3 月底云思和一家广告创意公司进行了交流，云思介绍了通过 AI、神经科学和符号学对创意进行分析、解析、数字化管理和预测的思路和实践。创意公司则谈了他们如何去挖掘文化中感动人的部分、如何去通过洞察发现冲突、如何讲故事。
沟通下来感觉两家公司完全是生活在两个不同的“世界”，一个是感性的世界，去理解人、去讲故事、去感动人；另一个则是理性的世界，将感性的内容结构化，用数学公式去理解企业向用户发出的“信号”。
这次交流让我想起十多年前，当时我在一家全球性的市场研究公司工作，和一家创意公司共同服务于一个国际客户。客户将创意公司拍摄的内容交由研究公司进行测试，选择出更好的版本进行投放。广告公司的创意总监对研究公司的角色并不认可，他认为，“测试杀死好创意 tests kill good creative”。
研究公司和创意公司两种思路的冲突是一直存在的。但是为什么很多甲方，特别是行业领先的企业希望让研究公司介入创意过程？在抖音、小红书等彻底的数字化环境下，是否还需要第三方研究公司呢？
这篇文章谈一下云思在这方面的一些看法。
在传统的大众媒介（mass media）环境中，一个公司每年组织好几次大的广告战役，占领核心媒介，就可以基本完成关键品牌信息的传达和销售促进的目标。在当前的环境下，消费者的媒介接触习惯变得碎片化，广告主需要随着用户进入到他们日常沉浸于其中的新媒介中；由于这些新媒介大部分内容都是以“流”的方式呈现，需要大量的内容来填充。
我们认为在传统和新的媒介环境下，数据创意的发展过程中都可以起到很重要的促进作用，但新旧环境下，起作用的方式是不同的。
在传统媒介环境下，广告活动的次数少，但每次的制作成本高、投放预算高，制作周期长。在这种创意制作的流程中，创意测试可以在创意概念发展、故事板、动画版和完成版的各个阶段通过消费者研究起到概念筛选和优化的作用，通过消费者的反馈来提升创意水平。很多广告投放大户都建立了非常严格的广告测试流程，一些公司设定了“硬指标”，测试结果达不到预设的水平不能投放。
创意公司不喜欢客户找来一家研究公司“指手画脚”，但这种模式保证了诸如宝洁、联合利华、三星等企业在大量的广告投放过程中，创意始终保持在一个相对高且稳定的水平上，保证了营销投入产出水平。
对于那些在全国或者全球范围内进行大规模广告投放的公司来讲，稳定且高质量的创意输出比偶尔出几支惊艳的广告片，也经常出一些烂广告更加重要。创意分析是一种非常重要的管理工具。
在新媒介环境下，传统创意研究遇到了非常大的挑战，很多公司传统 TVC 的研究体系都被打破。企业制作的创意素材数量更多、形式更多（从TVC到覆盖各种媒体）、制作周期更短、每支素材可分配给分析的预算降低。
传统的速度慢、价格高的创意研究无法适应新环境。但是，新环境下，我们观察到新的创意分析体系在重新建立。大量的内容投资更加需要数据驱动的能力，实现内容制作的高频反馈和迭代。新环境需要新的数据驱动创意发展的新思路：
第一，能够满足多种媒介平台的创意的分析。
每个媒介平台，比如抖音、快手、小红书，都有自己的格式、调性和用户习惯，创意分析必须针对每个平台进行个性化的分析；
第二，更快、更低成本。
创意分析必须适应高频大量的创意生产；
第三，测试不是目标，数据驱动的决策优化是目标。
一部分重要且投资大的广告和营销内容需要做测试，大部分的营销内容，特别是社交内容来不及或者预算不足以使用传统测试，但也应该基于数据进行优化决策；
第四，结果更加落地，对品牌、创意和社交媒体运营团队输出可执行的结果。
云思从成立以来一直在品牌和沟通方面努力，也尝试去发展适合当前环境的，基于数据和科学分析的创意决策支持体系，并取得了一些成果。
- 多平台、全维度的数据采集。
云思根据业务需求，采集多个平台的数据用于分析和决策支持。对于以品牌宣传为目标的广告，云思采用“模拟测试环境”、“云端眼动”、“情绪分析”等技术，让用户在更加真实的环境中体验广告创意，并结合问卷采集行为、偏好和态度数据；
对于以互动为目标的商业内容，云思可以在模拟环境中采集行为，也可以通过真实投放获得效果和互动结果。通过这些数据可以评估、筛选、分析和预测商业内容表现。
- 体系化的创意发展决策解决方案。
基于数据的科学决策方法应该在创意早期，甚至在创意构思前起作用，帮助到创意团队。云思通过大量的创意测试和社交平台商业内容的抓取，建立了创意效果数据库；通过营销学、社会学、语言学、符号学等理论，利用 AI 和人工编制 Micro-tag（微标签）体系。
云思将创意、创意表现和微标签体系进行数字化管理、分析和预测。这一套创意分析体系，能够发现成功内容背后的原因，进而指导创意策略、激发创意灵感。
- 结果可落地。
在分析和预测过程中，云思应用了大量的数据技术，包括机器学习、AI技术等，在应用这些技术的过程中，云思遵循“可解释”的基本原则，分析得到的结果都是可以解读、可以落地执行的。
而一些技术类的公司所使用的神经网络等机器学习方法，虽然可以做到预测，告诉创意好坏的概率，但是无法给出人类可解读的结果和可落地的方案。云思应用不依赖于眼动仪的“云端眼动”技术对创意进行眼动测试，给出来非常具体的，具体到帧的创意优化启发。
- 更敏捷、更经济。
不管是创意启发还是创意测试，云思在标注产品和服务基础上提供个性化服务，可以将基础服务变得更快更便宜，同时也可以让深度研究变得更加深度、更有洞察。
我们看到，在传统媒体时代建立了科学决策体系的企业，也正在努力建立新时代的营销内容分析体系。云思和这些领先于时代的企业持续探索，不断突破洞察的边界，让数据为营销赋能。
-End-
作者介绍 PROFILE
宗瑞兴
欧洲市场研究和民意调查协会（ESOMAR）会员
中国信息协会市场研究分会（CMRA）常务理事
宗瑞兴曾担任北京交通大学经济管理学院讲师，华通明略（MillwardBrown ACSR）客户总监，新浪商业和市场分析执行总监，2014 年创立云思科技。他拥有 21 年数据分析和市场研究经验，曾服务于多家全球及中国头部企业，行业覆盖互联网、快消、3C、汽车等，帮助其进行品牌测量和发展，广告发展和产品创新。
关于云思
云思（CloudXink）是一家研究与技术能力兼备的创新型研究公司。
在云思聚集了一群来自于不同领域的专家，他们精通消费者研究方法、社会科学理论、互联网技术和数据技术。致力于将专业的研究和技术创新结合，专注于品牌和沟通洞察，让营销更加高效、更加智能。
云思的愿景是通过在专注的领域不断学习和发展，让云思的成员、云思这个组织以及其服务的客户不断成长和成功。
