יותר קריאייטיבים עם AI – האם זה באמת משפר קמפיינים?

אחת ההבטחות הגדולות של AI בפרסום אינה דווקא היכולת ליצור פרסומת אחת מרשימה.

היתרון המעניין יותר הוא היכולת ליצור יותר ניסויים.

בעבר, עסק יכול היה להשקיע זמן ותקציב בהפקת סרטון אחד. הוא כתב תסריט, הזמין יום צילום, ערך את החומרים ורק לאחר מכן גילה אם הקהל בכלל מגיב לרעיון.

כלי AI משנים את המשוואה.

מאותו בריף אפשר ליצור כמה פתיחות. אפשר לבדוק מספר מסרים. ניתן להחליף סביבה, פרזנטור, קריינות או קריאה לפעולה. אפשר גם לייצר גרסאות שונות לקהלים שונים.

אבל כאן מגיעה השאלה החשובה:

האם יותר קריאייטיבים באמת מובילים לקמפיין טוב יותר?

התשובה היא: לא בהכרח.

יותר קריאייטיבים יוצרים יותר הזדמנויות למצוא קריאייטיב טוב, אבל רק כאשר בונים ניסוי נכון, נותנים לגרסאות מספיק נתונים ומודדים תוצאה עסקית אמיתית.

השינוי האמיתי ש־AI מביא לעולם הקריאייטיב

נניח שאנחנו רוצים לפרסם מערכת CRM.

אפשר להפיק סרטון אחד עם הפתיחה:

"עדיין מנהלים את הלידים שלכם באקסל?"

אבל אפשר גם לבדוק:

"כמה לידים העסק שלכם איבד השבוע?"

"הליד נכנס. מי מהצוות מטפל בו עכשיו?"

"יש לכם 200 לידים. אתם יודעים מאיפה הגיע כל אחד?"

"לקוח השאיר פרטים אתמול. מישהו כבר חזר אליו?"

המוצר נשאר אותו מוצר.

ההצעה נשארת אותה הצעה.

אבל כל פתיחה פונה לבעיה מזווית מעט שונה.

AI יכול להפוך את יצירת הווריאציות למהירה יותר. לכן, במקום להמר על רעיון אחד, המפרסם יכול לבחון כמה השערות.

וזה הבדל משמעותי.

יותר קריאייטיבים לא אומר להעלות 50 מודעות אקראיות

כאן עסקים עלולים לטעות.

היכולת לייצר כמויות גדולות של תמונות וסרטונים אינה סיבה לפרסם את כולם.

אם יוצרים 30 סרטונים שבהם משתנים בו זמנית הפרזנטור, הטקסט, המוזיקה, הצבעים, ה־Hook וההצעה, קשה להבין מדוע גרסה מסוימת הצליחה.

במקום Creative Testing מקבלים Creative Chaos.

לכן, כדאי להתחיל מהשערה.

לדוגמה:

השערה: פתיחה שמתמקדת בכסף שהעסק מפסיד תביא יותר פניות איכותיות מפתיחה שמתמקדת בחיסכון בזמן.

עכשיו אפשר ליצור שתי גרסאות דומות ככל האפשר.

בגרסה הראשונה מדברים על כסף.

בשנייה מדברים על זמן.

כך הניסוי מתחיל לענות על שאלה שימושית.

מה המחקר מלמד על יצירת קריאייטיב באמצעות AI?

אחד המחקרים המעניינים בתחום מגיע מ־Jochen Hartmann, Yannick Exner ו־Samuel Domdey.

במחקר שפורסם ב־International Journal of Research in Marketing, החוקרים בחנו שימוש ב־Generative AI ליצירת תוכן שיווקי חזותי.

המחקר כלל כ־10,320 תמונות שנוצרו באמצעות AI, כ־254 אלף הערכות אנושיות וניסוי שטח פרסומי שכלל כ־173 אלף חשיפות.

באחד מניסויי השטח, תמונת AI מסוימת השיגה CTR גבוה ביותר מ־50% מתמונת סטוק אנושית שנבחרה להשוואה.

למחקר המלא: The Power of Generative Marketing: Can Generative AI Create Superhuman Visual Marketing Content?

חשוב להבין מה המחקר לא מוכיח.

הוא אינו מוכיח שכל תמונת AI טובה מתמונה אנושית.

הוא אינו מוכיח שסרטון AI יביא יותר מכירות.

והוא בוודאי אינו אומר שככל שנייצר יותר תוכן, התוצאות ישתפרו באופן אוטומטי.

מה שהוא כן מדגים הוא את האפשרות להשתמש במודלים גנרטיביים כדי ליצור ולבחון קריאייטיב בהיקף שהיה קשה יותר להפיק בתהליכים מסורתיים.

היתרון אינו רק בעלות ההפקה

נניח שהפקה מסורתית מאפשרת לעסק ליצור שני סרטונים בתקציב נתון.

באמצעות AI, אותו צוות מצליח ליצור עשר וריאציות איכותיות.

קל להגיד שהעסק "חסך כסף".

אבל זו רק חלק מהתמונה.

הערך הגדול יותר יכול להגיע מכמות ההשערות שאפשר לבדוק.

מתוך עשר גרסאות, אולי נגלה שהקהל מגיב במיוחד לפתיחה אחת.

עכשיו אפשר לקחת את התובנה הזאת ולבנות סביבה סדרה חדשה.

כלומר:

AI → יותר וריאציות → יותר ניסויים → יותר מידע → קריאייטיב מדויק יותר.

אבל השרשרת הזאת עובדת רק כאשר לומדים מהניסוי הבא.

מה בדיוק כדאי לשנות בין הקריאייטיבים?

אפשר לבדוק כמעט כל מרכיב בפרסומת, אבל כדאי להתחיל ממשתנים שיכולים להשפיע על האופן שבו הקהל מבין את ההצעה.

ה־Hook

זה הדבר הראשון שהצופה רואה או שומע.

לדוגמה:

"מחפשים דירה להשקעה בפלורידה?"

מול:

"מה אפשר לקנות בפלורידה ב־30 אלף דולר?"

שני המשפטים יכולים להוביל לאותה הצעה, אבל הם מייצרים נקודת כניסה שונה.

הבעיה

אפשר להציג את אותו מוצר דרך בעיות שונות.

מערכת אוטומציה יכולה לחסוך זמן.

היא יכולה לצמצם עבודה ידנית.

היא יכולה לעזור לעסק להגיב מהר יותר.

כל אחד מהמסרים האלה יכול למשוך חלק אחר מהקהל.

הפרזנטור

אפשר להשוות בין בעל העסק, שחקן, פרזנטור AI, קריינות בלבד או סרטון ללא דמות.

במאמר הקודם בסדרה על פרזנטור AI מול שחקן אמיתי הסברנו מדוע הבחירה צריכה להתאים לסוג המסר ולא רק לעלות ההפקה.

הסביבה החזותית

אפשר להציג מוצר בסביבה מציאותית, סטודיו מינימליסטי או עולם חזותי שלא ניתן לצלם בקלות.

הקריאה לפעולה

"לפרטים נוספים" אינה זהה ל"קבלו הצעת מחיר".

"קבעו שיחת ייעוץ" אינה זהה ל"צפו בדמו".

גם כאן אפשר לבדוק איזו פעולה מתאימה יותר לשלב שבו נמצא הקהל.

איך אנחנו היינו בונים ניסוי של 10 קריאייטיבים?

במקום ליצור עשרה סרטונים שונים לחלוטין, אפשר לבנות מטריצה מסודרת.

נבחר מוצר אחד.

נשמור על אותה הצעה.

נשמור על אותו דף נחיתה.

לאחר מכן ניצור ארבעה Hooks שונים.

לדוגמה:

Hook 1 – כאב: "כמה כסף העסק שלכם מפסיד בגלל לידים שלא קיבלו מענה?"

Hook 2 – שאלה: "אתם יודעים מה קרה לליד שנכנס אתמול?"

הוק 3 – תוצאה: "כך עסק יכול לנהל את כל הפניות במקום אחד."

Hook 4 – הדגמה: "ליד נכנס עכשיו. בואו נראה מה קורה איתו."

בשלב הבא אפשר לבחור את ה־Hooks המבטיחים ביותר ולהתחיל לבדוק את גוף המסר.

לאחר מכן בודקים CTA.

כך נוצר תהליך שבו כל סבב משתמש במה שלמדנו מהסבב הקודם.

למה לא כדאי לבדוק הכול בבת אחת?

לכל קמפיין יש תקציב מוגבל.

אם מחלקים תקציב קטן בין עשרות מודעות, כל מודעה עלולה לקבל מעט מדי חשיפות, קליקים או המרות כדי להסיק ממנה משהו שימושי.

בנוסף, פלטפורמות פרסום מודרניות מבצעות בעצמן אופטימיזציה של הפצת המודעות.

לכן, Creative Testing אינו בהכרח ניסוי מעבדה מושלם.

אם רוצים להשוות בין גרסאות בצורה רצינית, צריך לתכנן מראש כיצד מחלקים את החשיפה, כמה זמן מריצים את הבדיקה ומהו המדד שלפיו מקבלים החלטה.

הטעות של "המודעה הזאת ניצחה אחרי יום"

נניח שהעלינו שתי מודעות.

מודעה א׳ קיבלה שלושה לידים.

מודעה ב׳ קיבלה ליד אחד.

האם מודעה א׳ טובה פי שלושה?

לא בהכרח.

כאשר מספר האירועים קטן, מקריות יכולה להשפיע מאוד על התוצאה.

גם יום בשבוע, קהל, מיקום, תחרות במכרז ואופן חלוקת התקציב יכולים להשפיע.

לכן, לא כדאי למהר להסיק מסקנות על סמך כמה אירועים בודדים.

ככל שההחלטה העסקית משמעותית יותר, כך כדאי לדרוש בסיס נתונים טוב יותר לפני שמכריזים על מנצח.

CTR הוא רק השלב הראשון

נניח שגרסה א׳ מקבלת CTR של 3%.

גרסה ב׳ מקבלת CTR של 1.8%.

קל לבחור בגרסה א׳.

אבל אז בודקים את ה־CRM.

מתברר שגרסה א׳ משכה הרבה אנשים מסקרנות, בעוד שהלידים שהגיעו מגרסה ב׳ התאימו הרבה יותר לשירות.

לכן, בניסוי שלנו נרצה למדוד את כל המשפך:

חשיפה → צפייה → קליק → ליד → ליד איכותי → פגישה → מכירה → הכנסה.

כפי שהסברנו במדריך איך מודדים הצלחה של פרסומת AI, ככל שמתקדמים עמוק יותר במשפך, המדד מתקרב יותר לתוצאה העסקית.

למה צריך לחבר את הקריאייטיב ל־CRM?

נניח שהקמפיין מפעיל עשרה סרטונים.

אם כל הלידים מגיעים ל־CRM תחת מקור אחד בשם "Facebook", איבדנו חלק גדול מהמידע.

אנחנו רוצים לדעת איזה קריאייטיב הביא כל פנייה.

אפשר לתת לכל וריאציה שם עקבי.

לדוגמה:

HOOK_PRICE_01

HOOK_TIME_01

HOOK_PROBLEM_01

HOOK_DEMO_01

בהתאם למערכות שבהן העסק משתמש, אפשר להעביר ולשמור את המידע הזה יחד עם הליד.

לאחר מכן אפשר לראות לא רק כמה לידים הגיעו מכל מודעה, אלא מה קרה להם בהמשך.

דוגמה: שני סרטונים, אותה עלות לליד, תוצאה שונה לחלוטין

נניח ששתי גרסאות קיבלו תקציב זהה.

סרטון א׳ הביא 50 לידים.

סרטון ב׳ הביא 50 לידים.

לכאורה, תיקו.

אבל לאחר שבועיים מתברר:

מסרטון א׳ נקבעו ארבע פגישות ונסגרה עסקה אחת.

מסרטון ב׳ נקבעו 15 פגישות ונסגרו שש עסקאות.

אם היינו עוצרים ב־CPL, לא היינו רואים את ההבדל.

זו דוגמה היפותטית, אבל היא ממחישה מדוע ניסוי קריאייטיב צריך להתחבר למערכת המכירות.

AI מאפשר ליצור וריאציות שלא מצדיקות יום צילום נוסף

כאן נמצא יתרון פרקטי משמעותי.

נניח שהפקנו סרטון עם שחקן, צוות צילום ולוקיישן.

לאחר שבוע גילינו שאנחנו רוצים לבדוק פתיחה חדשה לחלוטין.

בהפקה מסורתית, שינוי כזה עלול לדרוש צילום נוסף.

בתהליך מבוסס AI אפשר לעיתים ליצור גרסה נוספת ללא שחזור מלא של יום ההפקה.

אפשר לשנות סצנה.

אפשר ליצור רקע חדש.

ניתן לנסות פרזנטור אחר.

ניתן ליצור גרסה בשפה אחרת.

אפשר לבדוק יחס מסך אחר.

ואפשר לשנות את הפתיחה.

עם זאת, גם כאן צריך לבצע בקרת איכות. יותר קל ליצור וריאציות, אבל עדיין צריך לבדוק פנים, ידיים, מוצר, טקסטים, תנועות, סנכרון ודיוק מותג.

ומה לגבי התאמה לקהלים שונים?

נניח שחברת נדל״ן מוכרת את אותו פרויקט לשני קהלים.

קהל אחד מחפש השקעה.

קהל שני מחפש דירה למגורים.

אין סיבה בהכרח להציג לשניהם את אותו סרטון.

למשקיע אפשר לדבר על מודל ההשקעה, אזור, נתונים ותהליך.

לרוכש למגורים אפשר להתמקד בסביבה, בחוויית המגורים ובמאפייני הנכס.

AI מאפשר ליצור גרסאות שמתאימות למסרים שונים מבלי לבנות כל הפקה מאפס.

אבל חשוב שההתאמה תישען על הבדל אמיתי בין הצרכים של הקהלים, ולא על פרסונליזציה מלאכותית שאין לה ערך.

יותר קריאייטיב יכול גם ליצור יותר רעש

ליכולת לייצר כמעט ללא הפסקה יש גם מחיר.

צוות יכול להתחיל לייצר מאות תמונות וסרטונים בלי לדעת מה הוא מחפש.

בסוף מתקבלת תיקייה ענקית של חומרים שאיש אינו מנתח.

לכן, AI דורש דווקא יותר משמעת אסטרטגית.

לפני כל וריאציה כדאי לשאול:

מה אנחנו משנים?

למה אנחנו משנים אותו?

מה אנחנו מצפים שיקרה?

איזה מדד יעזור לנו לבדוק את ההשערה?

אם אין תשובה, כנראה שאין סיבה ליצור את הגרסה.

AI לא מחליף רעיון טוב

אפשר ליצור 100 גרסאות של רעיון חלש.

הן עדיין מבוססות על רעיון חלש.

היכולת לייצר במהירות אינה מחליפה הבנה של הקהל, הצעה טובה, כתיבה, אסטרטגיה ומדידה.

למעשה, ככל שקל יותר לייצר קריאייטיב, כך גדלה החשיבות של הבריף.

אנחנו רוצים להשתמש ב־AI כדי לבדוק רעיונות טובים מהר יותר, לא כדי להציף את הקמפיין בתוכן.

איך נראה תהליך Creative Testing נכון עם AI?

אפשר לבנות את התהליך בחמישה שלבים.

שלב ראשון – מחקר.
מגדירים קהל, בעיות, התנגדויות והצעה.

שלב שני – השערות.
כותבים כמה רעיונות שאפשר לבדוק.

שלב שלישי – הפקה.
יוצרים וריאציות שבהן ההבדלים מתוכננים וברורים.

שלב רביעי – מדידה.
עוקבים אחרי ביצועי הקריאייטיב והמשפך העסקי.

שלב חמישי – למידה.
לוקחים את מה שעבד ובונים ממנו את סבב הניסוי הבא.

התהליך אינו נגמר כאשר מוצאים מודעה טובה.

המודעה המנצחת הופכת לנקודת הפתיחה של הניסוי הבא.

האם כדאי להחליף מיד קריאייטיב שעובד?

לא בהכרח.

אם קריאייטיב ממשיך להביא תוצאות טובות, אין סיבה להפסיק אותו רק משום שאפשר ליצור משהו חדש.

במקום זאת, אפשר להשאיר אותו כ־Control.

כלומר, הקריאייטיב הקיים הופך לנקודת הייחוס.

מולו בודקים Challengers חדשים.

אם גרסה חדשה מראה ביצועים טובים יותר לאורך בדיקה מספקת ובהתאם למדד העסקי שנבחר, היא יכולה להפוך ל־Control החדש.

כך נוצר תהליך שיפור מתמשך.

ומה עם Fatigue – עייפות קריאייטיב?

כאשר אותו קהל רואה את אותו קריאייטיב פעמים רבות, הביצועים יכולים להשתנות.

אבל ירידה בביצועים אינה תמיד הוכחה ל"עייפות".

גם שינוי בתחרות, בתקציב, בעונתיות, בקהל או בהצעה יכול להשפיע.

לכן, כדאי להסתכל על מספר מדדים יחד ולא להחליף מודעה אוטומטית ברגע שה־CTR יורד מעט.

AI כן מאפשר להכין מראש וריאציות נוספות ולבדוק אותן כאשר יש סיבה אמיתית לחשוב שהקריאייטיב הנוכחי מאבד אפקטיביות.

האם יצירת יותר קריאייטיבים תמיד חוסכת כסף?

לא.

AI יכול להפחית חלק מהחסמים של הפקה, אבל תהליך מקצועי עדיין כולל עבודה.

צריך לחשוב על רעיון.

צריך לכתוב תסריט.

עלינו ליצור ולבחור חומרים.

צריך לערוך.

חובה לבדוק טעויות.

חייב להתאים לפלטפורמות.

וצריך לנתח את התוצאות.

אם מייצרים 100 גרסאות שאיש אינו צריך, AI יכול אפילו להגדיל בזבוז.

החיסכון מגיע כאשר משתמשים במהירות ההפקה כדי לבצע עבודה מדויקת יותר.

בכתבה של רשת 13 על פרסומות AI לעסקים קטנים אפשר לראות כיצד כלי AI משנים את נגישות ההפקה לעסקים. מדובר בתוכן מסחרי ולא במחקר אקדמי, ולכן נכון להתייחס אליו כהקשר מהתעשייה.

גם המאמר מיתוסים על פרסומות וידאו AI מציג הקשר שימושי לציפיות סביב הפקת וידאו באמצעות AI.

איך 2site משתמשת בגישה הזאת?

ב־2site אנחנו לא מסתכלים על פרסום AI רק כשיטה לייצר סרטונים.

המטרה היא לחבר בין הקריאייטיב לבין מערכת הפרסום והמערכת העסקית שמגיעה אחריו.

לכן, תהליך נכון יכול לכלול תסריטים שונים, וריאציות וידאו, דפי נחיתה, מעקב אחר מקור הליד וחיבור ל־CRM.

כך אפשר להבין לא רק איזה סרטון נראה טוב, אלא איזה מסר מושך את הקהל הנכון.

אפשר לראות דוגמאות להפקות שלנו בערוץ היוטיוב של 2site ובסרטוני ה־Shorts.

הניסוי שאנחנו רוצים לבצע ב־2site

כאן מגיע השלב הבא של הסדרה.

במקום לפרסם Case Study עם מספרים שלא נאספו במסגרת ניסוי מבוקר, אפשר להשתמש במאמר הזה כבסיס לניסוי אמיתי.

נבחר קמפיין אחד.

נגדיר Control קיים.

נבחר משתנה מרכזי לבדיקה.

ניצור באמצעות AI מספר Challengers.

נגדיר מראש תקציב, תקופת בדיקה ומדדי הצלחה.

נעקוב אחרי הקריאייטיבים עד ללידים ולמכירות, ככל שתהליך המכירה מאפשר זאת.

לאחר שיצטבר בסיס נתונים מתאים, נוכל לעדכן את המאמר עם התוצאות האמיתיות.

גם אם AI לא ינצח, התוצאה עדיין תהיה מעניינת.

מחקר טוב לא מתחיל מהמסקנה שאנחנו רוצים לקבל.

הוא מתחיל משאלה.

שאלות נפוצות על יצירת קריאייטיבים עם AI

האם יותר קריאייטיבים משפרים קמפיין?

לא באופן אוטומטי. יותר וריאציות מאפשרות לבדוק יותר רעיונות, אך צריך מספיק תקציב, מדידה נכונה והשערות ברורות כדי ללמוד מהבדיקה.

כמה קריאייטיבים כדאי לבדוק?

אין מספר אוניברסלי. הכמות תלויה בתקציב, בגודל הקהל, בנפח ההמרות ובמבנה הקמפיין. עדיף לבדוק מספר גרסאות שאפשר לתת להן הזדמנות אמיתית לצבור נתונים מאשר לפזר תקציב קטן על עשרות מודעות.

מה כדאי לבדוק קודם?

במקרים רבים כדאי להתחיל ב־Hook, במסר המרכזי או בזווית ההצעה. אלה שינויים שיכולים להשפיע באופן משמעותי על האופן שבו הצופה מפרש את הפרסומת.

האם כדאי לשנות רק דבר אחד בכל פעם?

כאשר רוצים להבין את ההשפעה של משתנה מסוים, בידוד שלו מקל על הפרשנות. בקמפיינים אמיתיים לא תמיד אפשר ליצור ניסוי מושלם, אבל ככל שמצמצמים הבדלים לא נחוצים, קל יותר ללמוד מהתוצאות.

האם CTR מספיק כדי לבחור מנצח?

לא אם המטרה היא לידים או מכירות. CTR יכול להיות מדד ביניים שימושי, אבל כדאי להמשיך ל־CPL, איכות לידים, פגישות, CPA, מכירות והכנסה.

האם AI יכול להחליף Creative Director?

AI יכול לעזור ביצירת רעיונות וגרסאות, אבל מישהו עדיין צריך להגדיר את הבעיה, להבין את הקהל, לבחור מה לבדוק ולפרש את התוצאות.

האם צריך להודיע שהפרסומת נוצרה ב־AI?

הצורך בגילוי תלוי בסוג התוכן, בפלטפורמה, בהקשר ובדין הרלוונטי. בכל מקרה, אין להשתמש ב־AI כדי ליצור מצג מטעה, עדות לקוח מזויפת או תיעוד כוזב של אירוע אמיתי.

לסיכום: היתרון של AI הוא לא עוד תוכן – אלא עוד הזדמנויות ללמוד

השאלה החשובה אינה כמה סרטונים אפשר לייצר באמצעות AI.

השאלה היא כמה מהר אפשר ללמוד מהקהל.

כאשר משתמשים ב־AI רק כדי להפיק עוד ועוד קריאייטיבים, קל מאוד לייצר רעש.

כאשר משתמשים בו כחלק ממערכת של מחקר, השערה, יצירה, בדיקה ומדידה, הוא יכול להפוך לכלי משמעותי בתהליך האופטימיזציה.

המודל הנכון הוא לא:

AI → יותר תוכן.

אלא:

AI → יותר ניסויים איכותיים → יותר נתונים → יותר למידה → החלטות קריאייטיב טובות יותר.

וזה אולי השינוי החשוב ביותר שבינה מלאכותית מביאה לעולם הפרסום.

ב־2site אנחנו משלבים יצירת תוכן, וידאו, טכנולוגיה, דפי נחיתה ומערכות מדידה כדי להפוך פרסומות AI מחידוש ויזואלי לכלי עבודה שעסק יכול לבדוק ולשפר לאורך זמן.