Anastasia Leng, fondatrice et PDG de CreativeX – Série d'interviews

Anastasia Leng est la fondatrice et PDG de CréationX, une entreprise qui propulse l'excellence créative pour les marques les plus appréciées au monde. En analysant la création à grande échelle, la technologie vise à faire progresser l'expression créative grâce à la clarté des données.

Vous avez appris le marketing chez Google et y êtes resté 6 ans. Quels ont été vos principaux enseignements de cette expérience ?

Le marketing chez Google est loin du marketing traditionnel. Le travail que j'ai effectué pendant mon séjour là-bas de 2007 à 2012 était un mélange de marketing, de développement de produits et de développement commercial. Tout mon travail visait à lancer, positionner et convaincre les gens d'utiliser ou d'acheter une nouvelle technologie ou un nouveau produit pour la toute première fois. Voici les trois principaux apprentissages que j'emporte encore avec moi aujourd'hui (et qui ennuient notre équipe marketing):

1. Faites toujours passer les utilisateurs en premier : cela semble assez simple, mais il est étonnant de voir combien de spécialistes du marketing traitent cela comme une platitude. Ne présumez pas que ce que vous voulez est ce que veulent vos utilisateurs (une erreur que je vois encore et encore). En fait, une étude Thinkbox de 2016 et une étude Reach Solutions de 2018 ont comparé les croyances des spécialistes du marketing à celles du grand public pour découvrir que nous attribuons à tort bon nombre de nos propres croyances à nos clients. Les chercheurs ont décrit cela comme une "illusion d'empathie" et cela a vraiment mis des données derrière le fait que nous devons faire un meilleur travail pour comprendre nos utilisateurs.

2. Évitez toujours le jargon : Google a fait un excellent travail en nous inculquant la valeur d'une communication claire et simple. Même leurs termes et conditions étaient écrits d'une manière que quelqu'un sans diplôme en droit avait la chance de comprendre. En conséquence, j'ai une réponse pavlovienne à des termes comme «leadership éclairé» ou «omnicanal» et je fais de mon mieux pour pousser notre équipe, et moi-même, à articuler nos points de vue dans un langage concis, humain et accessible.

3. Tout mesurer : au début de ma carrière chez Google, j'ai commis l'erreur de débutant de rationaliser ma justification d'une décision en disant que "nous l'avons fait de cette façon dans le passé, nous devrions donc le faire à nouveau ici". J'ai choisi le confort et la familiarité plutôt que de vraiment comprendre ce que la situation devant moi justifiait réellement, et la réponse de mes homologues m'a suffi pour éviter de refaire cette erreur. C'est évident mais rarement pratiqué : utilisez les données pour éclairer vos décisions.

CreativeX est en fait votre deuxième start-up, pourriez-vous partager l'histoire de sa genèse ?

J'ai quitté Google en 2012 pour lancer Hatch, une société de commerce électronique qui vendait des produits de style de vie personnalisables. Notre thèse était que l'expérience d'achat en ligne typique était épuisante, les consommateurs devant faire défiler des pages et des pages de produits qui n'étaient pas tout à fait corrects. Les petites et moyennes entreprises ont assumé la charge de prévoir la demande des consommateurs et se sont retrouvées avec des stocks restants qui ne se vendaient pas. Notre solution consistait à créer une expérience de vente au détail personnalisable, un endroit où chaque produit pouvait être modifié pour répondre aux spécifications du client tout en réduisant le risque d'inventaire supporté par le fabricant.

Cela reste une idée en laquelle je crois profondément, mais les entreprises de commerce électronique ont du mal à démarrer sans un investissement en capital important. Pendant que nous construisions Hatch, nous avons naturellement passé beaucoup de temps à réfléchir à la manière d'attirer les consommateurs sur notre site et nous avons été obligés de rivaliser pour attirer l'attention des consommateurs avec tous les suspects habituels (Google, Facebook, etc.), mais avec une fraction de les ressources financières. Étant donné que nous ne pouvions pas surenchérir sur les principaux acteurs du commerce électronique, nous avons commencé à nous demander comment nous pourrions les déjouer. Nous prenions des décisions fondées sur des données concernant tout : notre public, l'heure de la journée à laquelle nous faisions de la publicité, les mots clés, etc. Tout sauf la création elle-même. Nous avons réalisé que les actifs créatifs étaient la partie la plus importante de notre marketing, mais la partie que nous comprenions le moins.

Nous avons commencé à développer une technologie pour résoudre ce problème, et c'est cette technologie, initialement destinée à nos propres analyses internes, qui a conduit à la naissance de CreativeX. Aujourd'hui, CreativeX fournit une technologie pour aider les marques à atteindre l'excellence créative en mesurant, en suivant et en améliorant la qualité créative, la cohérence de la marque et la représentation dans le contenu.

Pourriez-vous discuter des différentes technologies d'apprentissage automatique utilisées chez CreativeX pour décomposer les images et les vidéos en milliers d'attributs ?

CreativeX traite chaque ressource créative extraite de notre système (images, vidéos et GIF) et utilise une variété de technologies pour rassembler et créer un ensemble complet de métadonnées qui nous permet de catégoriser correctement ces ressources de manière personnalisée.

Nous analysons quatre éléments de chaque élément créatif.

1. Le fichier image et vidéo : nous extrayons les propriétés communes de chaque fichier, y compris les dimensions de la longueur de l'actif, le type de fichier, etc.

2. Le contenu image et vidéo : Nous utilisons deux types de technologies pour comprendre le contenu à l'intérieur de chaque image et vidéo.

• Vision par ordinateur : cela nous permet de comprendre le contenu de n'importe quel visuel à grande échelle et les données sont renvoyées sous forme de dizaines, parfois de centaines de balises pour chaque élément créatif.
• Reconnaissance optique des caractères : cela nous permet de détecter tous les mots utilisés dans la création. La technologie détermine non seulement la quantité de texte utilisée, mais également toutes les exigences de marque spécifiques au texte (c'est-à-dire les slogans, le positionnement, la langue, etc.)

3. La copie accompagnant chaque visuel : si la création est en ligne, nous récupérons également toute description textuelle d'accompagnement.

4. Le fichier son pour la vidéo : Chaque fichier audio est traduit en texte analysable qui permet de définir des règles audio pour chaque marque.

Nous avons conçu des outils pour combiner toutes ces données de manière intelligente afin d'analyser de manière évolutive et précise le contenu à la fois de la présence d'objets et des concepts que les spécialistes du marketing souhaitent mesurer.

Quelle est l'importance de la personnalisation des repères visuels et des éléments mesurés ?

La possibilité de personnaliser ce que nous suivons pour chaque marque est essentielle. Les données sont seulement aussi puissantes que leur capacité à fournir de la clarté sur quelque chose d'actualité pour votre organisation, c'est pourquoi la reconnaissance de la vision par ordinateur à taille unique peut être difficile à utiliser pour les spécialistes du marketing. C'est le problème avec lequel nous avons lutté au début de Hatch : nous pouvons détecter la présence de robes et comprendre à quelle fréquence nous les utilisons, mais si vous êtes une entreprise automobile, cette idée n'est pas pertinente. C'est pourquoi nous avons investi énormément de temps pour pouvoir personnaliser le type de détection que nous fournissons afin de pouvoir le mapper sur ce qui est unique à propos de cette marque, de son industrie et de ses défis. Cela inclut souvent la détection de bâtiments qui reflète les directives ou la voix de cette marque, son positionnement sur le marché, sa différenciation de ses concurrents, et qui, en fin de compte, va au cœur des grandes questions créatives dont débattent les spécialistes du marketing de cette équipe.

Quel type d'informations exploitables peut être obtenu à partir de cette application ?

La technologie CreativeX peut vous aider à obtenir des informations sur la qualité créative, la cohérence de la marque, la conformité et la représentation de l'ensemble de votre contenu image et vidéo. Grâce à ces informations, les spécialistes du marketing peuvent déterminer dans quelle mesure leur contenu répond à leur norme minimale de qualité et est configuré pour réussir en fonction des paramètres uniques requis sur chaque plate-forme et combien d'argent ils (et leurs agences) dépensent pour promouvoir et produire du contenu qui respecte (et ne respecte pas) ces normes. Ils peuvent mesurer la cohérence avec laquelle leurs équipes de marque communiquent sur la marque (marchent-elles au rythme du même tambour ? Utilisent-elles systématiquement les mêmes atouts de marque distinctifs ?) et la représentativité de leurs décisions de casting. Tout cela peut aider les spécialistes du marketing à reprendre le contrôle de leur contenu créatif pour vraiment comprendre et mesurer, à grande échelle, la santé et l'alignement de leurs décisions créatives.

CreativeX a effectué une analyse raciale et sexospécifique de milliers d'annonces. Quels ont été certains des résultats de cette analyse ?

Nous avons analysé 2,378 XNUMX annonces FMCG (biens de consommation à rotation rapide) aux États-Unis et avons constaté que malgré une grande attention accordée au thème de la représentation, la réalité de la représentation inclusive nécessite encore beaucoup de travail. Notre analyse de la diversité raciale, par exemple, a montré que les Noirs sont plus susceptibles d'être castés dans des publicités dont le thème est le sport ou l'exercice et moins susceptibles d'être castés dans des rôles de leadership. Quand nous avons regardé représentation des sexes, nous avons constaté que les marques perpétuent encore des stéréotypes de genre négatifs : les hommes dominent les rôles professionnels et les femmes sont plus susceptibles de réaliser certaines activités domestiques comme le nettoyage. Même avec moins d'apparitions à l'écran, les hommes occupent davantage de postes de parole, mais nous constatons des progrès avec une représentation accrue des femmes dans des rôles de leadership.

Quelles sont les autres façons dont vous pouvez voir l'apprentissage automatique améliorer le paysage publicitaire au cours des 5 prochaines années ?

L'un de nos investisseurs avait l'habitude de dire que de nombreuses industries qui prétendent utiliser l'apprentissage automatique ont des machines, et elles ont l'apprentissage, mais il n'est pas toujours clair que ce sont les machines qui apprennent.

Je pense que nous verrons une application plus approfondie (ou dans certains cas, réelle) de l'apprentissage automatique dans la publicité pour continuer à améliorer les choses essentielles que l'industrie fait déjà : prévoir la propension des consommateurs à cliquer et à acheter (ciblage), générer des variations créatives basées sur les données des consommateurs (création publicitaire dynamique), analyser plus de données pour générer des informations (rapports).

L'apprentissage automatique est susceptible d'être mis au défi de déterminer quels autres signaux peuvent remplacer la perte de cookies tiers sur Chrome et IDFA sur iOS et comment nous pouvons continuer à personnaliser la publicité malgré la perte de ces informations.

Y a-t-il autre chose que vous aimeriez partager à propos de CreativeX ?

Un peu culotté mais… on recrute ! Si vous êtes arrivé au bas de cet article et que vous souhaitez savoir comment mieux unir les données et l'expression créative, nous serions ravis de discuter !

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter CréationX.