크리에이티브엑스(CreativeX)의 아나스타시아 렝(Anastasia Leng) 설립자 & CEO – 인터뷰 시리즈

아나스타시아 렝은 크리에이티브엑스(CreativeX)의 설립자이자 CEO입니다. 크리에이티브엑스는 세계에서 가장 사랑받는 브랜드들에게 창의적인 우수성을 제공하는 회사입니다. 크리에이티브엑스의 기술은 대규모로 창의적인 콘텐츠를 분석하여 데이터의 명확성을 통해 창의적인 표현을 발전시키는 것을 목표로 합니다.

구글에서 마케팅을 배웠고 6년 동안 근무했습니다. 그 경험에서 얻은 주요 교훈은 무엇입니까?

구글에서 마케팅을 하는 것은 전통적인 마케팅과는 다릅니다. 2007년부터 2012년까지 제가 구글에서 근무한 동안 제가 한 일은 마케팅, 제품, 비즈니스 개발의 혼합이었습니다. 제가 한 모든 일은 새로운 기술이나 제품을 처음으로 출시하고, 포지셔닝하고, 사람들에게 사용하거나 구매하도록 설득하는 것이었습니다. 여기서 제가 여전히 가지고 있는 세 가지 주요 교훈이 있습니다:

1. 사용자를 항상 우선시하십시오: 너무 간단한 것 같지만, 많은 마케터들이 이것을 진지하게 생각하지 않는다는 사실은 놀랍습니다. 사용자가 원하는 것을 가정하지 마십시오 (저는 이것을 반복적으로 실수라고 생각합니다). 실제로, 2016년 Thinkbox 연구와 2018년 Reach Solutions 연구는 마케터들의 믿음과 일반 대중의 믿음을 비교하여 우리가 자주 고객에게 귀속시키는 많은 믿음을 잘못 귀속한다는 것을 발견했습니다. 연구자들은 이것을 “공감의 환상”이라고 설명했으며, 우리가 사용자를 더 잘 이해하기 위해 더 나은 일을 해야 한다는 사실에 데이터를 제공했습니다.

2. 항상 전문용어를 피하십시오: 구글은 우리에게 명확하고 간단한 의사소통의 가치를 가르쳤습니다. 심지어 그들의 약관도 법학 학위를 가진 사람이 이해할 수 있도록 작성되었습니다. 따라서 저는 “사고 지도” 또는 “오미채널”과 같은 용어에 대해 파블로프 반사적으로 구역질을 합니다. 저는 우리 팀과 저 자신에게 명확하고 인간적인 언어로 우리의 견해를 표현하도록 노력합니다.

3. 모든 것을 측정하십시오: 구글에서 저의 초기 경력에서, 저는 “우리가 과거에 이렇게 했기 때문에, 우리는 여전히 이렇게 해야 한다”고 말하는 실수를 저지르었습니다. 저는 실제 상황을真正로 이해하는 것보다 편안함과 익숙함을 선택했습니다. 저의 동료들의 반응은 저에게 이런 실수를 다시 저지르지 않도록했습니다. 이는 명백하지만 드물게 실천되는 것입니다: 데이터를 사용하여 의사결정을 내리십시오.

크리에이티브엑스는 실제로 두 번째 스타트업입니다. 크리에이티브엑스의 기원 이야기를 공유해주실 수 있습니까?

저는 2012년 구글을 떠나 하치(Hatch)라는 이커머스 회사를 설립했습니다. 하치는 사용자 지정 라이프스타일 제품을 판매하는 회사였습니다. 저희의 가설은 일반적인 온라인 쇼핑 경험은 소비자에게 지루한 경험일 수 있다는 것이었습니다. 중소기업은 소비자 수요를 예측하는 부담을負担해야 했으며, 판매되지 않는 재고를 가지고 있었습니다. 저희의 해결책은 사용자 지정 리테일 경험을 만들어서, 모든 제품을 고객의 사양에 맞게 조정할 수 있도록 하는 것이었습니다.

저는 여전히 이 아이디어를 깊이 믿습니다. 그러나 이커머스 비즈니스는 상당한 자본 투자가 없으면 시작하기 어렵습니다. 하치를 구축하는 동안, 저희는 소비자를 저희 사이트로 끌어들이는 방법에 대해 많은 시간을 보냈습니다. 저희는 구글, 페이스북 등과 같은 일반적인 이커머스 플레이어와 소비자 주의를竞爭해야 했지만, 저희는 재정적 자원을 많이 가지고 있지 않았습니다. 저희는 크게 투자할 수 없기 때문에, 저희는 어떻게 저희를 智慧的に할 수 있는지 궁금해했습니다. 저희는 모든 것에 대해 데이터 기반의 결정들을 내렸습니다: 저희의 대상, 광고하는 시간, 키워드 등. 그러나 창의적인 자산은 저희의 마케팅에서 가장 중요한 부분이었습니다.

저희는 그 문제를 해결하기 위한 기술을 구축하기 시작했습니다. 그것은 초기에 저희의 내부 분석을 위해 설계되었지만, 그것은 크리에이티브엑스의 탄생으로 이어졌습니다. 오늘날, 크리에이티브엑스는 브랜드가 창의적인 우수성을 달성하기 위해 창의적인 품질, 브랜드 일관성, 콘텐츠 내 표현을 측정, 추적, 개선하는 기술을 제공합니다.

크리에이티브엑스에서 사용되는 다양한 기계 학습 기술에 대해 논의해 주시겠습니까? 이미지와 비디오를 수천 개의 속성으로 분해하는 데 사용됩니다.

크리에이티브엑스는 시스템에 가져온 모든 창의적인 자산(이미지, 비디오, GIF)을 처리하고, 다양한 기술을 사용하여 완전한 메타데이터 세트를 수집하여 맞춤형 방식으로 자산을 분류할 수 있습니다.

저희는 모든 창의적인 자산의 네 가지 요소를 분석합니다.

1. 이미지 및 비디오 파일: 저희는 각 파일에서 일반적인 속성을 추출합니다. 자산 길이, 차원, 파일 유형 등.

2. 이미지 및 비디오 콘텐츠: 저희는 두 가지 유형의 기술을 사용하여 각 이미지와 비디오의 내용을 이해합니다.

• 컴퓨터 비전: 이것은 저희가 대규모로 시각적 내용을 이해할 수 있도록 해줍니다. 데이터는 각 창의적인 자산에 대해 수십, 때로는 수백 개의 태그로 반환됩니다.
• 광학 문자 인식: 이것은 저희가 창의적인 콘텐츠 내에서 사용된 단어를 인식할 수 있도록 해줍니다. 기술은 사용된 텍스트의 양을 결정하며, 텍스트 관련 브랜드 요구 사항(예: 슬로건, 포지셔닝, 언어 등)을 결정합니다.

3. 각 시각적인 콘텐츠에 陪하는 텍스트: 콘텐츠가 라이브인 경우, 저희는 또한 陪하는 텍스트 설명을 가져옵니다.

4. 비디오의 사운드 파일: 각 오디오 파일은 파싱 가능한 텍스트로 변환되어 각 브랜드에 대한 오디오 규칙을 설정할 수 있습니다.

저희는 모든 데이터를 스마트한 방식으로 결합하여 대규모로 콘텐츠를 분석하고, 객체와 마케터가 측정하고자 하는 개념의 존재를 분석할 수 있습니다.

측정되는 시각적 큐와 요소들을 사용자 지정하는 것이 얼마나 중요합니까?

저희가 각 브랜드에 대해 추적하는 것을 사용자 지정할 수 있는 능력은 매우 중요합니다. 데이터는 조직에 대한 것과 관련이 있는 경우에만 강력할 수 있습니다. 이는 저희가 하치의 초기에 어려움을 겪었던 문제입니다. 저희는 드레스의 존재를 감지하고 사용 빈도를 이해할 수 있지만, 자동차 회사라면 그 정보는 관련이 없습니다. 저희는 각 브랜드의 고유한 특징, 산업, 도전 과제에 맞게 감지 유형을 사용자 지정할 수 있도록 많은 시간을 투자했습니다. 이는 종종 브랜드의 가이드라인이나 목소리, 시장에서 어떻게 포지셔닝하고, 경쟁사와 어떻게 차별화되는지 등에 대한 감지를 반영하는 것을 포함합니다.

이 애플리케이션에서 얻을 수 있는 실행 가능한 통찰력은 무엇입니까?

크리에이티브엑스 기술을 사용하면 이미지와 비디오 콘텐츠의 창의적인 품질, 브랜드 일관성, 컴플라이언스, 표현에 대한 통찰력을 얻을 수 있습니다. 이러한 정보를 사용하여 마케터는 콘텐츠가 최소한의 품질 기준을 충족하고 각 플랫폼에서 성공을 위한 고유한 매개변수에 따라 설정되어 있는지 여부를 결정할 수 있습니다. 또한 마케터는 브랜드 팀이 브랜드에 대해 일관되게 의사소통하고 있는지, 동일한 구별되는 브랜드 자산을 일관되게 사용하고 있는지, 캐스팅 결정이 대표적인지 등을 측정할 수 있습니다. 모든 것이 마케터가 창의적인 콘텐츠를 제어하고, 창의적인 결정의 건강성과 일관성을 대규모로 측정하고 이해할 수 있도록 도와줍니다.

크리에이티브엑스는 수천 개의 광고에 대한 인종 및 성별 분석을 수행했습니다. 분석 결과는 무엇입니까?

저희는 미국의 2,378개의 FMCG 광고를 분석하여, 다양성에 대한 주제에 대한 많은 관심에도 불구하고, 包容的な 表現은 여전히 많은 작업이 필요함을 발견했습니다. 저희의 인종 다양성 분석에서는, 흑인들은 스포츠 또는 운동을 주제로 하는 광고에 더 많이 출연하고, 리더십 역할에는 덜 출연하는 것으로 나타났습니다. 저희가 성별 다양성를 살펴보면, 브랜드는 여전히 부정적인 성별 고정 관념을 계속하고 있음을 알 수 있습니다. 남성은 전문적인 역할을占め, 여성은 청소와 같은 가사 활동을 하는 것으로 묘사됩니다. 그러나 여성의 리더십 역할에 대한 묘사는 증가하고 있습니다.

광고 랜드스케이프를 개선하는 데 기계 학습이 향후 5년 동안 어떻게 기여할 수 있을까요?

저희의 한 투자자는 많은 산업이 기계 학습을 사용한다고 주장하지만, 실제로는 기계가 학습하는 것이 아니라 인간이 학습한다고 말했습니다.

저의 견해는 광고에서 기계 학습의 더 깊은 적용이 예측 가능성, 동적 광고 크리에이티브, 보고서 등에 대한 기존 작업을 개선하는 데 계속 사용될 것이라는 것입니다. 기계 학습은 크롬의 쿠키와 iOS의 IDFA의 손실로 인해 개인화된 광고를 계속 제공하는 방법을 결정하는 데 사용될 것입니다.

크리에이티브엑스에 대해 공유하고 싶은 것이 더 있습니까?

조금厚顔無恥하지만… 저희는 채용 중입니다! 이 기사를 읽은 모든 분들에게, 데이터와 창의적인 표현을 더 잘 결합하는 방법에 관심이 있다면, 저희와 대화해 보세요!

감사합니다. 더 많은 정보를 원하시면 크리에이티브엑스(CreativeX)를 방문해 주세요.