设计沉思录｜智能创意为业务赋能：崛起的生产力
随着人工智能话题的火热，越来越多的人工智能产物出现在我们的生活中，艺术与科学的碰撞结合是否可以更好的帮助企业实现商业价值呢？让我们一起来了解一下。
业务现状
1. 背景
流量引入涉及到媒体、场景、用户群、业务的不同，就需要大量不同的创意来满足流量的引入需求。即便是相同场景、相同用户、相同业务也会存在流量的自然衰退期，需要频繁更换不同的创意来保证流量的稳定增长。那么创意的好坏和数量的多寡将会制约业务的快速发展，同时创意的好坏也是直接影响流量的成本控制的重要因素。
2. 业务痛点
业务要求与设计支持不匹配：
- 从创意质量维度来看：广告主创意制作能力有限很难产出高质量创意素材。
- 从创意规模维度来看：用户决策场景和兴趣都是多元化、较大差异性的，但是目前应用的推广创意比较单一。
- 从创意效果维度来看：部分广告主缺乏主观意愿和足够能力去自主进行投放创意的优化。部分业务场景，更多依赖于设计人力和优化师的主观经验，缺少有价值输出的数据依据，而且应对创意效果衰减，很难做到实时观测和优化。
- 从效率层面来看：从创意制作到创意优化迭代，整个环节都依赖设计人力和运营人力，缺少系统支持。
3. 业务思路
为了更好的服务用户支持业务，我们引用了“千人千面”的设计思路，可以让广告投放更精准，提升用户体验的同时提升业务的连接效率。
4. 硬核能力
基于商业的人工智能探索，技术部门新增了智能拼接、动态匹配、创意优选的硬核能力，主要说一下智能拼接部分。
5. 初步效果验证
基于初期对同城宝黄页列表页图片投放实验，数据表现是正向的，进一步明确了我们的发力点和业务方向。
解决方案
1. 如何更好的拼接
智能拼接的关键点有两个：一个是拆（元素细分）一个是拼（程序化自动组合）
2. 元素解构（拆）
接下来说一下我们对元素的拆解，以一个DPA的投放模版为例进行元素解构，它包含背景、背景修饰、车、车系名称、价格，引导按钮，按钮文案等。
3. 内容解构（拆）
不仅需要对元素进行拆解还需要对内容进行拆解如：主宣传文案，辅助宣传文案，车系文案库，价格库，热词标签库等。
4. 拼接尺寸
除了元素内容的拆解还有尺寸的分析整理，经过对投放广告尺寸和位置的分析整理，图片比例可总结为如图4种。
5. 拼接风格
通过对投放广告素材风格的整理分析，可归纳为单图插画风格，实景拼接风格两种。
6. 拼接版式
不同风格，版式侧重上也不相同，多图实景拼接风格：主要侧重图片个数、图片比例、图片与图片之间的拼接形式及规则。
单图插画风格：主要是主体元素在画面中的位置分布规则（左右分割、斜切、上下分割、对称、中心对称等）
7. 风格组合
组合方案1：适用于单图插画风格
主要是版式、质感、配色、形状（比例）等维度的交叉选择之后产出不同的组合方案。
组合方案2：适用于多图实景拼接风格
这个更多的是加入了蒙版的使用，版式的选择，图片的个数，整体的形状（比例）及辅助修饰元素的质感、配色、形式等维度的交叉选择维度。
8. 拼接结果
经维度交叉产出有效模版，基于模版可生成出很多不同的投放素材供业务使用。
9. 技术对接
拼接的要点是源文件图层需要进行规范性标注，根据前期归纳总结，把图层类型进行对应的形式分类。明确类别之后把控好图层正确上下级之间的关系是关键。
10. 拼接应用
目前智能拼接的应用范围是是同城宝黄页列表、DSP投放、DPA投放，同时联盟投放广告正在进行梳理分析，做成结构化模版，这样可以让整个商业外投广告部分都可以更加系统化智能化，保证输出质量和效果。
方案验证
1. 生产能力
接下来再看一下我们生成能力的对比以实景拼接风格为例，3天2人的工作产出对比如图，人工可产出最多200张，而应用智能拼接技术可产出15万+，这还是以两个变化维度的数量为例，如果变化维度更多，数量级的差异会更大（2个维度可能是，主服务+特色标签）
2. 数据表现
最后我们再来看一下数据表现：黄页列表页图片投放的数据结果是CTR在各品类均有提升（数据敏感，故省略），DSP和DPA还需要一段时间的数据积累回收才能得出有效结论。
不管数据回收情况如何，目前智能化设计，已经帮我们释放了大量低效的设计时间。
总结
河图智能创意系统目前基础能力一直在快速升级完善，并正在逐步形成规模，提效赋能已经在逐步崛起。视觉设计上对于拼接、提效以及精细化设计刚刚起步，未来考虑结合尺寸比例特点以及可视化操作界面配合进行拼接逻辑升级，可以更近一步释放我们的无效生产力。
让设计师在有效的时间内可以做更多更好的设计，让业务因为生产力及业务能力的提升可以扬帆猛进，为广告主和平台创造更多的价值。
作者：刘静颐
本文来源于人人都是产品经理合作媒体@58用户体验设计中心（微信公众号@58UXD），作者@刘静颐
题图来自 Unsplash，基于CC0协议。
作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: