升级你的广告素材
“2027 营销”课程第 8 课，共 16 课。免费，有动画和小测验。
为什么 10 条相似视频只算 1 条
第一课讲过，Meta 的投放系统会自己决定每条广告给谁看。如果你上传 10 条视频，都是同一个女生在同一个房间，只改了文字，那在系统眼里几乎是同一条素材：会推给同一批人。营销人经常遇到这种情况，Meta 自己在 Advantage+ 的建议里也明确推荐素材多样化。逻辑很简单：现在素材本身就是定向。画面里不同的人、不同的地点和格式，能帮系统找到不同的买家群体。十条不同的视频，就是十次找到对的人的机会。
多样化矩阵
想让视频真正不同，就用四个维度的矩阵。格式：UGC 视频（看起来像普通人用手机拍的）、图片、轮播。出镜的人：女大学生、滑板少年、青少年的妈妈。场景：宿舍、车站、公园。主打好处：保暖、好看、价格。每个维度三个选项，一共 81 种组合。不用全拍：挑 10 个至少在两个维度上同时不同的。这样每条视频都在跟不同的人讲不同的购买理由。这才是系统能用上的多样化，而不是同一条视频的 10 种色调。
一个产品，不同的购买理由
矩阵里最有力的维度是“人”和他的理由。同一件卫衣，大家买的理由不一样。女大学生不想上课挨冻。滑板少年在乎面料摔了会不会破。青少年的妈妈想知道能不能扛住一百次洗涤。产品只有一个，却是三条不同的视频、三个不同的钩子。理由从哪来？别瞎编，去读：评价、私信里的问题、你和对手广告下的评论。人们会自己写出为什么买。你的任务是听到这些话，再把它们放回广告里。
一个爆款，八种钩子
增加多样性最便宜的办法，是只换开头。已经证明有效的视频主体保留，前 3 秒用八种方式重拍。提问：“上课冻成狗？”数字：“380 克每平方米，是什么概念？”前后对比。常见错误：“买卫衣前先看看这个。”POV：用主角的视角拍。实测：把卫衣放进冰柜。评价：一句真实的买家原话。对比：和薄卫衣放在一起比。这样测钩子几乎不花钱，因为主体剪辑不用动。
Cadbury 案例：大规模多样化
Cadbury 在印度展示了多样化能走多远。疫情期间，小店不断流失顾客。2021 年，Ogilvy 和 Wavemaker 两家代理商做了 #NotJustACadburyAd 活动。宝莱坞明星沙鲁克·汗在排灯节广告里号召大家去本地小店购物，并一家家报出店名。借助机器学习，他们为 2000 多家店做出了 13 万个广告版本：杂货、服装、电器、家具都有。每个版本只推给那家店附近的人。结果：YouTube 和 Facebook 上共 9400 万次观看。启示：一个强打法加上大量个性化版本，胜过一条通用视频。
怎样把爆款养大
找到一条能卖货的视频了？别复制十遍，要一步步养大。先给同一个视频主体换新钩子。然后同样的话，换别的人出镜。再换格式：把视频做成轮播或图片。每一步只换一个大维度，不然你搞不清到底是什么起了作用。从一开始就给文件起清楚的名字：格式、人物、场景、好处、钩子类型。一个月后，报表里显示的不会是“video_final_2_new”，而是“宿舍女大学生 + 提问式钩子卖得最好”。这才是跟着预算一起增长的认知。
自己动手：10 个不同的创意
搭你自己的矩阵。写下三个购买理由不同的人，理由要从真实评价和私信里来。再加上他们真实生活里的三个场景和三种格式。然后组合出 10 个至少在两个维度上不同的方案，每个写一句钩子。马上按“格式_人物_场景_好处_钩子”给文件命名。到这里，课程第二阶段就完成了：你会找别人的成功、拆解它、诚实地重混，再养出不同的版本。接下来：用 AI 更快地做素材，以及测试时别自己骗自己。
自测一下
- 为什么 10 条视频的效果像 1 条？
正确答案: 对系统来说几乎一样，推给的是同一批人. 同一个女生、同一个房间、同一种格式，就是一条素材配了不同文案。多样化要体现在人、场景和格式上。 - 哪组更多样？
正确答案: 宿舍女生、公园滑板少年、家里的妈妈：视频、图片、轮播. 这组同时换了人物、场景和格式，每个版本都在跟不同的买家讲不同的理由。 - 找到爆款之后该怎么做？
正确答案: 做新版本，每次只换一个大维度. 这样爆款能长大，妮卡也能看清到底是哪个维度在带来销量：钩子、人物还是格式。 - Cadbury 案例的关键是什么？
正确答案: 一个强打法，加上为不同地点做的成千上万个个性化版本. 创意只有一个：支持本地小店。机器学习只是把它复制成 13 万个个性化版本，每个都对着某家店附近的人说话。
← 重混，而不是照抄 用 AI 做广告素材 →