广告创意测试:没人算过的那笔产能账

先看这个决定付费投放成败的数字:只有大约 6% 到 7% 的广告变体能真正跑出量。也就是说,你做 100 条广告,大约 93 条永远不会拿到有意义的预算。这一个事实就改写了整件事。赢家稀少且不可预测,所以最高杠杆的变量不是"每条广告的平均质量",是你能往竞价里放进多少条真正不同的变体。测 3 到 5 条,期望值是零个赢家;测 50 到 80 条,才能稳定找出 3 到 5 个。所以真正的约束不是测不测,是产能 —— 多做一条变体要花多少钱。这一点几乎没有人算过,而它决定了"创意测试"是一个真实运转的项目,还是只活在提案里。

作者:Elias Sun,BrandU 创始人

文中数据与来源最后核对:2026-10-10。

广告创意测试,是跑足够多互不相同的变体,从中找出真正跑得动的那些 —— 而真正跑得动的只有约 6% 到 7%。这让「量」成为真正的约束,而量只有在第十个变体远比第一个便宜时才负担得起。

六件事,共用一个名字

"广告创意测试"这句话,是六件事共用一个名字。而其中只有一件,决定了另外五件有没有东西可做。

最后一行,是另外五件一直默默依赖的那件。如果你手上只有两条广告可测,上面所有测量方法都等于零 —— 而这恰恰是大多数团队的真实处境。

你想知道这件事它能证明它不能证明
花钱前,人能不能看懂或偏好它?上线前预测概念对样本是否清晰它在真实竞价里的表现
有人会注意到品牌吗?注意力测量品牌与信息是否被看见它是否转化
哪个元素(钩子/图/优惠)在起作用?多元素测试哪个元素推动了指标整个概念对不对
正在跑的广告,结果怎么解释?创意分析已有结果背后的规律因果关系
这次改动是否带来了提升?平台内实验平台内的因果平台外的任何事
我们到底有没有足够多变体可测?产能你能投放多少条真正不同的变体其中任何一条会不会赢

一个低命中率的算式

按 6.5% 的命中率,期望赢家数不是品味问题,是一道算式:

再看第一行。大多数团队每次测 3 到 5 条 —— 恰好是期望值不足一个赢家的那一行。那些测试里没有失败,只是样本太小,稀有的赢家根本没有浮现的机会。

原因不是创意质量,是竞价动态:平台会把曝光集中在早期有互动和转化信号的变体上,把其余的饿死。少数创意吃掉有效的预算,长尾拿不到真实的曝光量。

测的变体期望赢家实际意味着什么
3–5~0(不到 0.4)连找到一条都是抛硬币。最常见的失败模式。
15~1最小可用的测试。运气好有一条。
30~2一个可靠项目的起点。
50~3能稳定浮现出一个小赢家集。
80~5一个放量账户的月度目标。
100+~6–7高预算、多市场项目。
为什么 100 条广告变体里有 93 条跑不出量只有大约 6% 到 7% 的广告变体能真正跑出量,也就是说,你做 100 条广告,大约 93 条永远不会拿到有意义的预算。图中把这三个数字并列,并画出 100 个点、其中 7 个点亮,一个点代表一条广告。大多数团队每次只测 3 到 5 条 —— 恰好是期望赢家不足一条的那一行:即便测到 15 条,期望也只有约一条,要稳定浮现出 3 到 5 个赢家需要测 50 到 80 条。OUT OF 100 AD VARIANTS6–7%ever perform at scale93 / 100never carry meaningful budget3–5variants in the tests most teams runexpected winners in that test: a fraction of oneEVERY DOT IS ONE AD YOU PRODUCEDcarries meaningful budgetproduced and never scaledeven 15 tested — a full row and a half — expects about one
顶上那个数字就是「约束是产能、不是测量」的全部理由。这一页下面所有内容,都是在讲怎么让那 93 条变得负担得起。

一个人人都给的忠告,和它为什么落不了地

"多做一些创意"不是有争议的建议。每个平台都这么说,每家代理商都重复它,每个投放操盘手都同意。所以有意思的问题不是"量重不重要",而是:为什么有预算、有简报、也有意愿的团队,最后还是只投了四条,而不是八十条?

答案是成本结构,而且是算术,不是纪律问题。

在传统的制作模式里,一条广告就是完整跑一遍流水线:写脚本、生成、配音、渲染 —— 每次都从头来。这个模式让第 10 条变体的成本,和第 1 条完全一样。于是产能的上限不是团队想做多少条,而是预算能按全价吃下多少条。在那个价格上,80 条不是一个工作流,是一个季度的战役。

这就是那个没人点名的约束。团队把它描述成创意问题 —— "我们拍不起更多了"、"代理商要更多预算"、"我们只有四个值得测的概念" —— 但它其实是一个流水线问题,穿了件创意问题的外衣。

什么算一条新创意 —— 按平台自己的说法

大多数"上量"策略都是在这里悄悄失败的:产出 80 个文件,不等于产出 80 条广告。

关于排序引擎怎么读取创意,Meta 对广告主的口径是明确的,而且比大多数团队以为的更严。据经 Meta 沟通的代理商高管转述:引擎对"长得像"的判断很严 —— 同一个人、同一段素材,只是开头钩子一样或者屏幕文字不同,系统会认为它们本质上是同一条广告。仍然算一条创意,不是两条。

Meta 自己的发言人也把这套口径描述成刻意"以结果为准、而非针对某一模型":多样化你的创意、去测、然后让系统优化。Google 公开的指引指向同一方向 —— App 广告系列建议填满每一个可用的素材位,每个广告组最多 10 条文本、20 张图片、20 条视频;它Performance Max 的资源组指引同样是围绕"多样化"构建的。

所以,真正能产生"一条新创意"的轴,是那些改变论证本身的轴:钩子、开头几秒、切入角度、形式、面向特定人群的说法。颜色、字体、换一段素材,都不在其中。把同一个概念换十种颜色,是一次测试,不是十次 —— 按平台自己的定义,它也只是一条创意。

整条广告的命运,在开头几秒就定了

一条视频广告不是被"看"完的,是被"熬过"前三秒的。滑动很快、信息流很密,滑过去就是默认动作。开头不是引言 —— 它是"通过不通过"的关。它没过,后面整条广告连露脸的机会都没有。

平台的工作方式全都指向同一处。分发系统会把早期互动读成"这条创意值不值得更多预算"的信号,这也是为什么一条视频前几秒的每一帧,权重都高于它之后的任何一帧。从业者量的正是这件事:开头率(也叫停留率),指曝光里活到"3 秒播放"的比例 —— 这是所有人先看的第一个数字,因为它低,后面的一切都没有意义。

数据也同意这个直觉。对一百万条以上短视频的分析发现,中位观看时长不到 7 秒。有一家机构对大量 DTC 创意的复盘发现,73% 的电商视频广告死在那前三秒。

对按传统方式做创意的人来说,这有点扎心:决定广告生死的那部分,恰恰是整条广告里最小的一部分 —— 而在大多数工作流里,也是最贵去改的一部分。开头几秒一般只占一条视频的 5% 到 10%,但改它往往要重做整条 —— 杠杆最高的那次修改,恰好也是最贵的那次。

天天在做这件事的人,怎么读一条视频广告

在修一条创意之前,你得先知道是哪个部分坏了。从业者把一条视频广告读成"广告内部的漏斗",按顺序看三个指标:

诊断靠的是这个顺序,不是某一个数字。钩子弱但留存强,说明概念成立、只是开头可跳过。钩子强但留存弱,是 DTC 视频里最常见的失败:开头许诺了正文没有兑现的东西。而如果钩子、留存、完成率都健康、CPA 却很差,那问题根本不在广告上 —— 在报价、落地页、人群或归因。

在拿自己的数字和别人比之前,有两件事值得先知道。第一,公开的基准是第三方汇总值,会随行业、版位和人群温度大幅摆动 —— 冷启动的信息流版位,钩住的人一定比温热的再营销池少,所以该拿自己账户的历史做对比,而不是拿一个博客数字。第二,比完播率之前先确认分母:按留存口径(15 秒观看 ÷ 3 秒播放)算,和按曝光口径算,是完全不同的两个数。

指标它回答什么怎么算
开头率(停留)滑动停下来了吗?3 秒播放 ÷ 曝光
完播率过了钩子之后还留着吗?15 秒观看 ÷ 3 秒播放
ThruPlay 率实际看完了吗?完成播放 ÷ 播放

三个问题,其实是同一个问题

因为约束藏在创意的语言背后,团队很少诊断对。三个常见症状,一个原因。

"我们的测试永远测不出显著性。"只有 3 到 5 条变体时,期望赢家不足 1 个。测试本身没出错,只是样本太小,稀有的赢家无法浮现。再做更多分析也解决不了。

"赢家跑疲了,我们手上没有替补。"疲劳不是意外,它是一个有日程的事件。把"表现下滑"从一次紧急事故变成一次例行替换的,是一个永远装着下一批变体的队列 —— 而那是产能问题,不是投放问题。

"我们知道是钩子的问题,但重拍不起。"这是流水线的成本形状,不是团队的能力问题。如果改开头意味着重跑全部,那么能负担得起的开头数量就很少 —— 约束就这样伪装成了"创意判断力"。

为什么产能问题在变严重,而不是变轻

三件事同时朝一个方向动了。

注意力更短了。对 110 万条 TikTok 视频的分析发现,30 到 60 秒的视频中位观看时长只有6.9 秒。这意味着你不是在争最后十秒,而是在争最前面三秒。而按一家机构的复盘,73% 的电商视频广告死在那前三秒。

疲劳更快了。表现好的钩子会在数天内出现明显的效能衰减 —— 也就是说,刷新周期比大多数制作排期假设的要短得多。一个季度出一批创意,追不上一周一条的衰减曲线。

预算分配更依赖创意了。平台投得越来越算法化。投手手上的扳手(人群定向、版位、时段)一个接一个被收走 —— 剩下能拧的,主要就是创意。结果是:以前靠"定向得多准"赢,现在靠"在系统面前摆多少条不一样的论证"赢。

三股力量,一个要求:测试面必须足够大、刷新必须足够快 —— 而这就把问题直接推回到"一条变体要花多少钱"。

成本形状是一个设计决定,不是自然规律

上面所有推论都来自一个做视频的方式:一条视频被当作一个成品文件,还是被当作一组可以重组、重渲染的零件。

如果是前者:每次改动都是一次新的完整生产,成本随变体数线性增长,测试面被预算封顶。

如果是后者:生成一条视频产出的是可复用的零件 —— 段落、配音、素材 —— 而一次改动只重跑真正变了的那部分。成本不再随变体数线性增长。"一个月八十条"于是从一个财务决定,变成一个运营决定。

这第二种做法,才是高产量创意测试能成立的根本。不是模型更聪明,也不是简报写得更细 —— 而是把"一条视频"换成"一组可重做的片段"。

BrandU 就是为这件事做的

产能问题不是策略问题。它是大多数视频制作方式的一个属性 —— 一次性的流水线从头跑到尾。BrandU 不这样:它把视频拆成可单独重做的片段,把"改一处不再等于重做一条"嵌进每一条的工作流。

它从一条已经在跑的视频开始。不是从一句空白提示词,也不是从模板。你粘贴一条正在跑量的短视频链接,BrandU 会逐帧看完整条片子,弄清它为什么有效,然后用你的产品、你的卖点、你的口吻把那套结构重建一遍。你拿到的不是原片素材的复制 —— 而是那套论证,为你重做了一遍。从已验证的东西起步不是抄近路,它比一个全新的、没测过的想法赢的概率更高。

一条视频是作为零件生成的,不是一个文件。这是其他一切的前提。BrandU 把视频拆成互相独立的段落 —— 30 秒的片子是 5 个 6 秒的段落 —— 并且保留已经生成好的零件。所以:

一条参考,能变成没有实际上限的一串测试。这才是产能问题真正被解决的地方。一条参考视频能产出改变钩子、改变开头、换产品、换出镜人、换语种的变体 —— 分段方式不动,每段在"卖什么"上动。例如:原片 30 秒分 5 段、每段一个要点;你换 5 种产品,5 段框架不变,"卖什么"逐段换掉。这就是平台奖励的"轴"变 —— 而它从一份源素材产出,不是八十次拍摄。一次生成最多 10 条变体,因为十条是一个合理的审阅单位;然后你再跑下一次十条。你能做多少条没有天花板,而且成本不随数量上升:第 100 条变体的价钱,和第 2 条一样。

而且经济性是平的。因为贵的那部分 —— 模型 —— 是"每次改动跑一次",而不是"每条变体跑一次",所以一条变体的边际成本是渲染,不是整条流水线。这就是"一个活在提案里的测试项目"和"一个每周都在跑的测试项目"之间的差别。

  • 换钩子,只有钩子重跑。改某一段文案,只重跑那一段的模型和它的配音;其余段落全部保留。
  • 改样式、调顺序、换素材,只重渲染。不再调模型。
  • 改一处,其余自己重排。时间轴与相关元素自动重排 —— 你永远不用手动拖时间轴。

从诊断到修复

上面那套诊断,在这里接上成本形状。三个指标各自指向视频的不同部位 —— 而每一次修复的成本不同,取决于工作流能不能只改那一部分、而不重做其余。

最后一行对上量最关键。一条赢的创意疲劳时,你要的不是一次新战役 —— 而是在已知有效的结构上,换下一个论证。如果这一步的成本只是重做的一小部分,按衰减曲线刷新就是负担得起的;如果等于整条重做,刷新就变成一季度一次,中间那段时间表现一路下滑。

开始之前先把基准定下来。假设 6–7% 的变体会赢。如果这个季度你想要五个赢家,竞价里需要大约75–80 条可信的变体 —— 不是 5 个聪明的点子。事先定好淘汰阈值,然后按数据砍,而不是按喜好砍。

诊断说要改什么零件可复用时的成本
钩子率弱开头几秒只重跑开头那一段,其余保留
钩子强、留存弱正文 —— 开头许诺的东西没有兑现只重跑受影响的那几段
漏斗健康、CPA 差不是广告的问题:报价 / 落地页 / 人群 / 归因创意侧零成本
创意跑几天就疲劳在已验证的结构上换角度或换钩子从已有母版出一个新变体

常见问题

要测多少条广告,才能找到赢家?
按大约 6% 到 7% 的行业命中率,期望赢家数是一道算式,不是运气问题。测 3 到 5 条,期望是零个赢家 —— 这是最常见的失败模式。15 条约等于 1 个。30 条是一个可靠项目的起点。要稳定找到 3 到 5 个跑量的赢家,你的计划里得有 50 到 80 条真正不同的变体;如果你同时跑多个活动或多个市场,就是每月 100 条以上。
什么样的创意命中率算好?
公开基准给出的数字是:大约 6% 到 7% 的变体能跑出量 —— 也就是说,大约每 100 条广告里有 93 条拿不到有意义的预算。如果你的命中率远低于这个数,更可能的原因是测试面太窄,而不是创意太弱:只有寥寥几条变体时,稀有的赢家没有统计学上的浮现空间。
为什么这么少广告能赢?
这是效果广告分配预算方式的结构性特征,不是创意弱的信号。平台会把曝光集中在早期有互动与转化信号的变体上,然后把其余的饿死。少数创意吃掉有效的预算,长尾拿不到真实的曝光量。
一次创意测试要跑多久才能下判断?
要长到平台走出学习期。Meta 对广告主的口径是"多样化创意、去测、然后让系统优化" —— 它的文档也说明,系统需要彼此不同、有变化的素材以及时间,才能学会哪些组合能出结果。在一条变体积累到真实投放量之前就下判断,通常只是在测量噪声。
AI 做创意真的能提升结果吗?
它解决的是另一个问题,而不是它常被推销成的那个。一套生成系统能告诉你它做了什么;它不能告诉你那条广告会表现如何。当一个生成工具声称产出"高转化"时,那是对成品的主张,不是对它结果的证据。生成真正改变的是产能的约束。如果一条变体的成本只是完整重做的一小部分,"50 到 80 条的测试面"就不再是一个预算话题。至于某一条变体到底有没有用,证据仍然来自实验层。
什么算一条新创意?
不是"一个新文件"。按平台自己的口径:长得一样、钩子一样的创意,会被当作本质上同一条广告 —— 同一段素材换屏幕文字,仍然只算一条创意。所以真正能产出"新广告"的轴,是那些改变论证本身的:不同的钩子、不同的开头几秒、不同的角度、不同的形式。

受到信赖

pepperfry, PLTANA, caleyx, FIRM, LG, LUCA FALONI, AliExpress, Topps, Manychat, iFLYTEK, VEVOR.

要多少变体都有,按渲染算钱

粘上赢家,一个变体只动一个变量。只有改动那部分重跑。