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

Anastasia Leng è la Fondatrice e Amministratore Delegato di CreativeX, un’azienda che potenzia 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.

Ha imparato il marketing in Google (GOOGL ) e ci è rimasta per 6 anni. Quali sono state le sue principali scoperte durante questa esperienza?

Il marketing in Google è ben lontano dal marketing tradizionale. Il lavoro che ho svolto durante il mio periodo lì, dal 2007 al 2012, era un mix 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 le tre principali scoperte che ancora oggi porto con me (e che infastidiscono il nostro team di marketing):

1. Mettete sempre gli utenti al primo posto: sembra semplice, ma è sorprendente quanto molti marketer trattino questo come un luogo comune. Non supponete che ciò che volete sia ciò che vogliono i vostri utenti (un errore che vedo ripetersi di continuo). 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. Evitate sempre il gergo: Google ha fatto un ottimo lavoro nel farci capire l’importanza della comunicazione chiara e semplice. Anche i loro termini e condizioni erano scritti in modo che qualcuno senza una laurea in legge potesse comprenderli. Di conseguenza, ho una reazione pavloviana alla terminologia come “leadership del pensiero” o “omnicanale” e faccio del mio meglio per spingere il nostro team, e me stessa, a esprimere le nostre opinioni in un linguaggio conciso, umano e accessibile.

3. Misurate tutto: all’inizio della mia carriera in 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 che avevo di fronte, e la risposta dei miei colleghi è stata sufficiente per farmi evitare di ripetere questo errore. È ovvio, ma raramente praticato: utilizzate i dati per informare le vostre decisioni.

CreativeX è in realtà la sua seconda startup, potrebbe condividere la storia di come è nata?

Ho lasciato Google nel 2012 per fondare Hatch, un’azienda di ecommerce che vendeva prodotti personalizzabili. La nostra tesi era che l’esperienza di shopping online tradizionale 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 con scorte di prodotti invenduti. La nostra soluzione era creare un’esperienza di vendita al dettaglio personalizzabile, un luogo in cui ogni prodotto potesse essere personalizzato in base alle specifiche del cliente, riducendo il rischio di inventario per il produttore.

È un’idea in cui credo ancora profondamente, ma le aziende di ecommerce 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 ci siamo ritrovati a competere per l’attenzione dei consumatori con tutti i soliti sospetti (Google, Facebook (META ), ecc.) ma con una frazione delle risorse finanziarie. Dato che non potevamo superare le grandi aziende di ecommerce in termini di spesa, abbiamo iniziato a chiederci come potevamo superarle in astuzia. 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 erano anche 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 nel contenuto.

Potrebbe discutere le diverse tecnologie di apprendimento automatico utilizzate da 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 di metadati completo che ci consente 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.
• Riconoscimento Ottico dei Caratteri: ci consente di rilevare le parole utilizzate all’interno della creatività. La tecnologia determina non solo la quantità di testo utilizzato, ma anche le specifiche esigenze di branding relative al testo (ad esempio, slogan, posizionamento, lingua, ecc.)

3. La copia che accompagna ogni visivo: se la creatività è live, aggiungiamo anche il testo descrittivo che l’accompagna.

4. Il file audio per video: ogni file audio viene tradotto in testo analizzabile che consente di impostare 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 desiderano 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 se forniscono chiarezza su qualcosa che è pertinente per la vostra organizzazione, ed è per questo che il riconoscimento della visione computerizzata personalizzato può essere difficile per i marketer da utilizzare fuori dallo scaffale. Questo è il problema che abbiamo affrontato nei primi giorni di Hatch: potremmo rilevare la presenza di abiti e capire quanto frequentemente li utilizziamo, ma se sei un’azienda di automobili, quell’informazione è irrilevante. Ecco perché abbiamo investito molto tempo per essere in grado di personalizzare il tipo di rilevamento che forniamo in modo da poterlo mappare su ciò che è unico per quel marchio, il suo settore e le sue sfide. Ciò include spesso la costruzione di rilevamento che riflette 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 discutendo.

Quali sono i tipi di informazioni utili che possono essere ottenute da questa applicazione?

La tecnologia di CreativeX può aiutarti a ottenere informazioni sulla qualità creativa, sulla coerenza del marchio, sulla conformità e sulla rappresentazione di tutti i contenuti di immagine e video. Con queste informazioni, i marketer possono determinare quanto del loro contenuto soddisfi gli standard di qualità minimi e sia pronto per il successo in base ai parametri unici richiesti su ogni piattaforma e quanto denaro stanno spendendo (loro e le loro agenzie) per promuovere e produrre contenuti che aderiscono (e non aderiscono) a questi standard. Possono misurare quanto consistentemente i team del marchio stanno comunicando sul marchio (stanno marciando al ritmo della stessa batteria? Stanno utilizzando costantemente gli stessi asset distintivi del marchio?) 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 un’analisi razziale e di genere di migliaia di annunci, quali sono stati alcuni dei risultati di questa analisi?

Abbiamo analizzato 2.378 annunci di beni di consumo veloci (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 per gli annunci in cui lo sport o l’esercizio è 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 mentre svolgono 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 nei ruoli di leadership.

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

Uno dei nostri investitori diceva che molte industrie che affermano di utilizzare l’apprendimento automatico hanno macchine e hanno appreso, 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 informazioni (reporting).

L’apprendimento automatico probabilmente sarà utilizzato per risolvere il problema di quali altri segnali possono 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 qualcos’altro che le 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.