Anastasia Leng, założycielka i dyrektor generalna CreativeX – seria wywiadów

Anastasia Leng jest założycielką i dyrektorem generalnym firmy KreatywnyX, firmy, która zapewnia kreatywną doskonałość najbardziej lubianym markom na świecie. Analizując twórczość na dużą skalę, technologia ta ma na celu zwiększenie ekspresji twórczej poprzez przejrzystość danych.

Marketingu uczyłeś się w Google i zostałeś w nim na 6 lat. Jakie były Twoje najważniejsze wnioski z tego doświadczenia?

Marketing w Google jest daleki od tradycyjnego marketingu. Praca, którą tam wykonywałem w latach 2007–2012, była połączeniem marketingu, rozwoju produktów i biznesu. Cała moja praca skupiała się na wprowadzaniu na rynek, pozycjonowaniu i przekonywaniu ludzi do użycia lub zakupu nowej technologii lub produktu po raz pierwszy. Oto trzy najważniejsze wnioski, które nadal noszę ze sobą (i które denerwują nasz zespół marketingowy):

1. Zawsze stawiaj użytkowników na pierwszym miejscu: wydaje się to dość proste, ale zdumiewające jest, jak wielu marketerów traktuje to jako banał. Nie zakładaj, że to, czego chcesz, jest tym, czego chcą Twoi użytkownicy (błąd, który widzę w kółko). W rzeczywistości w badaniach Thinkbox z 2016 r. i badaniu Reach Solutions z 2018 r. porównano przekonania marketerów z przekonaniami ogółu społeczeństwa i okazało się, że błędnie przypisujemy wiele naszych przekonań naszym klientom. Naukowcy opisali to jako „złudzenie empatii”, co naprawdę potwierdziło fakt, że musimy lepiej zrozumieć naszych użytkowników.

2. Zawsze unikaj żargonu: Google wykonało świetną robotę, zaszczepiając w nas wartość jasnej i prostej komunikacji. Nawet ich warunki zostały napisane w sposób zrozumiały dla osoby bez wykształcenia prawniczego. W rezultacie na takie terminy jak „przywództwo przemyślane” czy „omnichannel” mam Pawłowską reakcję wzdrygającą i dokładam wszelkich starań, aby nakłonić nasz zespół i siebie do wyrażania naszych poglądów zwięzłym, ludzkim i przystępnym językiem.

3. Mierz wszystko: na początku mojej kariery w Google popełniłem debiutancki błąd, racjonalizując uzasadnienie swojej decyzji, mówiąc, że „zrobiliśmy to w ten sposób w przeszłości, więc powinniśmy zrobić to ponownie tutaj”. Wybrałem komfort i zażyłość zamiast prawdziwego zrozumienia, na co naprawdę zasługiwała sytuacja przede mną, a reakcja moich rówieśników wystarczyła, aby uniknąć ponownego popełnienia tego błędu. Jest to oczywiste, ale rzadko praktykowane: wykorzystuj dane do podejmowania decyzji.

CreativeX to tak naprawdę Twój drugi start-up. Czy mógłbyś opowiedzieć historię jego powstania?

Opuściłem Google w 2012 roku, aby założyć Hatch – firmę e-commerce sprzedającą konfigurowalne produkty lifestylowe. Naszą tezą było to, że typowe zakupy online były wyczerpujące, a konsumenci musieli przewijać strony z produktami, które nie były do ​​końca odpowiednie. Małe i średnie przedsiębiorstwa wzięły na siebie ciężar przewidywania popytu konsumenckiego i pozostały w posiadaniu resztek zapasów, które się nie sprzedały. Nasze rozwiązanie polegało na stworzeniu konfigurowalnego sklepu detalicznego, miejsca, w którym każdy produkt można było dostosować tak, aby spełniał specyfikacje klienta, jednocześnie zmniejszając ryzyko związane z zapasami ponoszone przez producenta.

Pozostaje to pomysłem, w który głęboko wierzę, ale biznesy e-commerce są trudne do uruchomienia bez znacznych inwestycji kapitałowych. Budując Hatcha, naturalnie spędziliśmy dużo czasu myśląc o tym, jak przyciągnąć konsumentów do naszej witryny, i byliśmy zmuszeni konkurować o uwagę konsumentów ze wszystkimi typowymi podejrzanymi (Google, Facebook itp.), ale z ułamkiem zasoby finansowe. Biorąc pod uwagę, że nie mogliśmy przebić największych graczy e-commerce, zaczęliśmy się zastanawiać, jak moglibyśmy ich przechytrzyć. Na podstawie danych podejmowaliśmy decyzje dotyczące wszystkiego: naszych odbiorców, pory dnia, w której reklamowaliśmy, słów kluczowych itp. Wszystko oprócz samej kreacji. Zdaliśmy sobie sprawę, że zasoby kreatywne są najważniejszą częścią naszego marketingu, a zarazem tą, którą najmniej rozumiemy.

Zaczęliśmy tworzyć technologię, która miałaby rozwiązać ten problem, i to właśnie ta technologia, początkowo przeznaczona do naszych własnych wewnętrznych analiz, doprowadziła do narodzin CreativeX. Obecnie CreativeX zapewnia technologię pomagającą markom osiągnąć doskonałość twórczą poprzez pomiar, śledzenie i ulepszanie jakości kreacji, spójności marki i reprezentacji w treści.

Czy mógłbyś omówić różne technologie uczenia maszynowego stosowane w CreativeX do dzielenia obrazów i filmów na tysiące atrybutów?

CreativeX przetwarza każdy zasób kreatywny pobrany do naszego systemu (obrazy, filmy i pliki GIF) i wykorzystuje różnorodne technologie do gromadzenia i tworzenia kompleksowego zestawu metadanych, które umożliwiają nam prawidłowe kategoryzowanie tych zasobów w dostosowany do potrzeb sposób.

Analizujemy cztery elementy każdego zasobu kreatywnego.

1. Plik obrazu i wideo: Z każdego pliku wyodrębniamy wspólne właściwości, w tym wymiary długości zasobu, typ pliku itp.

2. Obraz i treść wideo: Używamy dwóch rodzajów technologii, aby zrozumieć treść każdego obrazu i filmu.

• Wizja komputerowa: pozwala nam to zrozumieć zawartość dowolnej wizualizacji na dużą skalę, a dane są zwracane w postaci dziesiątek, a czasem setek tagów dla każdego zasobu kreatywnego.
• Optyczne rozpoznawanie znaków: pozwala nam wychwycić wszelkie słowa użyte w kreacji. Technologia określa nie tylko ilość użytego tekstu, ale także wszelkie wymagania dotyczące marki związane z tekstem (tj. slogany, pozycjonowanie, język itp.).

3. Kopia dołączona do każdej wizualizacji: Jeśli kreacja jest aktywna, pobieramy również towarzyszący jej opis tekstowy.

4. Plik dźwiękowy dla wideo: Każdy plik audio jest tłumaczony na tekst, który można analizować, co umożliwia ustawienie reguł audio dla każdej marki.

Stworzyliśmy narzędzia umożliwiające łączenie wszystkich danych w inteligentny sposób w celu skalowalnej i dokładnej analizy oraz zawartości zarówno pod kątem obecności obiektów, jak i koncepcji, które marketerzy chcą mierzyć.

Jak ważne jest dostosowywanie mierzonych wskazówek wizualnych i elementów?

Możliwość dostosowania tego, co śledzimy dla każdej marki, jest kluczowa. Dane są tak potężne, jak ich zdolność do zapewnienia przejrzystości w kwestiach istotnych dla Twojej organizacji, dlatego też uniwersalne rozpoznawanie obrazu komputerowego może być trudne dla marketerów do stosowania z półki. To jest problem, z którym borykaliśmy się na początku Hatch: możemy wykryć obecność sukienek i zrozumieć, jak często ich używamy, ale jeśli prowadzisz firmę samochodową, ta wiedza jest nieistotna. Dlatego właśnie zainwestowaliśmy ogromną ilość czasu w możliwość dostosowania rodzaju zapewnianego przez nas wykrywania, aby móc go przypisać do tego, co jest wyjątkowe w danej marce, jej branży i stojących przed nią wyzwaniach. Często obejmuje to wykrywanie budynków, które odzwierciedla wytyczne lub głos danej marki, jej pozycję na rynku, czym różni się od konkurencji, i ostatecznie dociera do sedna najważniejszych kreatywnych pytań, nad którymi debatują marketerzy w danym zespole.

Jakiego rodzaju przydatne informacje można uzyskać dzięki tej aplikacji?

Technologia CreativeX może pomóc Ci uzyskać wgląd w jakość kreacji, spójność marki, zgodność i reprezentację wszystkich Twoich obrazów i treści wideo. Dzięki tym informacjom marketerzy mogą określić, jaka część ich treści spełnia ich minimalne standardy jakości i jest przygotowana na sukces w oparciu o unikalne parametry wymagane na każdej platformie oraz ile pieniędzy oni (i ich agencje) wydają na promocję i tworzenie treści zgodnych (i nie) z tymi standardami. Mogą zmierzyć, jak konsekwentnie zespoły odpowiedzialne za markę komunikują się o marce (czy maszerują w rytm tego samego bębna? Konsekwentnie korzystają z tych samych charakterystycznych atutów marki?) i na ile reprezentatywne są ich decyzje dotyczące obsad. Wszystko to może pomóc marketerom odzyskać kontrolę nad treściami kreatywnymi, aby naprawdę zrozumieć i zmierzyć na dużą skalę kondycję i zgodność swoich kreatywnych decyzji.

Firma CreativeX przeprowadziła analizę tysięcy reklam pod kątem rasy i płci. Jakie są niektóre wyniki tej analizy?

Przeanalizowaliśmy 2,378 reklam FMCG (szybko zbywalnych towarów konsumpcyjnych) w USA i odkryliśmy, że pomimo dużej uwagi poświęcanej tematowi reprezentacji, rzeczywistość włączającej reprezentacji nadal wymaga wiele pracy. Nasz analiza różnorodności rasowejwykazało na przykład, że osoby czarnoskóre częściej występują w reklamach, których tematem jest sport lub aktywność fizyczna, a rzadziej w rolach przywódczych. Kiedy spojrzeliśmy reprezentacja płciodkryliśmy, że marki w dalszym ciągu utrwalają negatywne stereotypy dotyczące płci: mężczyźni dominują w rolach zawodowych, a kobiety częściej wykonują określone czynności domowe, takie jak sprzątanie. Mimo mniejszej liczby występów na ekranie mężczyźni odgrywają więcej ról mówiących, ale zauważamy pewien postęp w zakresie częstszego przedstawiania kobiet na stanowiskach kierowniczych.

W jaki inny sposób uczenie maszynowe może ulepszyć krajobraz reklamowy w ciągu najbliższych 5 lat?

Jeden z naszych inwestorów zwykł mawiać, że wiele branż, które twierdzą, że korzystają z uczenia maszynowego, ma maszyny i one się uczą, ale nie zawsze jest jasne, że to maszyny się uczą.

Moim zdaniem zobaczymy głębsze (lub w niektórych przypadkach faktyczne) zastosowanie uczenia maszynowego w reklamie, aby w dalszym ciągu udoskonalać podstawowe rozwiązania, które branża już wykonuje: przewidywanie skłonności konsumentów do klikania i zakupu (targetowanie), generowanie wariacji kreacji na podstawie danych konsumenckich (kreacja reklamy dynamicznej), analizowanie większej ilości danych w celu wygenerowania wniosków (raportowanie).

Uczenie maszynowe prawdopodobnie zostanie zastosowane w przypadku ustalenia, jakie inne sygnały mogą zastąpić utratę plików cookie innych firm w przeglądarce Chrome i IDFA w systemie iOS oraz w jaki sposób możemy nadal personalizować reklamy pomimo utraty tych informacji.

Czy jest coś jeszcze, czym chciałbyś się podzielić na temat CreativeX?

Trochę bezczelnie, ale… rekrutujemy! Jeśli dotarłeś do końca tego artykułu i interesuje Cię, jak lepiej połączyć dane i twórczą ekspresję, chętnie porozmawiamy!

Dziękuję za wspaniały wywiad. Czytelnicy chcący dowiedzieć się więcej powinni odwiedzić nas KreatywnyX.