Anastasia Leng, fundadora y directora ejecutiva de CreativeX – Serie de entrevistas

Anastasia Leng es la fundadora y directora ejecutiva de CreativoX, una empresa que impulsa la excelencia creativa para las marcas más queridas del mundo. Al analizar la creatividad a escala, la tecnología tiene como objetivo avanzar en la expresión creativa a través de la claridad de los datos.

Aprendiste marketing en Google y te quedaste 6 años. ¿Cuáles fueron los puntos clave de esta experiencia?

El marketing en Google está lejos del marketing tradicional. El trabajo que realicé durante el tiempo que estuve allí de 2007 a 2012 fue una combinación de marketing, productos y desarrollo comercial. Todo mi trabajo se centró en lanzar, posicionar y convencer a las personas para que usen o compren una nueva tecnología o producto por primera vez. Estos son los tres aprendizajes principales que todavía llevo conmigo hoy (y que molestan a nuestro equipo de marketing):

1. Ponga siempre a los usuarios primero: parece bastante simple, pero es asombroso cuántos especialistas en marketing tratan esto como un lugar común. No asuma que lo que quiere es lo que quieren sus usuarios (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 especialistas en marketing con las del público en general solo para descubrir que erróneamente atribuimos muchas de nuestras propias creencias a nuestros clientes. Los investigadores describieron esto como un "engaño de empatía" y realmente puso algunos datos detrás del hecho de que necesitamos hacer un mejor trabajo para comprender a nuestros usuarios.

2. Evite siempre la jerga: Google hizo un trabajo maravilloso al inculcarnos el valor de la comunicación clara y sencilla. Incluso sus términos y condiciones fueron escritos de una manera que alguien sin un título legal tuvo la oportunidad de comprender. Como resultado, tengo una respuesta pavloviana de vergüenza a términos como "liderazgo intelectual" u "omnicanal" y hago todo lo posible para presionar a nuestro equipo, y a mí mismo, para articular nuestros puntos de vista en un lenguaje conciso, humano y accesible.

3. Medir todo: al principio de mi carrera en Google, cometí el error de novato de racionalizar mi justificación para una decisión diciendo que "lo hicimos de esta manera en el pasado, así que deberíamos hacerlo de esta manera nuevamente aquí". Elegí la comodidad y la familiaridad en lugar de comprender realmente lo que realmente justificaba la situación frente a mí, y la respuesta de mis contrapartes fue suficiente para evitar cometer este error nuevamente. Es obvio pero rara vez se practica: use datos para informar sus decisiones.

CreativeX es en realidad su segunda puesta en marcha, ¿podría compartir la historia de génesis detrás de ella?

Dejé Google en 2012 para iniciar Hatch, una empresa de comercio electrónico que vendía productos de estilo de vida personalizables. Nuestra tesis era que la típica experiencia de compra en línea era agotadora, y los consumidores tenían que desplazarse por páginas y páginas de productos que no eran del todo correctos. Las pequeñas y medianas empresas asumieron la carga de predecir la demanda de los consumidores y se quedaron con el inventario sobrante que no se vendió. Nuestra solución fue crear una experiencia minorista personalizable, un lugar en el que cada producto pudiera ajustarse para cumplir con las especificaciones del cliente y al mismo tiempo reducir el riesgo de inventario asumido por el fabricante.

Sigue siendo una idea en la que creo profundamente, pero los negocios de comercio electrónico son difíciles de poner en marcha sin una inversión de capital significativa. Mientras construíamos 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, etc.) pero con una fracción de los recursos financieros. Dado que no podíamos superar las ofertas de los principales jugadores de comercio electrónico, comenzamos a preguntarnos cómo podríamos ser más astutos que ellos. Estábamos tomando decisiones basadas en datos sobre todo: nuestra audiencia, la hora del día en la que anunciábamos, 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 menos entendíamos.

Comenzamos a desarrollar tecnología para abordar ese problema, y ​​fue esa tecnología, inicialmente destinada a nuestro propio análisis interno, lo que condujo al nacimiento de CreativeX. En la actualidad, CreativeX proporciona tecnología para ayudar a las marcas a alcanzar la excelencia creativa mediante la medición, el seguimiento y la mejora de la calidad creativa, la consistencia de la marca y la representación en el contenido.

¿Podrías hablarnos de las diferentes tecnologías de aprendizaje automático que se utilizan en CreativeX para dividir imágenes y vídeos en miles de atributos?

CreativeX procesa todos los activos creativos que ingresan a nuestro sistema (imágenes, videos y GIF) y utiliza una variedad de tecnologías para recopilar y crear un conjunto completo de metadatos que nos permite categorizar correctamente 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, incluidas las dimensiones de longitud de los activos, el tipo de archivo, etc.

2. El contenido de imagen y 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 objeto visual a 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 del texto (es decir, eslóganes, posicionamiento, idioma, etc.)

3. La copia que acompaña a cada elemento visual: si la creatividad está activa, también extraemos cualquier descripción de texto que la acompañe.

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

Hemos creado herramientas para combinar todos esos datos de manera inteligente para analizar y contenido de manera escalable y precisa tanto para la presencia de objetos como para los conceptos que los especialistas en marketing desean medir.

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

La capacidad de personalizar lo que rastreamos para cada marca es fundamental. Los datos son tan poderosos como su capacidad para proporcionar claridad sobre algo que es de actualidad para su organización, por lo que el reconocimiento de visión por computadora único para todos puede ser difícil de usar para los especialistas en marketing. Este es el problema con el que luchamos en los primeros días de Hatch: podemos detectar la presencia de vestidos y entender con qué frecuencia los usamos, pero si es una empresa de automóviles, esa información es irrelevante. Es por eso que hemos invertido una enorme cantidad de tiempo en poder personalizar el tipo de detección que brindamos para que podamos asignarlo a lo que es único sobre esa marca, su industria y sus desafíos. Eso a menudo incluye la detección de edificios que refleja las pautas o la voz de esa marca, cómo se posiciona en el mercado, cómo se diferencia de sus competidores y, en última instancia, llega al corazón de las grandes preguntas creativas que debaten los especialistas en marketing de ese equipo.

¿Qué tipo de información procesable se puede obtener de esta aplicación?

La tecnología CreativeX puede ayudarlo a obtener información sobre la calidad creativa, la consistencia de la marca, el cumplimiento y la representación de todo su contenido de imagen y video. Con esta información, los especialistas en marketing pueden determinar cuánto de su contenido cumple con su estándar mínimo de calidad y está configurado para el éxito en función de los parámetros únicos que se requieren en cada plataforma y cuánto dinero están gastando ellos (y sus agencias) en promoción y producir contenido que se adhiera (y no) a estos estándares. Pueden medir qué tan consistentemente sus equipos de marca se comunican sobre la marca (¿están marchando al ritmo del mismo tambor? ¿Usando constantemente los mismos activos distintivos de la marca?) y qué tan representativas han sido sus decisiones de casting. Todo esto puede ayudar a los especialistas en marketing a recuperar el control de su contenido creativo para comprender y medir realmente, a escala, el estado 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?

Analizamos 2,378 anuncios FMCG (bienes de consumo de rápido movimiento) en los EE. UU. y descubrimos que, a pesar de que se le ha prestado mucha atención al tema de la representación, la realidad de la representación inclusiva aún requiere mucho trabajo. Nuestro análisis de la diversidad racial, por ejemplo, mostró que es más probable que los negros aparezcan en anuncios donde el deporte o el ejercicio son un tema y menos probable que asuman roles de liderazgo. cuando miramos representación de género, descubrimos que las marcas aún perpetúan los estereotipos de género negativos: los hombres dominan los roles profesionales y es más probable que las mujeres realicen ciertas actividades domésticas como la limpieza. Incluso con menos apariciones en pantalla, los hombres aparecen en más roles de oradores, pero estamos viendo algunos avances con una mayor representación de mujeres en roles de liderazgo.

¿De qué otras formas puede ver que el aprendizaje automático mejore el panorama publicitario en los próximos 5 años?

Uno de nuestros inversores solía decir que muchas industrias que afirman utilizar el aprendizaje automático tienen máquinas y tienen aprendizaje, pero no siempre está claro que son 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 continuar 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 (creatividad de anuncios dinámicos), analizar más datos para generar información (informes).

Es probable que el aprendizaje automático se centre en descubrir qué otras señales pueden reemplazar la pérdida de cookies de terceros en Chrome e IDFA en iOS y cómo podemos continuar personalizando la publicidad a pesar de la pérdida de esa información.

¿Hay algo más que le gustaría compartir sobre CreativeX?

Un poco descarado pero… ¡estamos contratando! Si llegó al final de este artículo y está interesado en cómo unir mejor los datos y la expresión creativa, ¡nos encantaría hablar!

Gracias por la gran entrevista, los lectores que deseen obtener más información deben visitar CreativoX.