Anastasia Leng, Założycielka i CEO CreativeX – Seria wywiadów

Anastasia Leng jest założycielką i CEO CreativeX, firmy, która zapewnia doskonałość kreatywną dla najbardziej ukochanych marek na świecie. Analizując treści kreatywne na dużą skalę, technologia ma na celu poprawę wyrażania się twórczego poprzez klarowność danych.

Nauka marketingu w Google (GOOGL ) i pozostanie tam przez 6 lat. Jakie były Twoje najważniejsze wnioski z tego doświadczenia?

Marketing w Google jest zupełnie inny niż tradycyjny marketing. Praca, którą wykonywałam podczas mojego pobytu tam w latach 2007-2012, była połączeniem marketingu, produktu i rozwoju biznesu. Cała moja praca koncentrowała się na wprowadzaniu, pozycjonowaniu i przekonywaniu ludzi do używania lub kupowania nowej technologii lub produktu po raz pierwszy. Oto trzy najważniejsze wnioski, które nadal noszę ze sobą dzisiaj (i które nudzą nasz zespół marketingowy):

1. Zawsze stawiaj użytkowników na pierwszym miejscu: Wydaje się to proste, ale jest zdumiewające, jak wielu marketingu traktuje to jako puste słowa. Nie zakładaj, że to, co chcesz, jest tym, czego chcą użytkownicy (błąd, który widzę raz po raz). W rzeczywistości badanie Thinkbox z 2016 roku i badanie Reach Solutions z 2018 roku porównały przekonania marketingu z tymi ogólnych ludzi i stwierdziły, że mylnie przypisujemy wiele swoich przekonań naszym klientom. Badacze określili to jako “omamienie empatii” i to naprawdę dało niektóre dane, które potwierdzają, że musimy lepiej zrozumieć naszych użytkowników.

2. Zawsze unikaj żargonu: Google zrobił wspaniałą robotę, wpoijając nam wartość klarownego i prostego komunikowania. Nawet ich warunki i postanowienia były napisane w taki sposób, że ktoś bez stopnia prawniczego mógł je zrozumieć. W rezultacie mam odruch warunkowy, który powoduje, że czuję się niekomfortowo, gdy słyszę takie terminy jak “przywództwo myśli” lub “omnichannel” i staram się nakłonić nasz zespół i siebie, aby wyrażać nasze poglądy w sposób zwięzły, ludzki i przystępny.

3. Zawsze mierzyć wszystko: Na początku mojej kariery w Google popełniłam błąd, uzasadniając swoją decyzję, mówiąc, że “zrobiliśmy to w ten sposób w przeszłości, więc powinniśmy to zrobić w ten sposób tutaj”. Wybrałam komfort i znajomość zamiast prawdziwego zrozumienia sytuacji, a odpowiedź moich kolegów była wystarczająca, aby nie popełnić tego błędu ponownie. Jest to oczywiste, ale rzadko praktykowane: używaj danych, aby poinformować swoje decyzje.

CreativeX jest tak naprawdę Twoim drugim startupem, możesz podzielić się historią jego powstania?

Opuściłam Google w 2012 roku, aby założyć Hatch, firmę e-commerce, która sprzedawała produkty lifestyle dostosowane do potrzeb klienta. Nasza teza była taka, że typowy doświadczenie zakupowe online jest wyczerpujące, a konsumenci muszą przewijać strony i strony produktów, które nie są do końca odpowiednie. Małe i średnie firmy ponoszą ciężar przewidywania popytu konsumentów i pozostają z zapasem, który nie sprzedaje się. Naszym rozwiązaniem było stworzenie dostosowanego doświadczenia detalicznego, miejsca, w którym każdy produkt mógł być dostosowany do specyfikacji klienta, redukując ryzyko zapasu ponoszone przez producenta.

To wciąż jest pomysł, w który głęboko wierzę, ale firmy e-commerce są trudne do uruchomienia bez znacznego nakładu kapitałowego. Podczas budowania Hatch spędzaliśmy dużo czasu na myśleniu o tym, jak przyciągnąć konsumentów na naszą stronę i byliśmy zmuszeni do konkurowania o uwagę konsumentów z wszystkimi zwykłymi podejściami (Google, Facebook (META ) itp.), ale z ułamkiem nakładów finansowych. Ponieważ nie mogliśmy przewyższyć głównych graczy e-commerce, zaczęliśmy się zastanawiać, jak możemy ich przewyższyć. Robiliśmy decyzje oparte na danych o wszystkim: naszej publiczności, czasie dnia, kiedy reklamowaliśmy, słowach kluczowych itp. Wszystkim, tylko nie samym treściom kreatywnym. Zrealizowaliśmy, że aktywa kreatywne były najważniejszą częścią naszego marketingu, a my rozumielismy je najmniej.

Zaczęliśmy budować technologię, aby rozwiązać ten problem, a była to technologia, która pierwotnie była przeznaczona do naszych własnych analiz wewnętrznych, która doprowadziła do powstania CreativeX. Dziś CreativeX zapewnia technologię, aby pomóc markom osiągnąć doskonałość kreatywną, mierząc, śledząc i poprawiając jakość kreatywną, spójność marki i reprezentację w treści.

Czy możesz omówić różne technologie machine learning, które są używane w CreativeX, aby rozbić obrazy i filmy na tysiące atrybutów?

CreativeX przetwarza każdy pojedynczy aktyw kreatywny wprowadzony do naszego systemu (obrazy, filmy i GIF-y) i używa różnych technologii, aby zgromadzić i stworzyć kompletny zestaw metadanych, który pozwala nam poprawnie sklasyfikować te aktywa w sposób dostosowany.

Analizujemy cztery elementy każdego aktywu kreatywnego.

1. Plik obrazu i filmu: Wyciągamy wspólne właściwości z każdego pliku, w tym wymiary, typ pliku itp.

2. Zawartość obrazu i filmu: Używamy dwóch typów technologii, aby zrozumieć zawartość wewnątrz każdego obrazu i filmu.

• Widzenie komputerowe: To pozwala nam zrozumieć zawartość każdej wizji na dużą skalę, a dane są zwracane jako dziesiątki, czasem setki tagów dla każdego aktywu kreatywnego.
• Rozpoznawanie optyczne znaków: To pozwala nam wykryć słowa użyte wewnątrz treści kreatywnej. Technologia określa nie tylko ilość tekstu użytego, ale także wszelkie wymagania dotyczące marki (np. slogany, pozycjonowanie, język itp.)

3. Kopią towarzyszącą każdej wizji: Jeśli treść kreatywna jest aktywna, również pobieramy wszelki towarzyszący opis tekstu.

4. Plik dźwiękowy dla filmu: Każdy plik audio jest tłumaczony na tekst, który pozwala ustawić reguły audio dla każdej marki.

Zbudowaliśmy narzędzia, aby połączyć wszystkie te dane w inteligentny sposób, aby skalabilnie i dokładnie analizować treści dla obiektów i pojęć, które marketerzy chcą zmierzyć.

Jak ważne jest dostosowanie wizualnych sygnałów i elementów, które są mierzone?

Możliwość dostosowania tego, co śledzimy dla każdej marki, jest krytyczna. Dane są tak potężne, jak ich zdolność do zapewnienia klarowności czegoś, co jest istotne dla Twojej organizacji, dlatego rozpoznawanie komputerowe może być trudne dla marketingu do użycia bezpośrednio. To jest problem, z którym borykaliśmy się we wczesnych dniach Hatch: moglibyśmy wykryć obecność sukienek i zrozumieć, jak często je używamy, ale jeśli jesteś firmą samochodową, ta wiedza jest nieistotna. Dlatego zainwestowaliśmy wiele czasu w możliwość dostosowania rodzaju wykrywania, które zapewniamy, abyśmy mogli mapować je na to, co jest unikalne dla tej marki, jej branży i wyzwań. Często obejmuje to budowanie wykrywania, które odzwierciedla wytyczne marki lub głos, jak jest pozycjonowana na rynku, jak różni się od konkurencji i to ostatecznie dochodzi do sedna dużych pytań kreatywnych, nad którymi debatują marketerzy w tym zespole.

Jakie rodzaje praktycznych wniosków można uzyskać z tego zastosowania?

Technologia CreativeX może pomóc Ci uzyskać wgląd w jakość kreatywną, spójność marki, zgodność i reprezentację wszystkich Twoich obrazów i filmów. Z tą informacją marketerzy mogą określić, ile treści spełnia ich minimalne standardy jakości i jest przygotowane do sukcesu na podstawie unikalnych parametrów wymaganych na każdej platformie i ile pieniędzy (i ich agencji) wydają na promowanie i produkowanie treści, które spełniają (i nie spełniają) te standardy. Mogą mierzyć, jak konsekwentnie ich zespoły marki komunikują się o marce (czy idą w takcie tego samego bębna? Czy konsekwentnie używają tych samych wyróżniających się aktywów marki?) i jak reprezentatywne były ich decyzje o obsadzie. Wszystko to może pomóc marketom odzyskać kontrolę nad swoimi treściami kreatywnymi, aby prawdziwie zrozumieć i zmierzyć, na dużą skalę, zdrowie i wyrównanie swoich decyzji kreatywnych.

CreativeX przeprowadził zarówno analizę rasową, jak i analizę płciową tysięcy reklam, jakie były wyniki tej analizy?

Analizowaliśmy 2 378 reklam FMCG (szybko zbywalnych dóbr konsumpcyjnych) w Stanach Zjednoczonych i stwierdziliśmy, że pomimo dużej uwagi poświęconej tematowi reprezentacji, rzeczywistość inkluzywnej reprezentacji wciąż wymaga wiele pracy. Nasza analiza różnorodności rasowej pokazała na przykład, że Afroamerykanie są bardziej prawdopodobni, aby być obsadzonymi w reklamach, w których sport lub ćwiczenia są tematem, i mniej prawdopodobni, aby być obsadzonymi w rolach przywódczych. Gdy spojrzeliśmy na reprezentację płciową, stwierdziliśmy, że marki wciąż utrwalają negatywne stereotypy płciowe: mężczyźni dominują w rolach zawodowych, a kobiety są bardziej prawdopodobni, aby być przedstawianymi, wykonującymi pewne czynności domowe, takie jak sprzątanie. Nawet z mniejszą liczbą pojawiających się na ekranie, mężczyźni pojawiają się w większej liczbie ról mówionych, ale widzimy pewien postęp w zwiększonym przedstawieniu kobiet w rolach przywódczych.

Jakie są inne sposoby, w jakie możesz zobaczyć, jak machine learning poprawia krajobraz reklamowy w ciągu najbliższych 5 lat?

Jeden z naszych inwestorów kiedyś powiedział, że wiele branż, które twierdzą, że używają machine learning, mają maszyny i mają uczenie, ale nie zawsze jest jasne, czy to maszyny uczą się.

Mój pogląd jest taki, że zobaczymy głębsze (lub w niektórych przypadkach, rzeczywiste) zastosowanie machine learning w reklamie, aby poprawić podstawowe rzeczy, które branża już robi: przewidywanie skłonności konsumentów do kliknięcia i kupienia (targetowanie), generowanie wariacji kreatywnych na podstawie danych konsumentów (dynamiczna kreatywność reklamowa), parsowanie większej ilości danych, aby wygenerować wglądy (raportowanie).

Machine learning prawdopodobnie zostanie użyty do rozwiązania problemu, jaki sygnał może zastąpić utratę plików cookie stron trzecich w Chrome i IDFA w systemie iOS i jak możemy kontynuować personalizację reklam, pomimo utraty tych informacji.

Czy jest coś jeszcze, co chciałbyś podzielić się o CreativeX?

Trochę bezwstydnie, ale… rekrutujemy! Jeśli dotarłeś do końca tego artykułu i jesteś zainteresowany tym, jak lepiej połączyć dane i wyrażanie się twórcze, bardzo chcielibyśmy porozmawiać!

Dziękuję za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić CreativeX.