在效果广告中，找到目标用户只是第一步。当不同用户拥有不同的兴趣、行为和购买意图时，一套固定的素材，很难始终保持足够的相关性。因此，广告优化的重点，开始从“投给谁”延伸到了“展示什么”。
动态素材优化（Dynamic Creative Optimization，DCO）正是为此而生。它结合用户数据、语境信号、效果目标等，动态选择、组合并展示广告内容，让广告更加灵活地匹配不同用户与场景。
DCO 是一种基于用户数据、语境信号、商品 Feed 和效果目标，实时组装并投放个性化广告素材的技术框架。
与传统广告向不同用户展示统一素材不同，DCO 能够根据用户兴趣和所处阶段，动态生成更匹配的广告内容。
具体而言，DCO 可将图片、标题、商品信息、价格、促销信息，与 CTA 等拆分为可组合的素材元素，再根据用户行为和广告场景进行动态匹配。
例如，用户浏览过某款商品，广告可以优先展示相关产品。当商品价格、库存或促销信息发生变化时，广告内容也能够随之调整。
因此，DCO 并不是简单地增加素材数量，而是让素材具备动态组合、实时匹配和持续优化的能力。
DCO 的运行过程，可以概括为四个环节。
模块化素材
让素材灵活组合
首先，将图片、商品、促销信息和 CTA 等拆分为可复用的素材组件，并通过灵活模板进行组合。广告主无需针对每个用户和场景制作完整素材，也能生成不同的广告变体。
数据与信号驱动
判断展示什么
接下来，系统结合用户浏览行为、页面语境、商品 Feed 和受众信息等信号，判断用户当前的兴趣和意图，从而选择更合适的商品、信息和素材。
效果型 AI
寻找更优组合
在此基础上，效果型 AI 进一步参与广告决策，通过预测不同素材、竞价策略和广告版位的表现，判断哪些组合更有可能带来转化。
实时渲染
在曝光时完成组合
最后，当用户加载优质媒体网页、邮件平台或移动端页面时，系统根据实时信号即时组装并展示相关广告，让素材与当前用户和场景更加匹配。
图源：Taboola 官网
运用 DCO 的广告活动，通常从两个基础开始：商品 Feed 与 Pixel。商品 Feed 提供商品目录、价格、库存及促销等结构化信息，Pixel 则帮助平台获取网站上的浏览与转化信号。
在此基础上，Realize 的预测型 AI 会结合用户浏览行为、当前页面语境以及受众分群等信号，判断此刻应该向这个用户展示哪个商品。随后，系统实时组合相关素材，并将广告展示在优质媒体资源中。
广告上线之后，优化也并没有停止。Realize 会结合持续积累的表现数据，不断优化商品、信息以及投放决策，并朝广告主设定的 CPA 或 ROAS 目标持续优化。
图源：AI
社交媒体
优质内容媒体网站
Yahoo/Outlook 邮件广告位
移动端
Realize 在线答疑 (FAQs)
