程序化创意技术自2013年引入中国以来，发展非常迅猛，既受到头部媒体端DSP，比如腾讯广告、百度营销中心的青睐，更涌现出来像筷子科技，喝彩网这样的第三方程序化创意技术公司。
但是，在程序化广告生态中，大部分参与者对于其定义和实现原理存在着知识盲区，程序化创意到底是什么？是如何影响广告投放流程，影响广告投放效果的呢？本期技术专栏，AdBright广告带你一探究竟。
一、相关定义
1.程序化创意【PC】
[Programmatic Creative]：狭义上，是由数据和算法驱动，实现海量创意的批量生产，对广告创意内容进行智能制作和创意优化。一般应用为创意制作工具，即快速制作多个尺寸和要求的广告位素材。
*广义上的程序化创意（出现在报道资讯里的）一般都指代与程序化创意相关的所有技术和模式。
2.动态创意优化【DCO】
[Dynamic Creative Optimization]：则通过实时的广告效果反馈来调整广告素材等元素，比如标题、文案、按钮等，选择最优的创意组合。除此之外，还能通过给定的规则自动动态组合多种元素，以匹配不同的投放环境，一瞬间为不同细分人群、场景定制投放不同的创意内容。
*动态创意优化概念不能与广告投放过程进行脱离，一般存在于广告投放平台（程序化创意平台）中。
3.程序化创意平台【PCP】
[Programmatic Creative Platform]通过程序化创意工具智能、批量制作和优化创意，并在程序化广告投放过程（一般为RTB模式）中进行动态创意优化的平台。即实现从创意制作到投放优化整个过程的程序化，具体工作流程参考如下：
图片来源网络，侵删
4.动态商品广告【DPA】
【Dynamic Products Ads】：又被称为搜索动态商品广告，是服务海量商品投放需求的搜索投放产品，通过接入广告主数据，围绕“商品”来，实现商品批量投放及动态创意的生成，再根据广告主后续的回传数据进行优化创意模板和商品推荐。一般有海量商品投放需求的广告主为电商，o2o平台等，比如大众点评、京东。
*作为DCO的一种形式，但是动态的客体更加侧重于商品，而不是创意本身。
二、原理分析
程序化创意（广义上的概念）是基于行业、广告主的共同需求提出的综合解决方案。在广告投放中的应用及参与流程可以分为以下四个部分：
创意制作：使用创意制作工具，程序化生成多套创意素材放在云端
创意投放：当消费者进入某个媒体，其偏好数据即时传送到云端，云端自动选择创意
创意展示：投放创意到消费者正在浏览的某个媒体页面。
创意优化：根据每个创意的数据对创意组合和曝光频率进行优化
创意的批量、程序化制作离不开创意降维，创意在投放和展示的过程中需要进行创意追踪，最后得到追踪结果后能依据数据进行创意优化。下面简单分析下这三个原理：
1.创意降维
即遵循传统模板化的创意生产逻辑，用技术控制模板中的内容要素。
以展示广告中最常见的banner为例，通常可以被拆分为Logo、产品、模特、文案、按钮、背景、点缀物等七个内容要素。在准备好多样化的素材后，一次设计生成不同版本素材之间的全排列组合，并且可以适配到所有设定好的尺寸。
降维：
组合：
2.创意追踪
创意降维后，将创意的每个元素进行编码使其拥有唯一的ID，创意内容的触发、效果监测、优化、洞察都用标签、数据、算法进行元素级别控制。
①给元素加追踪代码
首先，要对组成一个完整创意的各部分内容加追踪代码。将创意素材以元素ID标签的形式进行定义，这样针对不同场景的多样化创意就可以通过元素ID配置融入一段代码里。
如图所示，例如在阿联酋航空台北到巴黎航线的推广案例中，内容代码规定为：
Creative（天气，地域）= Background_x｛x1，x2｝ + Slogan_y｛y1，y2｝ + Location_z｛z1，z2｝+ Logo，
在这个模板下，内容数据有六个，分别是背景x1、背景x2、文案y1、文案y2、地域z1、地域z2；场景数据有两个，分别是天气和地域。
②构架创意触发规则
将内容转化为数据后，创意的触发规则细化为：
Creative（晴，台北）= Background_x1 + Slogan_y1 + Location_z1 + Logo
Creative（雨，台北）= Background_x2 + Slogan_y2 + Location_z1 + Logo
Creative（晴，巴黎）= Background_x1 + Slogan_y1 + Location_z2 + Logo
Creative（雨，巴黎）= Background_x2 + Slogan_y2 + Location_z2 + Logo
当获取了场景代码之后，场景数据符合触发规则，则在广告位上显示该元素组合的内容版本。
除了天气和地域，对于场景和人群也能进行构建创意触发规则。为不同场景的相同类别的人，为相同场景不同类的人投放不同的广告，即千人千面。
③收集创意数据
在为这些创意的元素添加监测代码之后，进入投放环节的创意不断有数据回流。每一个元素（背景、文案等）的效果表现以数据形式展现
3.创意优化
在创意降维成各类元素的基础上，给元素打上标签，相同的元素可以打上很多个不同类型的标签。最基本的元素标签有位置、大小、类别、背景纯度等标签；在此基础之上，更复杂的元素标签体系，如模特这一元素类别下，还有模特个数、性别、人种、身份等。
创意优化的第一步需要将创意元素进行标签化，将创意内容转化为算法可以理解的语言，一般来说，标签越多越好，有利于积累创意经验。
将非标准化的创意进行标准化的标签解构后，能够以创意数据管理平台【Creative DMP】为基础，以标签为分析维度对创意的表现进行分析，让得出的创意经验得到数据的支持。有了之前创意投放铺垫基础，在创意生产的阶段遇到的问题都可以在积累的数据资源中寻找准确的答案。
三、总结
程序化创意正在或即将怎么影响程序化广告生态呢？简单来说可以分为三个方向：
创意生产工具化，减少不同尺寸、要求的广告素材制作的工作量，即替代低阶设计师的价值；
创意效果数据化，通过创意降维，数据跟踪等对创意元素的效果进行量化和优化，而非定向调整、投放策略进行优化，即替代部分程序化广告优化师的价值；
创意内容数据化，通过创意数据，洞察消费者心理，提取特性，替代了部分市场人员传统消费者洞察服务的价值。
虽然在程序化广告生态中的应用程度还不算成熟，但是，相信在不久的将来，越来越多的广告主和广告服务商将拥抱程序化创意。
延伸阅读：
2019年必懂的41个程序化广告专业术语
程序化广告生态中的流量接入
浅析程序化广告中的RTB竞价原理
数据如何在程序化广告中发挥作用
程序化广告中的数据应用-oCPM
程序化广告中的数据应用-lookalike
简析程序化广告中的第三方监测
浅析程序化创意原理
程序化广告归因模型知多少