你可以帮助客户找出他们的社交创意

“如果你想赚很多钱，你可以帮助客户找出他们的社交创意。这些代理商不想触及它“2016年我离开的饮料中的一些选择词，经过五年和一段时间为一个大型蓝筹社交网络工作。快进到今天，情况并没有真正改变那么多。

Facebook上的创意仍然是一个令人头痛的问题。为什么你认为那是?

视频是Facebook服务中最具影响力的格式，但对于大多数广告系列而言，生产仍然过于昂贵，尤其是如果您想要良好的产品价值。

Facebook广告服务器在飞行的最初几个小时内就创意优化做出快速而且常常难以理解的决定。

对部署进行概述需要数周时间，数百封电子邮件，繁琐的Wetransfer链接以及对所有权的混淆。

设计师无法跟上学习生成新图像的知识，即使他们愿意，也往往对性能的洞察力有限。

创意机构很难从Facebook获得有意义的收入。

设计师对于制作Facebook图像文章的前景并不感到兴奋。

但是当时和现在之间真正的巨大变化是，机器学习已经从装饰DMEXCO的每个档位的流行语转变为可操作的技术套件，可以更好地增强广告效果。

直到最近，我们才能充分利用图像识别功能，更不用说了解图像的哪些元素有助于推动广告系列所需的业务影响。

如今，有关社交创意的任何问题的解决方案都应该以某种方式使用AI。它是唯一可管理的方法，可以理解消费者现在看到的数据量，并使广告体验更好。我们现在每年都会接触到大约1,500,000个广告...每个!要将此场景转换为音乐类比，这是一个非常多的噪音。因此，将这种噪音转化为与观众产生共鸣的甜美音乐是任何解决方案未来的作用。

Facebook销售团队通过测试和学习方法说明迭代业务实践的优点。这里的理论是坚如磐石的，但如果你与人一起实现这个理论，那就很耗时，让我们面对它，有点刺耳。创意产业中的大多数人都不是机器人。行业专家的一句话仍然引用：“我们是一个机器世界的艺术家”。该行业需要一种技术解决方案来实施面向当今主流渠道的业务实践。

要重新审视一个音乐类比，如果一个人习惯于它，就意味着他们以自由的节奏和表达方式表演。这些原则是不是真正由Facebook提倡，只是有一些导轨到位?

Ad-Lib创始人Oli Marlow-Thomas同意“我们采用现有资产和品牌指南，并将这些作为我们的指南。然后，通过图像识别轴和Facebook性能数据，我们实时自动创建新广告。“

这种方法意味着产品上市时间，媒体成果成本和创意生产成本。

与我们的一个案例研究一样，给予营销人员的时间节省了90%的时间，是不是该把技术用于更大规模的时候了?