Anastasia Leng, Fondatrice & Amministratore Delegato di CreativeX – Serie di Interviste

Anastasia Leng è la Fondatrice & Amministratore Delegato di CreativeX, un’azienda che alimenta l’eccellenza creativa per i marchi più amati del mondo. Analizzando la creatività su larga scala, la tecnologia mira a promuovere l’espressione creativa attraverso la chiarezza dei dati.

Hai imparato il marketing a Google e ci sei rimasta per 6 anni. Quali sono stati i tuoi principali take-away da questa esperienza?

Il marketing a Google è ben lontano dal marketing tradizionale. Il lavoro che ho svolto durante il mio periodo lì, dal 2007 al 2012, era una miscela di marketing, prodotto e sviluppo aziendale. Tutti i miei lavori si concentravano sul lancio, sulla posizionamento e sulla convinzione delle persone a utilizzare o acquistare una nuova tecnologia o prodotto per la prima volta. Ecco i tre principali insegnamenti che ancora oggi porto con me (e che infastidiscono il nostro team di marketing):

1. Metti sempre l’utente al primo posto: sembra semplice, ma è sorprendente quanto molti marketer trattino questo come un luogo comune. Non supporre che ciò che vuoi sia ciò che l’utente vuole (un errore che vedo ripetersi più e più volte). In realtà, uno studio del 2016 di Thinkbox e uno studio del 2018 di Reach Solutions hanno confrontato le convinzioni dei marketer con quelle del pubblico in generale, scoprendo che attribuiamo erroneamente molte delle nostre convinzioni ai nostri clienti. I ricercatori hanno descritto questo come un “illusione dell’empatia” e ha realmente messo alcuni dati dietro il fatto che dobbiamo fare un lavoro migliore per capire i nostri utenti.

2. Evita sempre il gergo: Google ha fatto un ottimo lavoro nel farci capire il valore della comunicazione chiara e semplice. Anche i loro termini e condizioni erano scritti in modo che qualcuno senza un diploma in legge potesse capirli. Di conseguenza, ho una reazione di cringe pavloviana a termini come “thought leadership” o “omnichannel” e faccio del mio meglio per spingere il nostro team, e me stesso, a esprimere le nostre opinioni in un linguaggio conciso, umano e accessibile.

3. Misura tutto: all’inizio della mia carriera a Google, ho fatto 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 qui”. Ho scelto il comfort e la familiarità rispetto a capire veramente cosa richiedeva la situazione di fronte a me, e la risposta dei miei colleghi è stata sufficiente per evitare di ripetere questo errore. È ovvio, ma raramente praticato: usa i dati per informare le tue decisioni.

CreativeX è in realtà il tuo secondo start-up, potresti condividere la storia di come è nata?

Ho lasciato Google nel 2012 per fondare Hatch, un’azienda di e-commerce che vendeva prodotti di lifestyle personalizzabili. La nostra tesi era che l’esperienza di shopping online tipica era esaustiva, con i consumatori che dovevano scorrere pagine e pagine di prodotti che non erano proprio quelli giusti. Le piccole e medie imprese assumevano l’onere di prevedere la domanda dei consumatori e si ritrovavano a detenere scorte invendute che non si vendevano. La nostra soluzione era creare un’esperienza di retail personalizzabile, un luogo in cui ogni prodotto potesse essere personalizzato per soddisfare le specifiche del cliente, riducendo il rischio di inventario a carico del produttore.

Rimane un’idea in cui credo profondamente, ma le aziende di e-commerce sono difficili da avviare senza un significativo investimento di capitali. Mentre costruivamo Hatch, abbiamo naturalmente trascorso molto tempo a pensare a come attirare 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 delle risorse finanziarie. Visto che non potevamo superare le grandi aziende di e-commerce, abbiamo iniziato a chiederci come potevamo superarle. Stavamo prendendo decisioni basate sui dati su tutto: il nostro pubblico, l’orario di giorno in cui pubblicizzavamo, le parole chiave, ecc. Tutto tranne che la creatività stessa. Ci siamo resi conto che gli asset creativi erano la parte più importante del nostro marketing, ma la parte che capivamo di meno.

Abbiamo iniziato a costruire tecnologie per affrontare quel problema, e sono state quelle tecnologie, inizialmente destinate alla nostra analisi interna, che hanno portato alla nascita di CreativeX. Oggi, CreativeX fornisce tecnologie per aiutare i marchi a raggiungere l’eccellenza creativa misurando, tracciando e migliorando la qualità creativa, la coerenza del marchio e la rappresentazione all’interno dei contenuti.

Potresti discutere le diverse tecnologie di apprendimento automatico utilizzate in CreativeX per suddividere le immagini e i 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 consentono di categorizzare correttamente quegli asset in modo personalizzato.

Analizziamo quattro elementi di ogni asset creativo.

1. Il file di immagine e video: estraiamo proprietà comuni da ogni file, comprese le dimensioni dell’asset, il tipo di file, ecc.

2. Il contenuto dell’immagine e del video: utilizziamo due tipi di tecnologie per comprendere il contenuto all’interno di ogni immagine e video.

• Computer Vision: ci consente di comprendere il contenuto di ogni visivo su larga scala e i dati vengono restituiti come decine, a volte centinaia di tag per ogni asset creativo.
• Optical-Character Recognition: ci consente di rilevare le parole utilizzate all’interno della creatività. La tecnologia determina non solo la quantità di testo utilizzato, ma anche eventuali requisiti di branding specifici del testo (ad esempio, slogan, posizionamento, lingua, ecc.)

3. La copia che accompagna ogni visivo: se la creatività è live, tiriamo anche dentro il testo di accompagnamento.

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

Abbiamo costruito strumenti per combinare tutti quei dati in modi intelligenti per analizzare e contenere in modo scalabile e accurato sia la presenza di oggetti che concetti che i marketer vogliono misurare.

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

La capacità di personalizzare ciò che tracciamo per ogni marchio è critica. I dati sono potenti solo nella misura in cui forniscono chiarezza su qualcosa che è pertinente per la tua organizzazione, ed è per questo che il riconoscimento della visione computerizzata one-size-fits-all può essere difficile per i marketer da utilizzare fuori dal box. Questo è il problema con cui abbiamo lottato nei primi giorni di Hatch: potremmo rilevare la presenza di abiti e capire quanto li stiamo utilizzando, ma se sei un’azienda automobilistica, quell’informazione è irrilevante. Ecco perché abbiamo investito molto tempo nel poter personalizzare il tipo di rilevamento che offriamo in modo che possiamo mapparlo su ciò che è unico per quel marchio, il suo settore e le sue sfide. Ciò include spesso la costruzione di rilevamento che rifletta le linee guida del marchio o la sua voce, come è posizionato sul mercato, come si differenzia dai concorrenti e che alla fine arriva al cuore delle grandi domande creative che i marketer di quel team stanno dibattendo.

Quali sono gli insight azionabili che possono essere ottenuti da questa applicazione?

La tecnologia CreativeX può aiutarti a ottenere informazioni sulla qualità creativa, sulla coerenza del marchio, sulla conformità e sulla rappresentazione di tutti i tuoi contenuti di immagine e video. Con queste informazioni, i marketer possono determinare quanto del loro contenuto soddisfa il loro standard di qualità minimo e sia pronto per il successo in base ai parametri univoci richiesti su ogni piattaforma e quanto denaro stanno spendendo (e le loro agenzie) per promuovere e produrre contenuti che soddisfano (e non soddisfano) questi standard. Possono misurare quanto coerentemente i loro team di marchio stanno comunicando sul marchio (stanno marciando al ritmo della stessa batteria? Stanno utilizzando in modo coerente gli stessi asset di marchio distintivi?) e quanto rappresentative sono state le loro decisioni di casting. Tutto ciò può aiutare i marketer a riprendere il controllo dei loro contenuti creativi per capire 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 di beni di consumo (FMCG) negli Stati Uniti e abbiamo scoperto che, nonostante l’attenzione data all’argomento della rappresentanza, la realtà della rappresentanza inclusiva richiede ancora molto lavoro. La nostra analisi della diversità razziale, ad esempio, ha mostrato che le persone nere sono più probabili di essere scelte in annunci in cui lo sport o l’esercizio fisico sono un tema e meno probabili di essere scelte per ruoli di leadership. Quando abbiamo esaminato la rappresentanza di genere, abbiamo scoperto che i marchi stanno ancora perpetuando stereotipi di genere negativi: gli uomini dominano i ruoli professionali e le donne sono più probabili di essere rappresentate svolgendo attività domestiche come la pulizia. Anche con meno apparizioni sullo schermo, gli uomini appaiono in più ruoli parlanti, ma stiamo vedendo alcuni progressi con un aumento della rappresentazione delle donne in ruoli di leadership.

Quali sono altri modi in cui puoi vedere l’apprendimento automatico migliorare il paesaggio pubblicitario nei prossimi 5 anni?

Uno dei nostri investitori diceva che molte industrie che sostengono di utilizzare l’apprendimento automatico hanno macchine e apprendimento, ma non è sempre chiaro che siano le macchine a imparare.

La mia opinione è che vedremo un’applicazione più profonda (o in alcuni casi, effettiva) dell’apprendimento automatico nella pubblicità per continuare a migliorare le cose basilari che l’industria già fa: prevedere la propensione del consumatore a fare clic e acquistare (targeting), generare variazioni creative basate sui dati dei consumatori (creativa dinamica), analizzare più dati per generare insight (reporting).

L’apprendimento automatico probabilmente verrà utilizzato per risolvere il problema di quali altri segnali possano sostituire la perdita dei cookie di terze parti su Chrome e IDFA su iOS e come possiamo continuare a personalizzare la pubblicità nonostante la perdita di quelle informazioni.

C’è altro che ti piacerebbe condividere su CreativeX?

Un po’ sfacciato, ma… stiamo assumendo! Se hai raggiunto la fine di questo articolo e sei interessato a come unire meglio i dati e l’espressione creativa, ci piacerebbe parlare!

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare CreativeX.