的广告变革，是从机器投放向智能投放的变革。

这是数字广告发展的一个崭新的时代，在这个时代，具有智慧的广告系统，将帮助广告主不断解决效果、效能和效率的问题，从而，让广告主能够完全从广告投放的繁文缛节中解放出来，获得更大的自由和信心！