广告片策划不是打分表：什么证据会让我们改选方案

广告片营销策划研究 10/10

一份广告片方案在会议室里很容易显得正确：目标完整、洞察漂亮、情绪板统一、制作清单齐全，结尾还有一组看起来可以衡量的指标。真正困难的问题却常被留到最后——如果它是错的，我们会从哪里看出来？

直接答案是：可靠的广告片策划，不是把营销、心理学、创意、制作和数据塞进一张综合打分表，而是把每个方案写成一组可以失败的判断。团队要说明它试图改变什么、为什么这种表达可能改变它、镜头必须交出什么证据、现实投放允许观众看到什么，以及哪项观察会让团队改选另一套方案。

本文提出一套 ONCE 的“七层可反驳策划链”。它是对本系列前九篇证据与制作判断的重新组织，不是经过跨品类验证的普适学术理论，也不代表 ONCE 已替客户执行随机实验或销售归因。它的用途更朴素：让品牌方、营销团队、创意与制作公司在预算锁定前，能比较两个真正回答同一问题的方案。

研究范围：为什么“有数据”仍可能答错问题

本文截至 2026 年 10 月 6 日，重点核验四组材料：广告观察性归因与随机实验的比较；大规模广告实验的统计功效与不确定性；平台创意测试中算法投放造成的混杂；以及当前视频实验、品牌提升与地域增量实验的官方说明。同时回看本系列已经完成的营销问题诊断、创意简报、产品演示、人物可信度、风险框架与 Campaign 内容组合。

这些证据共同提醒我们：数据量大，不等于问题被正确识别。Gordon、Zettelmeyer、Bhargava 与 Chapsky 2019 年在 15 个美国 Facebook 广告实验中比较随机结果与多种观察性模型，样本包含约 5 亿个用户—实验观察和 16 亿次展示；摘要报告，观察性方法即使加入大量人口与行为变量，也经常不能复原随机实验的结果。它支持的是“归因记录不能自动替代反事实”，不是“所有观察数据都无用”。

Lewis 与 Rao 2015 年汇总 25 个大型现场实验，指出个体销售的高波动会让广告回报估计非常不精确；其样本中的 ROI 中位置信区间宽度超过 100 个百分点，部分有信息量的实验可能需要超过一千万 person-weeks。这里的实际含义不是小品牌不用测，而是：测不到差异和证明没有差异，不是同一句话。预算有限时，应把实验问题缩小，而不是把噪声包装成确定结论。

2025 年正式发表于《Journal of Marketing》的 Braun 与 Schwartz 研究又指出，在某些在线广告 A/B 测试中，广告被随机分到实验臂，不代表每条广告实际触达的是同一种人；算法可能为不同素材优化出不同的曝光组合，使“创意差异”和“被谁看到”混在一起。这个结论不能外推到所有平台和所有实验设置，却足以要求团队先区分随机分配、实际曝光与最终观看者。

因此，测量不应被放在策划末尾当验收装饰。它必须从第一句问题定义开始。

七层可反驳策划链：每一层都要留下改选条件

第一层：营销瓶颈——我们究竟要改变哪一个判断

销售下降只是业务症状，不是广告片任务。问题可能是目标人群想不起品牌、不理解产品、无法把功能联系到自己的情境、不相信承诺、担心风险，或者已经相信却在价格、渠道、供给、服务与落地流程上受阻。

策划的第一行不应写“提升销量”或“打造高端感”，而应写一个可观察的传播缺口。例如：“目标采购者知道这类设备，却不能判断它如何减少换线停机的不确定性。”如果访谈、搜索词、销售记录与售前问题显示客户已经理解且相信这件事，广告片就不该继续把预算投入同一解释。关于哪些问题能由传播改变，可回到本系列第一篇广告片应该改变什么、不能替代什么。

第二层：受众情境——谁在什么任务里看，而不只是他是谁

同一个人会在通勤信息流、发布会、销售演示、内部采购群与搜索落地页里以不同方式加工信息。策划要写清：观众当时是否有动机理解、有没有时间与声音、已有态度如何、谁还会参与决策、看完后要把什么信息带给下一位同事。

可反驳预测可以很具体：如果方案假设“技术负责人愿意完成较高强度的信息加工”，那么早期测试至少应看到他能复述关键条件，并提出与证据有关的问题；如果只记得情绪和场景，却不能说出主张，说明信息结构没有完成预定任务，不能只用“很喜欢”替它辩护。

第三层：主张与证据——镜头凭什么支持这句话

一句主张至少要连接三件事：受众需要改变的判断、可拍摄的事实、承诺成立的条件。主张越强，证明责任越高；视觉夸张、演员反应和剪辑节奏都不能替代真实的产品条件。

本系列第四篇把创意简报称为“承诺—证据契约”。在整合框架中，还要再加一列“推翻条件”：如果样机演示无法稳定复现主张、对比对象不公平、专家资格不足，或关键事实只能靠旁白声称，团队必须降低承诺、补充证据，或者换掉主张，而不是让后期把问题藏起来。

第四层：表达结构——片型是机制载体，不是行业标签

品牌故事、问题—解决、产品演示、对比、证言与企业内容，不是审美菜单。它们分别擅长组织不同的因果关系。故事可以让产品理由进入人物处境；演示可以把不可见过程变成观察；证言可以提供来源经验；对比可以暴露差异成立的条件。

方案比较必须固定同一个传播任务。若 A 方案用人物故事回答“为什么这项改变对我有意义”，B 方案用演示回答“产品是否真的做得到”，两者不是纯粹的创意胜负，而是在竞争哪一个瓶颈更值得优先解决。团队应先写出各自的预测，再决定是否需要组合，而不是让更精美的 treatment 自动获胜。

第五层：心理机制——说服路径必须连接到产品理由

情绪、叙事运输、加工流畅性、心理模拟、来源可信度、收益或损失框架，都只能解释中间过程，不能自动推出购买。每个机制后面都要接一句“然后呢”。

例如，“让观众感到焦虑”不是完整机制；只有当焦虑对应真实风险、影片提供可信且可执行的应对办法，并且品牌被识别为解决方案时，它才可能服务决策。再如，“让用户想象使用”也不等于相信性能；如果产品风险高，心理模拟之后仍需要透明的演示条件或合适来源提供证据。

第六层：制作与媒介约束——无法进入成片和曝光，就不算策略

策划必须穿过样机状态、场地、演员、合规口径、拍摄天数、横竖构图、声音环境、字幕、审核与版本交付。一个只在 60 秒横版有声主片里成立的因果关系，不能默认在 6 秒静音竖屏里仍然成立。

媒介同样会改变估计对象。付费投放可以控制部分顺序，自然推荐不保证观众先看主片；不同素材若被算法送给不同人，结果也不能只归给创意。ONCE 的品牌视频制作方案把主片、短版、横竖画幅与后续素材前置规划；这类规划的价值不在“交付更多”，而在于让每个版本都保留识别线索并完成自己的任务。

第七层：结果测量——先写估计对象，再选指标

“效果好不好”至少可能指五件不同的事：

• 过程指标：是否看见、注意、理解、正确归因品牌、记住证据；
• 品牌指标：广告回忆、品牌认知、联想、考虑等是否变化；
• 行为指标：搜索、访问、关键页面动作、试用、询盘或购买是否变化；
• 归因结果：系统把已经发生的行为记给哪个触点；
• 增量效果：如果没有这次广告干预，结果会不会不同。

它们不能互相冒充。观看完成率可以诊断开场和节奏，却不能证明购买新增；最后点击能记录路径，却没有自动构造“未投广告时会怎样”的反事实；品牌提升调查回答的是特定品牌结果，也不是销售回报。

Google 当前的视频实验说明要求先写假设、选择一个成功指标，并让对照与处理保持相同设置、改变创意；Brand Lift 则比较看过广告与符合资格但未观看广告的人群调查，用于广告回忆、认知和考虑等品牌结果。这些工具说明实验可以围绕清楚问题设计，但可用范围、预算、投放机制和样本量仍决定它能回答什么。

不要给方案算总分，给它做三栏证据账本

为了避免七层框架变成更复杂的表格，实际决策只需要为每个关键关系记录三栏：

“直接证据、相邻证据、假设”不是质量分。直接证据是与当前市场、受众、产品和结果较接近的材料；相邻证据需要迁移条件；假设则必须通过本项目验证。团队可以带着假设开拍，但不能把它写成事实。

怎样让两个方案真正可比较

假设一款面向企业客户的智能设备需要广告片，售前记录显示，客户知道产品功能，却不确定部署会不会打断现有流程。团队提出两个方向：

• A 方案以一位项目负责人的紧张一天为主线，强调“改变不会打乱秩序”；
• B 方案直接演示部署前、切换中和恢复后的关键步骤，展示异常发生时怎样回退。

先不要问哪一个“更高级”。应把两者放回同一估计对象：目标采购小组能否更准确判断部署风险与可控性。

A 的竞争优势是假设人物情境能提高价值关联，让非技术决策者理解风险；它的失败条件是观众记住人物压力，却说不出产品怎样降低风险。B 的竞争优势是提供诊断性证据；它的失败条件是步骤清楚，却没有回答这项变化为什么值得组织承担。预算允许时，可能不是二选一，而是用 A 建立问题意义、用 B 完成证明；预算不允许时，则应根据当前瓶颈优先选择。

这就是框架的核心：不是给故事 8 分、演示 7 分，而是让它们对同一个问题提出不同机制和可被推翻的预测。

最小验证实验：预算不同，反事实强度也不同

制作前：验证理解与证据，不宣称销售因果

可以用脚本、分镜、animatic 或粗剪，让符合决策情境的人完成不提示复述、品牌归属、疑虑记录与证据识别。这个阶段适合淘汰严重误解、证据缺口和错误归属，不足以预测商业销量。2024 年在线发表的一项视频广告注意测量研究，在实验室操纵高低注意并比较眼动、心率、皮电、脑电与自报指标；其结果提醒我们，不同“注意”指标甚至可能不能稳定地区分预设条件。过程指标本身也要先问清测量对象。

投放中：随机留出回答局部因果问题

当平台或自有渠道能把符合条件的单位随机分配到处理与对照，且两组除创意外保持可比，可以估计特定人群、特定投放与特定时期的平均处理效应。仍要检查实际曝光、不遵从、交叉污染、样本量、转化周期和同时发生的促销。随机实验给出的是这个设置下的局部答案，不是创意的永久价值。

无法按人随机时：地域实验需要足够的地区与稳定环境

Google 2026 年发布的 Meridian GeoX 技术材料与当前官方文档，把地域实验用于跨发布商的增量测量，并提供 holdback、go-dark、heavy-up 等设计。官方实施说明同时要求处理与对照地域可比较、避免并行地域测试、尽量减少实验期改动，并指出历史数据、污染、预算与最小可检测效应都会影响可行性。地域实验不是“小样本万能替代”；地区太少、趋势不同、跨区流动明显或促销同时变化时，结果可能没有足够解释力。

只能观察自然变化时：准实验必须交代识别假设

预算、政策、渠道上架或排期变化有时形成自然对照，可以使用差分、合成对照或中断时间序列。但团队必须说明为什么对照组代表反事实、此前趋势是否可比、是否有同期事件与溢出效应。缺少这些条件时，它仍是相关性观察，不能因为模型复杂就升级成因果实验。

失败不是“片子没效果”，而是更新哪一层

一项测试没有支持预期时，先定位失败发生在哪里：

• 没看见：检查媒介机会、开场与可见性；
• 看见但没认出品牌：检查归属线索和内容组合；
• 认出却没理解：检查信息顺序、片型与演示；
• 理解但不相信：检查主张强度、证据条件与人物来源；
• 相信但不行动：检查风险、价格、渠道、服务与下一步阻力；
• 行为上升但增量不明：保留归因结果，另建可信反事实。

同一个结果可能有竞争解释。低询盘既可能是片子没有改变判断，也可能是投放没有覆盖目标人群、落地页失效、供给限制或销售跟进中断。框架的责任不是替团队迅速找一个理由，而是规定下一次只改变最关键的一层。

公开案例观察：框架只能解释选择，不能替案例制造效果

ONCE 公开的KTC 随心屏社交短视频案例页把“流动”连接到产品移动、家庭情境与短视频开场，并讨论了横竖版本和字幕节奏。就公开页面可见信息而言，它可以用来观察“产品动作—人物关系—媒介版本”怎样形成一条可拍摄的主轴。

但本轮没有完整播放影片音画，也没有公开随机实验、品牌提升或销售数据。因此，这个案例不能证明框架有效，也不能证明项目带来销售或记忆增长。它只说明一种策划关系可以怎样进入制作；是否有效仍需针对具体受众、投放和结果另行验证。

结论：最好的方案，不是最难反驳，而是最清楚怎样被反驳

广告片策划不应该承诺消除不确定性。它应该把不确定性放到正确位置：营销瓶颈是否诊断准确，受众是否处在预设情境，主张是否有足够证据，表达结构是否承载机制，制作与媒介是否保住关键关系，测量是否真的回答了原问题。

在立项会上，要求每个候选方案交出同样五句话：我们要改变哪个判断；为什么这套表达可能改变它；成片必须拍到什么；先看哪个过程与结果；什么证据会让我们改选。能清楚回答这五句话的方案，才值得进入预算与制作。

如果你准备立项一支品牌片、产品片或完整 Campaign，可以把业务症状、受众疑问、可公开证据、媒介条件和现有数据带到第一次沟通。ONCE 会先把它们整理成可比较、可拍摄、可验证的方案，再决定镜头规模。

参考材料（检索与核验截至 2026 年 10 月 6 日）

• Gordon, B. R., Zettelmeyer, F., Bhargava, N. & Chapsky, D. (2019). A Comparison of Approaches to Advertising Measurement: Evidence from Big Field Experiments at Facebook. Marketing Science, 38(2), 193–225. DOI: 10.1287/mksc.2018.1135。读取正式摘要、方法范围与书目信息。
• Lewis, R. A. & Rao, J. M. (2015). The Unfavorable Economics of Measuring the Returns to Advertising. The Quarterly Journal of Economics, 130(4), 1941–1973. DOI: 10.1093/qje/qjv023。读取正式摘要与书目信息。
• Braun, M. & Schwartz, E. M. (2025). Where A/B Testing Goes Wrong: How Divergent Delivery Affects What Online Experiments Cannot (and Can) Tell You About How Customers Respond to Advertising. Journal of Marketing, 89(2), 71–95. DOI: 10.1177/00222429241275886。读取正式摘要、适用问题与作者说明，正文受限。
• Hartnett, N. et al. (2024, online first). How to accurately measure attention to video advertising. International Journal of Advertising. DOI: 10.1080/02650487.2024.2435164。读取开放页面的方法与结果说明。
• Google (2026). Meridian GeoX: An Open-Source Framework for Precision and Efficiency in Geo Experiments，以及 Google Ads 当前地域实验、视频实验与 Brand Lift 官方说明。技术论文的同行评审身份未在读取页面中确认；平台说明仅支持其当前功能与实施条件。