怎样在创意和效果之间取得平衡，又不把每个想法都打磨成四平八稳的安全牌？答案是：别再把两者当成对手，把证据提前。只要在媒介预算落定之前先做创意预测试，数据就不再是给大胆作品下的判决书，而会变成让作品更好的工具。
这场争论最近又被点燃了。约翰·赫加蒂爵士（Sir John Hegarty）在接受 Marketing Week 采访时，批评如今的营销“重复、陈词滥调、无聊”，矛头直指那些被“左脑思维者”占据的品牌和代理商：他们看得懂电子表格，却看不懂创意。他给出的证据是：“大约 95% 的新品上市以失败告终”，而且据他说，尽管数据多了那么多，这个比例 20 年来纹丝未动。症状他说对了，诊断却还差一步。问题不在数据本身，而在数据什么时候到场、被拿来做什么。
为什么创意和效果总像一对冤家？
因为事情发生的顺序。一个再熟悉不过的场景：创意团队提了三条路线，客户那边负责效果的人问了一个很合理的问题：“怎么知道这个会有效？”没人知道，于是最稳妥的那条胜出。要么，作品直接上线，拿真金白银去测。
如果大胆的那条路线第一周数据下滑，就会被叫停。团队从中得出最显而易见的教训：下次再保守一点。这样循环几年，就成了赫加蒂口中的那个行业。
在这个流程里，效果数据永远在关键决定做完之后才出现。它充当的是验尸报告，而没有人能在等验尸报告的时候拿出最好的作品。
为什么总是这样：控制型反馈与信息型反馈
心理学家爱德华·德西（Edward Deci）和理查德·瑞安（Richard Ryan）提出的自我决定理论，能解释其中很多问题。人在感受到三样东西时表现最好：自主感（对工作有一定掌控）、胜任感（觉得自己越做越好）和归属感（与共事的人、服务的人之间有联结）。
这个理论有一个很实用的区分：同一个数字，既可能被当作控制，也可能被当作信息。钱花出去之后才拿来评判作品的仪表盘，给人的感觉就是控制，人们的反应自然是求稳。而在团队还来得及调整时就分享出来的分数，给人的感觉是信息。它提升胜任感，又不会把作品从创作者手里拿走。
受众这一侧同样如此。本文背后的洞察是：真实感生长在完美的裂缝里。让一个想法显得真实的那点粗粝、那点人味，往往是战战兢兢的审批流程最先磨掉的东西。RP3 Agency 的 Beth Johnson 在 Forbes（《福布斯》）代理商委员会的一次专家讨论中警告：“没有锋利的策略和人的判断，AI 只会加速一场千篇一律的海啸。”用得好，预测试能给那个更粗粝的想法提供证据，让它在层层打磨中活下来。
什么是创意预测试？如今有什么变化？
创意预测试，是指在广告或创意概念上线之前进行评估，预测其表现，并趁还能修改时找出弱点。传统做法靠固定样本组和焦点小组，执行周期动辄几周，费用也只有电视广告预算才撑得起。
AI 改变了这笔账。如今可以在几分钟而不是几周内，为创意概念的预期结果打分，比如人们点击的可能性有多大。这让预测试第一次够得着那些从来没有调研预算的社交和数字内容，而这恰恰是独立代理商产出的大部分作品。
但要提醒一句：一个分数只能预测它被设计来预测的东西。可点击度分数告诉你的是，人们面对这条广告时会不会有反应。至于独特性、长期品牌建设，或者这个创意是否忠于品牌，它只字不提。这些仍然需要有品味的人来判断。
怎样用预测试，又不扼杀大胆的创意？
- 打分之前，先讲清楚任务。这条广告要赢得的是一次点击、一段记忆，还是一次分享？分数只用在它真正衡量的那项任务上。
- 给路线打分，而不是给成片打分。尽早测试粗略的概念：这时改动成本低，也还没有人对最终版本产生感情。
- 先给创意团队看。在客户看到之前，先把结果分享给做作品的人。这既保护了他们的自主感，也把分数变成一份改进简报。
- 把分数当诊断来读。找出拖累概念的具体环节，比如开场画面、钩子或者那句文案，修好这个元素，而不是把整个想法扔进废纸篓。
- 保住一条大胆的路线。事先约定：只要最有独特性的那个概念分数落在可接受区间内，即使不是第一名，也要推进。
- 用小成本在真实市场中验证。放量之前，先给领先的几条路线投一笔事先约定好的小预算，并把真实结果反馈回来，让所有人都清楚这些分数能预测什么、不能预测什么。
有没有预测试，证据分别出现在哪个环节？
| 环节 | 没有预测试 | 有预测试 |
|---|---|---|
| 概念评审 | 靠观点，谁嗓门大谁赢 | 分数为专业判断提供依据 |
| 客户提案 | “相信我们” | 大胆路线背后有证据 |
| 媒介投放上线 | 用真金白银测试未经验证的作品 | 预算押在已打过分的路线上 |
| 第一周数据下滑 | 大胆创意被叫停 | 对照预测试结果核查，再做调整 |
| 团队学到了什么 | 下次求稳 | 哪些元素有效，以及为什么有效 |
纸面上这只是个小调整，落到实处却是大改变。证据从流程的末端（在那里它只能评判）挪到了起点（在那里它能真正帮上忙）。
AI 该在哪里出手，又该在哪里止步？
同一场 Forbes 讨论给出了一个很有用的划分。Multiply 的 Matt Jayson 说，投放搭建和质检是最容易自动化的工作：“光是一个高速增长的客户，这类看不见的工作每周就轻松占掉 20 个小时。”SWOON MEDIA 的 Natacha Grey 则形容价值正在转移，“从制作素材，转向规模化地做出更好的决策”。
这才是正确的分工。让机器去处理投放搭建、质检、尺寸适配和打分，人就有更多时间琢磨创意本身。赫加蒂的观点依然成立：数据可以为创意提供信息，却发明不了创意。
评分工具的价值正体现在这里。Defy Monitor 会在媒介投放之前为创意概念预测可点击度，评分经过真实广告表现的验证，让团队在花钱之前就知道一条创意能不能打。你可以看看它如何与 Defy 平台的其他部分配合。至于哪个想法值得做，决定权仍在人手里。
客户想先看到证据再为大胆创意买单，我该怎么回应？
答应他，然后拿给他看。要证据的客户不是创意的敌人，他们通常只是一个会被老板问同样问题的营销人。给他们一个分数、分数背后的理由，再加一份小规模的市场测试计划。然后就创意本身的价值去论证：这一次，数字站在你这边，而不是站在你对面。
