Anastasia Leng, Fundadora y CEO de CreativeX – Serie de Entrevistas

Anastasia Leng es la Fundadora y CEO de CreativeX, una empresa que potencia la excelencia creativa para las marcas más queridas del mundo. Al analizar la creatividad a gran escala, la tecnología tiene como objetivo avanzar en la expresión creativa a través de la claridad de los datos.

Aprendiste marketing en Google (GOOGL ) y te quedaste allí durante 6 años. ¿Cuáles fueron tus principales conclusiones de esta experiencia?

El marketing en Google es muy diferente al marketing tradicional. El trabajo que hice durante mi tiempo allí, desde 2007 hasta 2012, fue una mezcla de marketing, producto y desarrollo de negocios. Todo mi trabajo se centró en lanzar, posicionar y convencer a la gente de que usara o comprara una nueva tecnología o producto por primera vez. Aquí te presento las tres principales conclusiones que todavía tengo conmigo hoy (y que fastidio a nuestro equipo de marketing):

1. Siempre pon a los usuarios en primer lugar: Parece simple, pero es asombroso cuántos marketeros tratan esto como un lugar común. No asumas que lo que tú quieres es lo que tus usuarios quieren (un error que veo una y otra vez). De hecho, un estudio de Thinkbox de 2016 y un estudio de Reach Solutions de 2018 compararon las creencias de los marketeros con las del público en general, y encontraron que atribuimos erróneamente muchas de nuestras propias creencias a nuestros clientes. Los investigadores describieron esto como una “ilusión de empatía” y realmente pusieron algunos datos detrás del hecho de que necesitamos hacer un mejor trabajo para entender a nuestros usuarios.

2. Siempre evita el jargon: Google hizo un excelente trabajo inculcándonos el valor de la comunicación clara y simple. Incluso sus términos y condiciones estaban escritos de una manera que alguien sin un título en derecho podía comprender. Como resultado, tengo una respuesta pavloviana de cringe hacia términos como “liderazgo de pensamiento” o “omnicanal” y hago mi mejor esfuerzo para empujar a nuestro equipo, y a mí mismo, a articular nuestras opiniones en un lenguaje conciso, humano y accesible.

3. Mide todo: Al principio de mi carrera en Google, cometí el error de principiante de racionalizar mi justificación para una decisión diciendo que “lo hicimos de esta manera en el pasado, así que debemos hacerlo de esta manera nuevamente aquí”. Elegí la comodidad y la familiaridad en lugar de comprender realmente la situación que tenía frente a mí, y la respuesta de mis contrapartes fue suficiente para que evitara cometer este error nuevamente. Es obvio, pero rara vez se practica: usa datos para informar tus decisiones.

CreativeX es en realidad tu segunda startup, ¿podrías compartir la historia de su creación?

Me fui de Google en 2012 para fundar Hatch, una empresa de comercio electrónico que vendía productos de estilo de vida personalizados. Nuestra tesis era que la experiencia de compra en línea típica era agotadora, con los consumidores teniendo que desplazarse por páginas y páginas de productos que no eran exactamente lo que buscaban. Las pequeñas y medianas empresas asumían la carga de predecir la demanda del consumidor y se quedaban con inventario sobrante que no se vendía. Nuestra solución era crear una experiencia de compra minorista personalizable, un lugar donde cada producto podría ser ajustado para satisfacer las especificaciones del cliente, reduciendo el riesgo de inventario que asumían los fabricantes.

Still es una idea en la que creo profundamente, pero las empresas de comercio electrónico son difíciles de poner en marcha sin una inversión significativa de capital. Mientras estábamos construyendo Hatch, naturalmente pasamos mucho tiempo pensando en cómo atraer a los consumidores a nuestro sitio y nos vimos obligados a competir por la atención del consumidor con todos los sospechosos habituales (Google, Facebook (META ), etc.) pero con una fracción de los recursos financieros. Dado que no podríamos superar a los principales jugadores de comercio electrónico, comenzamos a preguntarnos cómo podríamos superarlos. Estábamos tomando decisiones informadas por datos sobre todo: nuestra audiencia, el momento del día en que estábamos publicitando, las palabras clave, etc. Todo menos la creatividad en sí. Nos dimos cuenta de que los activos creativos eran la parte más importante de nuestro marketing, pero la parte que entendíamos menos.

Comenzamos a construir tecnología para abordar ese problema, y fue esa tecnología, inicialmente destinada a nuestra propia analítica interna, la que dio lugar al nacimiento de CreativeX. Hoy en día, CreativeX proporciona tecnología para ayudar a las marcas a alcanzar la excelencia creativa midiendo, rastreando y mejorando la calidad creativa, la consistencia de la marca y la representación en el contenido.

¿Podrías discutir las diferentes tecnologías de aprendizaje automático que se utilizan en CreativeX para descomponer imágenes y videos en miles de atributos?

CreativeX procesa cada activo creativo que se extrae de nuestro sistema (imágenes, videos y GIF) y utiliza una variedad de tecnologías para recopilar y crear un conjunto integral de metadatos que nos permiten categorizar esos activos de manera personalizada.

Analizamos cuatro elementos de cada activo creativo.

1. El archivo de imagen y video: Extraemos propiedades comunes de cada archivo, incluyendo dimensiones, tipo de archivo, etc.

2. El contenido de la imagen y el video: Utilizamos dos tipos de tecnologías para comprender el contenido dentro de cada imagen y video.

• Visión por computadora: Esto nos permite comprender el contenido de cualquier visual a gran escala y los datos se devuelven como docenas, a veces cientos de etiquetas para cada activo creativo.
• Reconocimiento óptico de caracteres: Esto nos permite detectar cualquier palabra utilizada dentro de la creatividad. La tecnología determina no solo la cantidad de texto que se utiliza, sino también cualquier requisito de marca específico de texto (es decir, eslogan, posición, idioma, etc.)

3. La copia que acompaña a cada visual: Si la creatividad está en vivo, también extraemos cualquier texto de descripción que lo acompañe.

4. El archivo de sonido para video: Cada archivo de audio se traduce en texto analizable que permite configurar reglas de audio para cada marca.

Hemos construido herramientas para combinar todos esos datos de maneras inteligentes para analizar y contenido de manera escalable y precisa, tanto para la presencia de objetos como para conceptos que los marketeros desean medir.

¿Cuán importante es personalizar las señales visuales y los elementos que se miden?

La capacidad de personalizar lo que seguimos para cada marca es fundamental. Los datos solo son tan poderosos como su capacidad para proporcionar claridad sobre algo que es relevante para tu organización, por lo que es por eso que una reconocimiento de visión por computadora de un tamaño único puede ser difícil para que los marketeros la utilicen fuera de la caja. Este es el problema con el que luchamos en los primeros días de Hatch: podríamos detectar la presencia de vestidos y comprender con qué frecuencia los estábamos utilizando, pero si eres una empresa de automóviles, esa información es irrelevante. Es por eso que hemos invertido mucho tiempo en ser capaces de personalizar el tipo de detección que proporcionamos para que podamos mapearlo a lo que es único sobre esa marca, su industria y sus desafíos. Eso a menudo incluye construir detección que refleje las pautas de esa marca, su voz, cómo se posiciona en el mercado, cómo se diferencia de sus competidores y que, en última instancia, llega al corazón de las grandes preguntas creativas que los marketeros en ese equipo están debatiendo.

¿Qué tipo de conocimientos prácticos se pueden obtener de esta aplicación?

La tecnología de CreativeX puede ayudarte a obtener conocimientos sobre la calidad creativa, la consistencia de la marca, el cumplimiento y la representación de todo tu contenido de imagen y video. Con esta información, los marketeros pueden determinar cuánto de su contenido cumple con su estándar mínimo de calidad y está configurado para el éxito basado en los parámetros únicos que se requieren en cada plataforma y cuánto dinero están gastando (y sus agencias) en promocionar y producir contenido que sí (y no) se adhiere a estos estándares. Pueden medir cuán consistentemente sus equipos de marca están comunicando sobre la marca (¿están marchando al ritmo de la misma melodía? ¿Están utilizando consistentemente los mismos activos de marca distintivos?) y cuán representativas han sido sus decisiones de casting. Todo esto puede ayudar a los marketeros a recuperar el control sobre su contenido creativo para comprender y medir realmente, a gran escala, la salud y la alineación de sus decisiones creativas.

CreativeX ha realizado un análisis racial y de género de miles de anuncios, ¿cuáles fueron algunos de los resultados de este análisis?

Analicé 2,378 anuncios de bienes de consumo rápido (FMCG) en los EE. UU. y encontramos que, a pesar de la gran atención que se le ha dado al tema de la representación, la realidad de la representación inclusiva todavía requiere mucho trabajo. Nuestro análisis de diversidad racial, por ejemplo, mostró que las personas negras son más propensas a ser elegidas en anuncios donde el deporte o el ejercicio es un tema y menos propensas a ser elegidas en roles de liderazgo. Cuando miramos la representación de género, encontramos que las marcas aún perpetúan estereotipos de género negativos: los hombres dominan los roles profesionales y las mujeres son más propensas a aparecer realizando ciertas actividades domésticas como la limpieza. Incluso con menos apariciones en pantalla, los hombres aparecen en más papeles de habla, pero estamos viendo algún progreso con una mayor representación de mujeres en roles de liderazgo.

¿Qué otras formas puedes ver que el aprendizaje automático mejore el paisaje publicitario en los próximos 5 años?

Uno de nuestros inversores solía decir que muchas industrias que afirman utilizar aprendizaje automático tienen máquinas y aprendizaje, pero no siempre está claro que sean las máquinas las que están aprendiendo.

Mi opinión es que veremos una aplicación más profunda (o en algunos casos, real) del aprendizaje automático en la publicidad para seguir mejorando las cosas básicas que la industria ya está haciendo: predecir la propensión del consumidor a hacer clic y comprar (segmentación), generar variaciones creativas basadas en datos del consumidor (creativa dinámica), analizar más datos para generar conocimientos (informes).

Es probable que el aprendizaje automático se utilice para resolver qué otros señales pueden reemplazar la pérdida de cookies de terceros en Chrome y IDFA en iOS y cómo podemos seguir personalizando la publicidad a pesar de la pérdida de esa información.

¿Hay algo más que te gustaría compartir sobre CreativeX?

Un poco atrevido, pero… ¡estamos contratando! Si has llegado al final de este artículo y estás interesado en cómo unir mejor los datos y la expresión creativa, ¡nos encantaría hablar contigo!

Gracias por la gran entrevista, los lectores que deseen aprender más pueden visitar CreativeX.