川海智库

报告概述

本报告是Winterberry Group关于创意智能（Creative Intelligence）系列研究的第二份白皮书，基于对美英120多家创意与媒体机构的调查及深度访谈。报告系统阐述了创意智能的定义——通过收集和分析创意有效性数据，结合受众与媒体背景，实现资产测量与持续优化。内容涵盖创意智能的核心组件（创意数据、分析、激活与测量）、与受众数据集成架构、AI驱动的用例（预测试、实时优化、后测量）、人员流程技术投资、定价模式及市场规模预测。报告旨在帮助营销人员将创意从固定成本转变为可衡量的绩效驱动因素，提升ROI并压缩周期。

报告的核心结论

创意智能将创意从生产成本转为绩效投资

报告指出，创意智能通过预测资产表现、实时优化和归因分析，使创意支出成为可衡量的绩效驱动因素，而非固定成本。这改变了传统“工作媒体”与“非工作媒体”的区分，使创意预算更紧密地与营销效果挂钩，推动行业向按媒体支出百分比定价创意演进。

CPG和零售业引领创意智能采用

调查显示，CPG/FMCG和零售行业在创意智能采用上领先，合计占41%的受访者提及率。这些行业拥有大量产品目录、高资产量和数字媒体投入，使创意优化具有显著价值。英国市场中零售业更为突出。受监管行业则因合规要求进展缓慢。

创意智能采用将在3年内快速展开

报告预测，创意智能采用将比程序化、移动广告等历史迭代更快，多数采用将在三年内完成。未来18个月将出现阶段性变化，个性化预期成为首要用例，预测试因低复杂性成为入门点。早期采用者将拉开与后进者的绩效差距。

成功采用需要人员、流程与技术的协同转型

创意智能不仅是技术部署，更需要组织变革：设立如创意数据分析师等新角色，推动跨职能协作，融合创意与媒体团队。流程上需整合简报、压缩交付周期、持续优化。技术投资需确保创意平台与DAM、广告平台、CDP、测量系统等集成。

创意智能驱动的创意支出预计以23% CAGR增长

报告模型显示，美国创意智能驱动的创意支出将从2025年的62.2亿美元增长至2028年的114.7亿美元，复合年增长率约23%。增长由付费社交媒体、程序化展示、视频和CTV推动，线性和联网电视随后。创意智能在总创意支出中的占比将从2025年的13.6%升至2028年的21.9%。

报告回答的关键问题

什么是创意智能（Creative Intelligence）？

创意智能是收集和分析创意有效性数据（如资产层面表现、注意力、情感反应），结合受众与媒体背景，用于测量和持续优化创意的能力。它补充了媒体智能和受众智能，构成更完整的营销运营框架，使创意从固定成本变为可衡量的绩效驱动因素。

创意智能如何提升广告ROI？

报告指出，创意智能通过预测试减少40-50%未激活资产浪费，实时优化提升广告参与度和转化率，并量化创意对销售的贡献。它融合注意力、情感和品牌提升等指标，实现跨漏斗效果改善，包括品牌提升、点击率、线索质量和客户生命周期价值。

实施创意智能需要哪些技术和团队能力？

技术层面需集成创意智能平台、DAM、广告平台、CDP、广告服务器和测量系统，构建数据管道处理数十亿印象。人员方面需引入创意数据分析师等跨域角色，培训创意和媒体团队理解彼此领域。流程上建立联合简报、持续优化和知识捕获机制，通常需18-24个月从试点到规模化。

创意智能在广告生命周期的哪些环节发挥作用？

创意智能覆盖全周期：预测试阶段通过风险评分和AI评估优化概念；在飞阶段实现实时个性化、自适应创意部署和疲劳管理；激活后测量创意贡献率，整合入营销组合模型，并建立知识库。还包括生成式AI的智能工作室、自动化创意组装和预算优化。

创意智能市场未来三年如何发展？

美国创意智能驱动创意支出预计从2025年62.2亿美元增至2028年114.7亿美元（CAGR 23%）。个性化将成为首要用例，定价向按媒体百分比演进，企业采用需解决组织和集成挑战。早期采用者将获得持久优势。

报告中的代表性数据

11.47亿美元

美国创意智能驱动创意支出规模

2028E，美国创意智能驱动的创意支出预计到2028年底达到114.7亿美元，2025-2028年复合年增长率约22.6%。

31%

创意优化作为首要用例占比

2025，调查显示，31%的受访者认为创意优化是当前客户的顶级优先事项，其次为个性化（23%）和测量与绩效追踪（15%）。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整市场数据与趋势图表：包含美国创意智能驱动创意支出规模及增长预测，分行业、技术采用率、数据来源、定价模型等多维度图表。
  • 创意智能核心能力框架：详细阐述创意数据、分析、激活与测量的基础组件，以及创意数据转换、归一化、性能分析等技术细节。
  • 受众数据与创意数据集成架构：包括集成挑战、解决方案架构、数据处理流水线、实现注意事项，以及五大核心集成点。
  • AI驱动用例深度分析：覆盖预测试、在飞优化、后测量全生命周期，包括风险评分、自适应创意、疲劳管理、代理型AI应用（测试、简报、预测代理）。
  • 组织采用路线图：人员角色与技能（创意工程师、营销技术员）、流程变革（联合简报、连续优化）、技术平台需求与集成架构，内部vs外部资源策略。
  • 定价模型演进分析：当前多种定价模型（技术许可、CPM、按资产等）的共存及向媒体支出百分比转移的趋势，预算来源和成本驱动因素。
  • 市场预测与规模：美国创意智能驱动支出2025-2028年预测，按渠道、企业规模的分层采用分析，以及未来10年对超过60%创意支出影响的展望。
  • 详细方法论与受访者分布：涵盖调查样本（125名美英创意/媒体代理高管）、行业、角色、机构类型及创意智能采用阶段。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告