广告算法的大一统:Meta、谷歌、TikTok,搭出了同一栋楼

前段时间,一个做了快十年广告投放的朋友找我吃饭。菜还没上齐,他就先叹气。

"我觉得,我快失业了。"

我挺意外。干了十年的老手,怎么说这种话?

他说,他吃饭的本事,是把人群一层一层地切。性别、年龄、兴趣,交叉了再交叉,最后还叠一个设备型号。这套功夫他练了快五年,一直是团队的杀手锏。

结果上个月,一个实习生,什么人群都没细分,一条广告跑出去,效果比他还好。

我听完反而放心了。这不是他一个人的事。

过去两三年,广告行业发生了一场很安静的变革。Meta、谷歌、TikTok,三家打了多年的对头,不约而同,都搭出了同一栋楼。

今天,我把这张图纸给你讲清楚。

什么叫"广告算法收敛"

先把词翻成人话。

三家的产品,各有各的名字:Meta 叫 Andromeda,谷歌叫 Performance Max,TikTok 叫 Symphony。看起来是完全不同的东西。

你把门面拆下来,会发现承重墙是同一张图纸。

图纸上有三根支柱:

第一,找人的活交给算法,别再自己定义"谁是我的目标"。

第二,人群范围放开,给算法留足空间。

第三,把"能不能大量产出、产出足够丰富的创意",当成唯一的胜负手。

一句话:算法负责找人,创意负责让人掏钱。

你原来紧紧攥着的那张人群网,正在大面积失效。

第一家,先看 Meta 的 Andromeda

先看看老系统是怎么跑的。

老流程分三步:第一步筛人,第二步打分,第三步按分放钱。

命门在第一步。而第一步那根筛子,是广告主一个参数一个参数拧出来的:选性别、选年龄、勾兴趣。你一旦把"25 到 34 岁、喜欢健身"锁死,那么圈外真正可能买你东西的人,连你的广告都见不到。

手动定向的死穴就在这:你想象得出的人群,你挖得到;你想象不出的那批人,永远进不来。

Andromeda 干的,是把第一步拆掉。

这个名字,是 Meta 在 2023、2024 年的工程文章里公开的。它做的一件事,一句话就能说清:

把"筛人",从"查名册"改成"预测"。

什么叫"查名册"?就是你翻一本很厚的册子,查一查,"你是谁"。不在册,就是不在。

什么叫"预测"?它不翻册子。它把全平台几十亿人的行为,全部倒进一个巨大的神经网络,让它学习:"什么样行为的人,才是我这个品类最可能的买家"。

你可能从没搜过这个品牌、没点过它的广告、没收藏过它。但最近三周,你反复在同类商品里停留、比较、反复加购。

它的回答是什么?捞你。

不看标签,只看行为。这就是 Andromeda 和一切老系统之间的距离。

Meta 自己也给过数:它的 Advantage+ 购物广告,比传统手动定向,ROAS 平均高 32%。这数出自官方自己的对照,要打个折扣看,但方向是没错的——外面很多做 DTC 的同行,放开人群、堆上创意,得到的是同样的走势。

所以那句话,成了这一轮的流行语:

"创意,就是新的定向。"

第二家,谷歌:连"投什么词"都被收走了

2021 年 11 月,谷歌上线了 Performance Max,替代的是更早的 Smart Shopping。

当时大家只觉得,这是个自动出价、自动合并预算的省事产品。

现在往回看,才看明白:它连"渠道"一起吞掉了。

以前投谷歌广告是拆开的:搜索一个盘子,购物一个盘子,YouTube 一个盘子,展示一个盘子。每个盘子都有人群、有节奏,要人管好几摊。

Performance Max 不让你管这些,它只跟你要三样东西:素材、目标、预算。

你给它什么图片、什么视频、什么标题什么描述,它就用这些素材; 你说一句"ROAS 我要到 4",或者"一个成交控制在多少钱以内",它就奔着这个去; 预算多少,你定。

至于哪类人在哪个场景看到你、按什么节奏花钱,它全自己算。

到 2024 年,谷歌又把搜索的语义理解接了进来。它不再做简单的"关键词匹配",而是直接算"这个搜索背后的人想要什么"和"我的创意里有什么"之间隔了几层。

人群这面墙,彻底打开了。

举一个很反直觉的例子:有一个人,从来没搜过你的品牌词。但这段时间,他的搜索、浏览、比较,都透出一种很强的购买欲,跟你的转化人群高度重合。系统不声不响,就把他捞进了 Performance Max 的池子。

聪明的同行,已经换问法了。他们不再问"哪个词出多少价",而是问"我为哪一类人,准备哪一组素材"。

一个问题的转换,就是一个时代的转换。

第三家,TikTok 的 Symphony:创意变成了生产线

TikTok 的 Symphony,是 2024 年推出来的。

刚推出时,它挂着"AI 创意工具"的标签,好多人都以为:这不就是个做视频的功能吗?

理解没错,但看小了。Symphony 的真正出身地在它旁边那条 Smart+。

Smart+ 是什么?是把人群、出价、创意三件大事同时自动化的一个体系。你不用再手动抠人群画像,也不用一句一句抠出价,把素材喂进去,它自己用兴趣和行为信号去找人。

Symphony 的活,是给"创意"搭一条生产线:AI 配音、AI 出脚本、AI 改稿、批量混剪。目标就一个:让你有能力同时出 20 条、50 条不重样的素材。

为什么在 TikTok 上,这件事成了刚需?

因为它的推荐系统,逻辑打从根上就不一样。你刷"为你推荐"那一页,它判断的依据是这条内容本身:你看完了没有,有没有反馈,有没有反复观看。理解内容,才能理解"谁"。

广告,也是一条视频。你给系统 20 条长得不一样的广告,它就多 20 条线索去试:哪种风格,背后站的是哪一群人。

所以,在 TikTok 这家地盘上,决定高下的不是加价:

是你能不能同时给出 20 条角度不同的广告。

一张表,三家对齐

嫌乱的话,我给你一张表,把三家摆在一起看。

维度	Meta	谷歌	TikTok
找人的方式	神经网络检索,默认宽泛	全自动,覆盖全部渠道	兴趣图谱检索,默认宽泛
创意主格式	图片、视频、轮播	素材组(多格式混合)	短视频
广告主的关键杠杆	创意多样性 + 预算	素材组合 + ROAS 目标	创意数量 + 出价方式
默认归因	7 天点击 / 1 天浏览	数据驱动归因	末次点击,可选浏览归因
学习期信号	每周 50 次转化 / 广告组	战役级转化事件	战役级优化事件

你重点看中间那行"广告主的关键杠杆":

三格摆到一起,越看越像同一个人写的。

一张表,把那句"收敛"钉死了。

它们凭什么走到同一条路

是三家约好了吗?当然不是。

真正的原因,是下面三座山,同时朝着它们压了下来。

第一座山:苹果,先把桥拆了

2021 年 4 月,苹果发布 iOS 14.5,ATT 机制上线:App 想跨应用追踪你,必须先弹窗征求你的同意。

结果,大多数用户点了"不同意"。按当时各个口径的统计,同意率大概只有两成左右。

这意味着什么?广告到购买这条链路,在六成以上用户身上,断了"线索"。

转化归因捞不到人,你那些靠兴趣切出来的人群包,就失去"哪里有问题就直接调整哪个"的依据,变成了盲盒。

三家只能换打法:不再追"张三这个人""他哪天买过什么",而是把几十亿人的行为全部汇总,训练一个大盘模型,去预测"这一大类人里,谁最可能要"。从盯个体,变成预测整体。

这项"整体预测"的活,恰恰是神经网络的强项。

第二座山:监管,一年比一年严

隐私这一块,从来没有松过。

2022 年起,GDPR 的执法明显收紧。欧盟的 DMA,2022 年 11 月生效。加州的 CPRA,2023 年初进一步扩大了适用范围。

这些政策拧成一股绳,就是一句话:你能买到的第三方人群数据,越来越少。

买不到第三方,就只能在自己家的第一方行为数据里挖。而挖行为数据、做预测,又恰好是神经网络的菜。

第三座山:技术,刚好爬过了那条线

2017 年,《Attention Is All You Need》发表,把注意力机制拿到台前。

到 2021 年,谷歌、Meta、TikTok 都已经把 Transformer 拉上了生产一线:谷歌的搜索有 BERT,Meta 的 Feed 排序有深度学习,TikTok 的推荐更是一出生就站在这上面。

但这里有个门槛:模型必须准到一定程度,你才敢把"找人"这件事交出去。门槛之前,宽松投放反而比手工定向差,因为模型错得太多;跨过那条线,宽泛投放才开始占优——因为模型能捞回来的,是你手工列表里压根想不到的那部分人。

三家,几乎在同一个时间窗里,跨过了这条线。

所以,这是一件必须发生的事,不是撞运气。合流,是三家在同一个时代给出的同一个答案。

道理讲完,手上的活怎么干

听懂归听懂,回去还是要把广告跑起来。抛开行业黑话,三家现在的落法,其实是同一套。

先看 Meta:开一个以购物为目标的 Advantage+ 投放。人群不用细分,预算包成一个整体。剩下的力气,全花在素材上:保持 10 到 20 条在投,每周腾出一轮更新,转化信号通过转化 API 接回来。就这些。

再看谷歌:按产品品类,一个品类一个 Performance Max。素材组不按人群建,按"主题"建:每一次下单的卖点,就是一组素材,把不同角度的标题、图片、视频都塞进去。目标直接给一个 ROAS 或 CPA 的期望值。

最后 TikTok:开 Smart+,人群放开,素材靠 Symphony 拉量。如果前期转化信号太少,可以叠一段"原生展示"的跑量阶段,把信号养出来。

你会发现,三个平台的落法是一句共同的话:

战役的定位,从"人群容器",变成了"创意容器"。

以前你管的是人,现在管的是素材架。这句话值得刻在投手工位上。

那测量怎么办

世界变黑盒了,问题也来了。

平台自己报的 ROAS,那是它站内归因的结果:7 天点击、1 天浏览、末次点击——它只算"在它家里发生的"。它并不等于你多花一块钱,就一定多赚了那一笔。

所以,聪明的做法只有几个:

第一,做增量测试。按地区,一批照投,一批停投,看那组"差"出来的是什么。

第二,把三个平台放进同一个整体里想。该用媒体组合模型的地方,用起来,别被单个平台的数据带着走。

第三,周期别太短。打完一版,下一版再调,黑盒你猜不着,只能看长时间的趋势。

往后两三年,还有三步走

接下来,变化不会停。再往后,我看到的是三步。

第一步,投会越来越"自治"。谷歌的 Demand 类战役、Meta 的预算优化,都已经是"系统自动调参"的雏形。再走一步,你只需要回答三个问题:卖什么、预算多少、营销目的是什么。剩下的,系统自己走。

第二步,端上算力接管。苹果的 Core ML、谷歌的隐私沙盒,都在把"算"塞回设备里,数据不出门。当这条路通了,会出现一种新信号:不是"这个人是谁",而是"这台设备判断,这个人大概率想要这个类目"。你的操作界面不变:素材、宽泛人群、一个目标。

第三步,创意会被 AI 量产。Symphony 只是开始。成本趋近于零以后,真正的稀缺品变成了"创意能不能立住"。平台的创意质量分、素材质量分,已经是第一道滤网。创意策略师不但不会失业,反而会越来越值钱——因为模型能写一千个版本,却替你做不了那个判断:这次,该对谁说、怎么说。

收尾

回到饭局。朋友问我一整晚,最后那句是:

"那照你这么讲,我这手功夫是不是就白练了?"

我说,手艺没白练,只是换了用法。你懂的是"人对什么有反应",这个答案两辈子都值钱。以前它用在"切人群"上,以后要花在"做创意"上。

"你再想想,"我说,"你练了那么多年的看人功夫,一点没浪费。从今天起,只是对象换了一个。"

他愣了两分钟,端起杯子:"那我下午就回去,把素材库建了。"

我点了点头:"好。素材交给算法,判断留给自己。"

窗外夜色正当头,一桌新棋,才刚开盘。

你也能跟上。