面對千人千面的C端用戶，我們不能夠一一去滿足他們的需求，這時候創意優選策略就顯得尤為重要，能夠幫助我們更好地展示內容，滿足用戶需求。本文結合案例，從創意優選展示策略到優化進行分析，以期給你一些啟發。

講完創意怎么生成之后，接下來我們就需要圍繞怎么選創意的策略展開，也就是所謂的創意展示策略，創意生成到優選的過程核心的邏輯其實與召回倒排序思想一致，都是圍繞物料庫對不同的C端消費者用戶進行“千人千面”的展示，話不多說我們直接開始講干貨。

目錄：

一、創意優選展示策略入門

二、創意優選策略詳解-淘寶案例

2.1 完整創意優選的建模和求解

2.2 動態創意優化

一、創意展示策略入門

基于不同的創意生成策略規則，我們會對不同的商品主體生成大量圍繞主體“人/貨/場”相關的創意內容，拆分成單個元素可能有N個標題、M個主圖、L個附加創意的展示信息，最后將會組合出N*M*L個創意組合，在廣告創意中的存儲單位就是-創意creative_id。

但是最終前端only 1個坑可供展示，就和我們出門只能穿一套衣服一樣，從N*M*L里面選擇出最合適的創意就是創意展示策略該做的事兒，核心就是要選擇最適合展示到C端用戶面前的1/N*M*L，是不是非常類似搜推系統當中的排序，所以排序策略產品和優選策略產品是可以互通轉型的，其中，創意播放策略主要包含【創意優選策略】和【創意輪播策略】。

1.1 創意優選策略

一般大廠的僅提供的默認創意策略，這是因為通過選擇最優的創意提升ctr點擊率，是可以給點擊計費的廣告帶來收入cost的直接增長；創意優選簡單說就從多個創意組合挑選出用戶最感興趣，即pCTR最高的創意id組合進行展示，會考慮商品主體feature、ad廣告的feature（地域、定向人群等）、用戶的feature（用戶的離線標簽、在線行為）多模態等信息，并且考慮全局創意展示最優化，進行相同信息去重，根據每個人關注的創意的信息進行“千人千面”的展示最適合的創意。

1.2 創意輪播策略

創意輪播的核心在于廣告播放系統需要對每個創意id進行流量強制均分，對于點擊率預估pCTR效果較差的創意，也需要對其進行創意流量的分配，其中核心策略就是提高對于pCTR偏低創意的出價水平，使其eCPM達到較高的競價排序水平；這個操作主要是服務于廣告主測圖、測標題等創意測驗場景，廣告主需要自主創意定義權，這種展示策略對于廣告平臺、客戶都不是效果最優解，但是客戶有特殊場景測試訴求，因此僅對部分客戶開放對應的功能。

二、創意優選策略詳解-淘寶案例

2.1 基礎信息與問題大綱

2.1.1 基礎信息輸入

• 主體維度：在圖a示例中，我們可以看到在淘寶推薦當中主體item中包含商品、圖文、短視頻、直播等不同形式，從整體上構成了推薦的內容化和多元化，讓用戶能夠愿意在推薦位持續“逛起來”；
• 創意維度: 在圖b細粒度的創意素材，包括商品的sku圖、標題、利益點，幫助進行實時的組裝和渲染。

2.1.2 問題建模概述

第一、對完整創意的優選：將創意優選建模成E&E問題（(Exploitation & Exploration），在標準Bandit策略基礎上增加視覺特征作為先驗，優化創意冷啟動過程中的投放效果，和前文冷啟動一樣，也就是對新創意/或者是長尾創意缺乏數據類型需要做探索，積累樣本數據來進行優選；

第二、動態創意優化：系統接收各類創意素材，比如上圖中右側顯示的模板集，圖片元素，利益點等），算法會根據用戶行為信息和投放結果“動態調整”元素的選擇和優化制作的參數，使得最終的創意能夠兼顧全局視覺和投放效果（點擊率等）。

2.2 完整創意優選的建模和求解

2.2.1 策略總體思想

對多個創意id維度的優選，可以將其建模成為標準的E&E問題：

• Exploration探索階段：商品粗排截斷后，給到固定排序的商品到精排，每個創意都會有機會曝光到用戶面前，并獲得對應的反饋信息；
• Exploitation開發階段：考慮到廣告長期收益問題，系統會把更多的流量再次分配給到效果更好的創意id；上述探索和利用(E&E)之間的權衡策略可由Bandit模型進行求解。業務場景中常用的bandit模型包括Smoothed -Greedy，Thompson Sampling和LinUCB等。

2.2.2 核心解決的問題

創意冷啟動問題非常復雜，冷啟動場景主要包含：全新上傳/生成創意、成熟場景下的長尾創意（出價偏低）、創意被頻繁的更換，每種場景下需要用到的創意策略大相徑庭，需要根據不同場景給出不同的策略解決方案，類似的解決思路可以參考Arthur寫的關于item物品冷啟動一文。

所以，如何利用成熟場景的數據或者是已經獲得充分樣本反饋的頭部廣告創意數據是非常重要的。

2.2.3 策略設計方案

圖中是一個典型的視覺先驗的Bandit模型框架，左側多個候選創意通過感知排序模型（VAM）和混合Bandit（HBM）來找到有吸引力的創意，兩個模型組成了基于視覺內容的創意效果預估模型；

第一部分：感知排序模型VAM：

從投放充分廣告創意投放的數據當中學習和效果正相關（CTR/停留時長）的視覺特征（圖片的顏色色彩、布局、視角等），利用卷積神經網絡提取創意的高層特征，并且利用一層線性映射關系將其映射成為對應的分數。經過不斷地實驗，發現利用點估計(Point-wise AuxiliaryLoss)和排序學習(List-wise Ranking Loss) 兩個損失函數加權求和的方式能使得卷積神經網絡學習得最為充分，更加有利于第二個階段HBM去充分利用先驗信息；

如果只做感知排序模型VAM，會導致系統一直投放打分最高的創意（exploitation），從而失去發現其他潛在創意的機會；而且VAM是學習一種通用泛化的創意內容和CTR之間的關系，這樣和每個創意之間的特性其實是存在沖突問題。

第二部分：混合Brandit模型HBM：

從學習到的視覺特征和模型參數做先驗，根據實際投放的真實CTR/停留時長等信息進行后驗的更新；假設創意的展示效果（曝光點擊/曝光未點擊）服從線性規律，基于不同于VAM的確定性的參數，上式中需要求解的分布，系統就利用對應的分布來完成E&E決策；

每個創意去自己維護權重分布，這個分布函數分布與展示數量相關的sigmoid函數；當投放數據充分的時候，系統更加相信每個創意維護的參數分布，當展示數量不足的時候，系統傾向使用一個ad廣告下的參數分布，預測階段可使用預估的分數作為每個創意的分數，并且用argmax獲得最優創意進行投放。

2.3 動態創意優化

2.2.1 策略總體思想

如果說上文中，完整創意優選解決的是【如何高效學習場景數據，提高策略準確性對創意id組合維度的優選】的能力；

那么動態創意優化要解決的就是在創意制作過程中，增加對創意元素個性化優選，對“制作參數”進行實時優化，在物料池當中找到最吸引用戶的元素來完成“千人千面”制作。

2.2.2 核心解決的問題

根據用戶的短視興趣、長時特征，能夠實時在線生成更加具備吸引力的元素并得到展現，如果說前面的完整優選是有限集合選擇，那么實時生成是在有限集合之外對某些具體元素實時生成完成“錦上添花”，目的也是為了擴充生成的集合，最終達到最優解。

2.2.3 策略設計方案

可以從上圖中看到我們整個創意內容當中包含：

• 圖片素材：包含同一商品不同屬性，比如顏色、模特 正背面視角等
• 標題：廣告主自定義標題、系統根據原始標題智能生成的標題內容
• 利益點：店鋪/商品促銷信息，包括優惠券，推廣折扣等；
• 行動點：立即瀏覽、點擊進入等。

為了完成對于用戶和創意之間的pCTR預估，設計了如圖中的DNN模型，特征包含用戶特征、廣告特征和創意特征（圖片X模板，標題，詞等）構建的多模態特征。對于創意元素，使用了多尺度的特征表達；

例如，模板當中有全局共享的向量，又有帶圖片叉乘后的獨立向量表示，使得模型不但包含模板在全局投放的信息，還含有商品X模板組合后的結果。以此模型為預估，我們可以為每個用戶選擇最具備吸引力的圖片，文案和模板元素，并利用實時制作的平臺來實現千人千面的展示。

參數動態優化：

元素個性化的選擇最終后才能顯依賴于“制作參數”的控制，類似模板的背景顏色、圖像尺寸、標題顏色、標題文職大小，需要有一個歸類識別的過程；制作參數核心是為了建立匹配關系，例如圖中的灰色背景需要與對比較強的白色字體進行搭配，而淺色背景需要與深色字體搭配，以免出現文字不清楚的badcase問題。

三、本文總結

關于創意優選的策略大概就介紹到這里，創意優選策略核心思想如同搜索推薦系統中的排序，核心是階段選擇每次曝光中點擊率預估可能性最高的創意在前端進行展示，去吸引用戶點擊。

創意優選非常依賴于平臺的創意物料和用戶對創意行為樣本量，這是【完整創意優選】和【動態創意優化】的來源，創意作為整個推薦系統當中架構最細粒度，也是展示的最末端策略也是紛繁復雜的，如果對創意策略產品感興趣的同學建議大家選擇阿里媽媽和巨量引擎兩家比較頭部的公司，目前也是市面上做創意策略最前列的公司。