Anastasia Leng, Fondatrice e CEO di CreativeX – Serie di interviste

Anastasia Leng è la fondatrice e CEO di Creativo X, un'azienda che alimenta l'eccellenza creativa per i marchi più amati al mondo. Analizzando la creatività su larga scala, la tecnologia mira a far progredire l'espressione creativa attraverso la chiarezza dei dati.

Hai imparato il marketing in Google e sei rimasto per 6 anni. Quali sono stati i punti salienti di questa esperienza?

Il marketing di Google è lontano dal marketing tradizionale. Il lavoro che ho svolto durante la mia permanenza lì dal 2007 al 2012 è stato un misto di marketing, prodotto e sviluppo aziendale. Tutto il mio lavoro si è concentrato sul lancio, il posizionamento e il convincere le persone a utilizzare o acquistare una nuova tecnologia o prodotto per la prima volta. Ecco i tre principali apprendimenti che porto ancora con me oggi (e che infastidiscono il nostro team di marketing):

1. Metti sempre gli utenti al primo posto: sembra abbastanza semplice, ma è sorprendente quanti esperti di marketing lo considerino un luogo comune. Non dare per scontato che quello che vuoi sia quello che vogliono i tuoi utenti (un errore che vedo più e più volte). In effetti, uno studio Thinkbox del 2016 e uno studio Reach Solutions del 2018 hanno confrontato le convinzioni dei marketer con quelle del pubblico in generale solo per scoprire che attribuiamo erroneamente molte delle nostre convinzioni ai nostri clienti. I ricercatori l'hanno descritta come una "illusione empatica" e ha davvero messo alcuni dati dietro il fatto che dobbiamo fare un lavoro migliore per comprendere i nostri utenti.

2. Evita sempre il gergo: Google ha fatto un ottimo lavoro instillando in noi il valore di una comunicazione chiara e semplice. Anche i loro termini e condizioni erano scritti in un modo che qualcuno senza una laurea in giurisprudenza aveva la possibilità di comprendere. Di conseguenza, ho una risposta di rabbia pavloviana a termini come "leadership di pensiero" o "omnicanale" e faccio del mio meglio per spingere il nostro team, e me stesso, ad articolare le nostre opinioni in un linguaggio conciso, umano e accessibile.

3. Misura tutto: all'inizio della mia carriera in Google, ho commesso l'errore da principiante di razionalizzare la mia giustificazione per una decisione dicendo che "l'abbiamo fatto in questo modo in passato, quindi dovremmo farlo di nuovo in questo modo qui". Ho scelto il conforto e la familiarità piuttosto che comprendere veramente ciò che la situazione di fronte a me effettivamente giustificava, e la risposta delle mie controparti mi è bastata per evitare di commettere nuovamente questo errore. È ovvio ma raramente praticato: usa i dati per informare le tue decisioni.

CreativeX è in realtà la tua seconda start-up, potresti condividere la storia della genesi dietro di essa?

Ho lasciato Google nel 2012 per avviare Hatch, un'azienda di e-commerce che vendeva prodotti lifestyle personalizzabili. La nostra tesi era che la tipica esperienza di acquisto online fosse estenuante, con i consumatori che dovevano scorrere pagine e pagine di prodotti che non andavano bene. Le piccole e medie imprese si sono assunte l'onere di prevedere la domanda dei consumatori e sono rimaste in possesso di scorte rimanenti che non sono state vendute. La nostra soluzione era quella di creare un'esperienza di vendita al dettaglio personalizzabile, un luogo in cui ogni prodotto potesse essere ottimizzato per soddisfare le specifiche del cliente riducendo al contempo il rischio di inventario sostenuto dal produttore.

Rimane un'idea in cui credo profondamente, ma le attività di e-commerce sono difficili da decollare senza un investimento di capitale significativo. Mentre stavamo costruendo Hatch, abbiamo naturalmente passato molto tempo a pensare a come portare i consumatori sul nostro sito e siamo stati costretti a competere per l'attenzione dei consumatori con tutti i soliti sospetti (Google, Facebook, ecc.) ma con una frazione di le risorse finanziarie. Dato che non potevamo superare le offerte dei principali attori dell'e-commerce, abbiamo iniziato a chiederci come avremmo potuto superarli in astuzia. Stavamo prendendo decisioni basate sui dati su tutto: il nostro pubblico, l'ora del giorno in cui stavamo facendo pubblicità, le parole chiave, ecc. Tutto tranne la creatività stessa. Ci siamo resi conto che le risorse creative erano la parte più importante del nostro marketing, ma la parte che capivamo di meno.

Abbiamo iniziato a costruire la tecnologia per risolvere questo problema, ed è stata quella tecnologia, inizialmente destinata alla nostra analisi interna, che ha portato alla nascita di CreativeX. Oggi, CreativeX fornisce tecnologia per aiutare i marchi a raggiungere l'eccellenza creativa misurando, monitorando e migliorando la qualità creativa, la coerenza del marchio e la rappresentazione all'interno dei contenuti.

Potresti parlare delle diverse tecnologie di apprendimento automatico utilizzate in CreativeX per suddividere immagini e video in migliaia di attributi?

CreativeX elabora ogni singolo asset creativo inserito nel nostro sistema (immagini, video e GIF) e utilizza una varietà di tecnologie per raccogliere e creare un set completo di metadati che ci consente di classificare correttamente tali asset in modo personalizzato.

Analizziamo quattro elementi di ogni risorsa creativa.

1. Il file immagine e video: estraiamo le proprietà comuni da ogni file, incluse le dimensioni della lunghezza dell'asset, il tipo di file, ecc.

2. Il contenuto di immagini e video: utilizziamo due tipi di tecnologie per comprendere il contenuto all'interno di ogni immagine e video.

• Visione artificiale: questo ci consente di comprendere i contenuti di qualsiasi immagine su larga scala e i dati vengono restituiti sotto forma di dozzine, a volte centinaia di tag per ogni risorsa creativa.
• Riconoscimento ottico dei caratteri: questo ci consente di rilevare qualsiasi parola utilizzata all'interno della creatività. La tecnologia determina non solo la quantità di testo utilizzata, ma qualsiasi requisito di branding specifico del testo (ad es. tagline, posizionamento, lingua, ecc.)

3. Il testo che accompagna ogni elemento visivo: se la creatività è attiva, inseriamo anche l'eventuale descrizione testuale di accompagnamento.

4. Il file audio per il video: ogni file audio viene tradotto in testo analizzabile che consente l'impostazione di regole audio per ogni marchio.

Abbiamo creato strumenti per combinare tutti quei dati in modi intelligenti per analizzare in modo scalabile e accurato e contenuti sia per la presenza di oggetti che per concetti che i professionisti del marketing vogliono misurare.

Quanto è importante personalizzare i segnali visivi e gli elementi che vengono misurati?

La capacità di personalizzare ciò che monitoriamo per ogni marchio è fondamentale. I dati sono potenti solo quanto la loro capacità di fornire chiarezza su qualcosa che è di attualità per la tua organizzazione, motivo per cui il riconoscimento della visione artificiale a taglia unica può essere difficile da utilizzare per i professionisti del marketing. Questo è il problema con cui abbiamo lottato nei primi giorni di Hatch: potremmo rilevare la presenza di abiti e capire con quale frequenza li stiamo usando, ma se sei un'azienda automobilistica, questa intuizione è irrilevante. Questo è il motivo per cui abbiamo investito un'enorme quantità di tempo per poter personalizzare il tipo di rilevamento che forniamo in modo da poterlo mappare a ciò che è unico in quel marchio, il suo settore e le sue sfide. Ciò spesso include il rilevamento degli edifici che riflette le linee guida o la voce di quel marchio, come è posizionato sul mercato, come si differenzia dai suoi concorrenti e che alla fine arriva al cuore delle grandi domande creative che i marketer di quel team stanno discutendo.

Che tipo di informazioni fruibili possono essere ottenute da questa applicazione?

La tecnologia CreativeX può aiutarti a ottenere informazioni sulla qualità creativa, la coerenza del marchio, la conformità e la rappresentazione di tutti i tuoi contenuti video e immagini. Con queste informazioni, gli esperti di marketing possono determinare quanto dei loro contenuti soddisfa il loro standard minimo di qualità ed è impostato per il successo in base ai parametri univoci richiesti su ciascuna piattaforma e quanti soldi loro (e le loro agenzie) stanno spendendo per promuovere e produrre contenuti che aderiscono (e non) a questi standard. Possono misurare la coerenza con cui i loro team di brand comunicano il marchio (stanno marciando al ritmo dello stesso tamburo? Usano costantemente le stesse risorse distintive del marchio?) e quanto sono state rappresentative le loro decisioni di casting. Tutto ciò può aiutare i professionisti del marketing a riprendere il controllo dei loro contenuti creativi per comprendere e misurare veramente, su larga scala, la salute e l'allineamento delle loro decisioni creative.

CreativeX ha eseguito sia un'analisi razziale che di genere di migliaia di annunci, quali sono stati alcuni dei risultati di questa analisi?

Abbiamo analizzato 2,378 annunci FMCG (beni di consumo in rapido movimento) negli Stati Uniti e abbiamo scoperto che, nonostante la grande attenzione prestata al tema della rappresentazione, la realtà della rappresentazione inclusiva richiede ancora molto lavoro. Nostro Analisi della diversità razziale, ad esempio, ha mostrato che i neri hanno maggiori probabilità di essere scelti per annunci in cui lo sport o l'esercizio fisico sono un tema e meno probabilità di essere scelti per ruoli di leadership. Quando abbiamo guardato rappresentazione di genere, abbiamo scoperto che i brand stanno ancora perpetuando stereotipi di genere negativi: gli uomini dominano i ruoli professionali e le donne hanno maggiori probabilità di svolgere determinate attività domestiche come le pulizie. Anche con un minor numero di apparizioni sullo schermo, gli uomini sono presenti in più ruoli parlanti, ma stiamo assistendo a dei progressi con una maggiore rappresentazione delle donne nei ruoli di leadership.

In quali altri modi puoi vedere il machine learning migliorare il panorama pubblicitario nei prossimi 5 anni?

Uno dei nostri investitori diceva che molte industrie che affermano di utilizzare l'apprendimento automatico hanno macchine e hanno l'apprendimento, ma non è sempre chiaro che sono le macchine che stanno imparando.

La mia opinione è che vedremo un'applicazione più approfondita (o in alcuni casi effettiva) dell'apprendimento automatico nella pubblicità per continuare a migliorare le cose quotidiane che l'industria sta già facendo: prevedere la propensione dei consumatori a fare clic e acquistare (targeting), generazione di varianti creative basate sui dati dei consumatori (creatività pubblicitaria dinamica), analisi di più dati per generare approfondimenti (reporting).

È probabile che l'apprendimento automatico venga utilizzato per capire quali altri segnali possono sostituire la perdita di cookie di terze parti su Chrome e IDFA su iOS e come possiamo continuare a personalizzare la pubblicità nonostante la perdita di tali informazioni.

C'è qualcos'altro che vorresti condividere su CreativeX?

Un po' sfacciato ma... stiamo assumendo! Se sei arrivato in fondo a questo articolo e sei interessato a come unire meglio i dati e l'espressione creativa, ci piacerebbe parlare!

Grazie per l'ottima intervista, i lettori che desiderano saperne di più dovrebbero visitare Creativo X.