騰訊廣告：加碼技術，長坡厚雪
2023 才剛落幕，「位元組收入超過騰訊」也是去年被炒得沸沸揚揚的話題。不過低調的騰訊似乎沒有閒著，最近騰訊廣告的一些動作讓人嗅到一絲「轉化」的味道。
大家都有感覺：中國網路圈已經好久沒有現象級產品了。2016年的抖音是最後一個，近幾年翻紅的小紅書可能算是半個。很多人把這件事歸結於宏觀經濟、投資環境等等……這些原因可能是有的，但更核心的問題在於：光靠產品力可能已經不夠了。
在網路的早期繁榮期，靠著外部融資燒錢，只要把線下的業務搬到線上，一個小團隊就可以拿下足夠大的市場，這是「產品經理的英雄主義勝利」。這樣的環境催生了大量的新創公司和層出不窮的新產品。到了今天，不僅是可以從線下搬到線上的場景已經搬得差不多了，更重要的是用戶的時間已經被主要APP瓜分乾淨，和配備了發達算法和大量數據的大廠們搶用戶時間越來越難。
網路的下半場，比的不僅是產品，更是技術。OpenAI的成功就是典型的底層技術創新成功：ChatGPT只是一層產品的皮，而其核心是GPT系列底層大模型。抖音的成功也不是單獨的產品：它的核心競爭力一直都是背後的推薦引擎、技術中台和不斷累積的數據。
技術創新和產品創新的實現方式是有本質上不同的。產品創新要求的是快速反應和有創意的小團隊，因此「賽馬」是重要手段；而技術創新更需要大規模團隊協同、長時間、重資源的投入，出效果可能會慢，但護城河會很高。這也是小公司做出現象級產品越來越難的原因。
網路廣告就是典型的「技術驅動」業務。廣告平台需要在幾百毫秒裡匹配廣告主訴求與用戶特點，考驗的主要是技術能力：大量高品質的底層數據，強大的模型能力，以及高效的工程能力。
從騰訊廣告近幾年的動作來看，「科技驅動」這條主線非常明確。從2018年騰訊統一各流量廣告，把廣告業務收口到AMS（廣告行銷服務線），到2019年末由來自TEG（技術工程事業群）純技術背景的蔣傑來整合所有技術產品團隊，到2021年做圍繞廣告大模型的全端技術升級，再到最近「騰訊混元大模型」也交給蔣傑在TEG的團隊來負責。這些措施反映的不僅是廣告這個業務，而是騰訊高層，對於由技術驅動成長，以及把科技當作商業化主力的判斷，是有穩定共識的。
根據財報數據，2023年騰訊廣告前三季營收年增超過23%，剔除2022年市場低迷的因素，基本上回到疫情前的成長軌跡。按照騰訊一貫風格，雖然廣告業務接下來不太會有“跨越式發展”，但底牌還是存了一些。
視頻號。明確的數據是2023Q2的視頻號廣告收入超過人民幣30億元，而且廣告加載率只有3%；2023Q3的描述“微信泛內循環廣告收入增長30%，且佔比超過微信廣告的一半”，這裡的貢獻，應該主要來自於視頻號。從數據上看，影片號在2023年的基礎上再做百億級的增量應該是比較容易的。但視訊號碼的意義遠不止於增加一個新流量，這塊我們後面詳述。
電商生態和內循環。36氪曾發表《錄像號帶貨：有人觀望，但沒人想錯過》，縱觀幾年騰訊在電商交易領域裡的不斷嘗試，視頻號其實是最大的動作。視訊號碼做帶貨和抖音電商初期的邏輯是一樣的：帶貨本身幾乎可以不計成本來做，因為最大的業務增量會來自於廣告；這是因為當平台有了包含後續交易數據在內的商品數據，廣告的投放效果和確定性都會顯著提升。在這裡，視訊號帶貨相當於補全了消費者從種草到交易的最後一塊拼圖，真正實現生意全鏈路可以在騰訊流量做內循環。對於商家來講，不管是帶貨還是廣告，都有很大想像空間。
當然，騰訊和位元組的流量特徵是不同的。抖音流量集中，所以帶貨交易的數據效果可以馬上釋放。騰訊流量更複雜，所以視訊號碼以外其他流量上的效果釋放可能會更慢。但從另一個角度講，複雜的流量形態也提供了更豐富的消費者接點和私域運作的空間。
大模型。2023年最重要的創新就是大模型。騰訊廣告在2021年開始升級“廣告大模型”，經過幾年的迭代，現在開始在收入表現上逐漸看到成果。而且，「騰訊混元大模型」的大部分團隊也是蔣傑在帶領，這也側面證明了廣告大模型確實做了不少技術投入：給LLM大語言模型打了底。雖然嚴格來講，廣告大模型屬於稀疏大模型，和LLM大語言模型的稠密大模型是有區別的，但從資料的角度和工程平台的角度，很多累積確實是可以重複使用的。TEG的「機器學習平台部」就應該有團隊為這些大模型專攻工程能力；而且在「騰訊混元」的倒逼之下，最難的數據整合和數據品質問題應該都會有不錯的提升。一個比較放心的推測是，在不計成本投入大模型的情況下，同一個大團隊的廣告模型能力應該也會上一個階梯。以及，「騰訊混元大模型」最佳的練兵場也一定是在騰訊廣告。
「2024騰訊智慧行銷高峰會」剛結束，裡面傳遞的訊息和前面的分析基本上一致：全力加碼技術。會議的具體內容還是比較務實的，有不少資訊和技術細節值得關注，這些對於未來廣告投放應該有所啟示：
1. 從廣義商品維度思考問題。
會上提出了「新廣告ID」這個明確概念。這是非常重大的調整，因為「廣告ID」是最底層的演算法邏輯，廣告ID一旦更改，就需要在策略演算法的所有鏈條上都做梳理和調整。結合具體實現方式，我理解「廣義商品」是這個新ID的核心。這裡，所謂“廣義商品”並不局限於“實體賣的貨”，也包括了其他“交易場景”，可以是遊戲付費、教育課程付費、地產留資等等所有聯繫到最終交易的行為。騰訊廣告下決心這樣做的原因是為了讓廣告系統真正理解交易。
騰訊廣告其實在過去幾年已經提過多次“貼近交易”、“貼近商品”， 但只有到了今天，圍繞商品的廣告才開始條件成熟：首先，視頻號交易生態起來之後，騰訊才真正有了平台自己的商品和交易數據，之前落地頁和私域裡的非結構化的商品數據其實很難直接拿到，尤其是即時的數據。第二，大模型的能力不只是顯性的聊天和做圖，還有很重要的一點是可以用這些模型來理解視訊和圖像裡的商品（例如Meta的"Segmente Anything Model"），有了這些新技術的加持，影片和圖片中的商品才可以真正被模型理解。第三，有了這些做基礎，在廣告全鏈路上實現商品維度的優化才可能實現，真正實現“人貨匹配”，而貫穿商品維度優化的正是“新廣告ID”。
所以在投放上，以前「大量堆廣告素材」的做法應該會更難奏效，因為平台會「認得出來」某個/某類商品。但相對的，從產品邏輯出發做投放，尤其是結合視訊號帶貨的閉環場景，可能會有更好的最佳化效果。此外，透過對商品的較佳理解，和商品相關的一方資料所產生的效果也會有進一步提升。
2. 增加連結接點，累積並用好一方資料。
承接前面的分析，騰訊流量的最大特徵是多觸點，這個特性對於長週期、長連結的生意模式有其特殊意義。例如遊戲場景，前期預約/預熱期和集中投放時段的投放目標不同，最合適的流量也有所不同；再例如品牌宣傳時需要在朋友圈上拉高格調，而商品售賣時轉化復購往往在微信群、小程式甚至是淘寶京東等電商平台；長決策週期的線索產業——教育、金融、汽車、房地產更是需要在不同流量場景反覆觸達。
騰訊流量的多觸點同時也提供了累積一方資料的重要管道：這次也提了許多視訊號碼、企業微信這些私域場景。現在影片號碼還在成長期，紅利還可以釋放一段時間。另外，這些數據是企業的私域數據，確實可以幫助在競爭環境中和競品做出區別。
此外，會中一再強調了「即時上報一方資料」。中肯的來講，所有平台都期待獲得更多數據，但從任何一個商家或廣告主的角度，如果想要更好的轉換成果，即時上報轉換數據確實是必要的。而且，這些數據尤其要能結合商業模式和行銷節奏用到對的地方：這次提到的遊戲類、線索類產業工具也都是向著在全行銷週期，有層次地用好這些數據出發的。
3. 用好平台工具。
廣告向著自動化、科學化、低投放門檻發展是產業的大趨勢。無論是投放平台的演進趨勢，還是剛發布的“騰訊廣告妙思”，都是朝著這個方向去做的。
騰訊廣告首先進一步大幅精簡投放設定：圍繞新廣告ID，要求廣告主清楚表達行銷目標和優化目標。同時，投放平台也將搭載實施診斷能力，並提供最佳化建議。這相當於更充分的資訊分享，減少惡性競爭內卷，讓正常、公平的競爭更加充分，也更接近經濟學上的最優。這些能力都會進一步降低投放門檻：給廣告代理商更有的放矢的投放指示、減少投放錯誤，也會帶給新廣告主、小廣告主更好的投放效果。同時，這些能力也為廣告代理商帶來了新的挑戰：沒法透過「玄學」「黑箱」這些資訊差賺快錢，就要把更多精力和思考放在如何做出更好（而不一定是更多）的素材和文案上。
另一個值得期待的是騰訊廣告妙思－一個「一站式AI廣告創意平台」，它的底層是基於騰訊混元大模型，而且還會在廣告領域做客製化優化。既然是平台原生工具，它在搭配廣告位的修圖、風格化能力上是可圈可點的。以及，平台原生創意工具下一步的演化也值得持續關注：首先，這類工具未來應該可以結合廣告效果的數據，在促進轉換上比獨立原生工具更有效果；其次，這些平台原生的AIGC素材在審核上也會更快過審。
在大模型AI技術快速發展的今天，未來的廣告技術也會迎來新一輪的革命。這裡做個展望。
AIGC視訊素材的生成。圖片產生、圖片修改的技術已經幾近成熟，上面的「騰訊廣告妙思」就是一個例子。2023年底多模態模型技術正在爆發，可以想見可以商用的影片生成的能力也將很快面世。
素材理解與素材審核將會更進一步。AI不僅可以做生成，也可以理解。各個廣告平台都在嘗試利用AI能力做素材理解和特徵生成，前文講的「廣告ID」就是建立在素材理解的能力之上的。類似的，有了AI素材理解就可以做AI素材審核；而且從另一個角度來看，平台的素材審核能力也要符合AIGC的素材產生速度。
基於AI聊天的廣告形態。ChatGPT讓AI聊天成為了新的人機互動模式，微軟的Bing也在3月上線了以聊天為基礎的新廣告形式。可以預見，國內的搜尋平台們——從百度開始，也會進一步出現基於聊天的廣告。AI聊天也是一樣會在微信站內搜尋、搜狗的搜尋落地：這些都會給騰訊更多的廣告場景。
廣告核心技術邏輯的變化。這些變化會來得晚，但顛覆得會更徹底。幾個月前百度提出的“生成式定向”猜測是透過AI生成的標籤或特徵為現在的定向框架做輔助，但未來這條路是否可以顛覆現在行業通用的“召回-粗排-精排”技術框架，還是未知數。另外一條可能的路是「即時素材產生」，這樣把廣告的「匹配」核心邏輯換成「即時生成」的邏輯。這些技術在目前離成熟都還有些距離，依賴大模型AI的發展水準。至少，「即時素材和預製素材共同競價」應該是大概率事件。
騰訊也一定會在AI的路上堅定投入，「騰訊混元大模型」雖然不是國內大廠裡最先發布的，但卻可能是大語言模型中天花板最高的。在廣告的這條以數據作為「雪花」的長坡賽道上，只要堅持技術投入，雪球就能越滾越大，越滾越快。另外，從蔣傑同時帶領AMS平台側產品技術團隊與TEG數據平台部的陣容來看，騰訊混元帶來的技術創新一定會在廣告業務上得到最早的應用；而「技術驅動」也一定會是騰訊廣告未來最底層的業務邏輯。（36氪）