Anastasia Leng, grundare och VD för CreativeX – Intervjuserien

Anastasia Leng är grundare och VD för CreativeX, ett företag som driver kreativ excellens för världens mest älskade varumärken. Genom att analysera kreativt i stor skala syftar tekniken till att främja kreativt uttryck genom datas tydlighet.

Du lärde dig marknadsföring på Google och stannade i 6 år. Vilka var dina viktigaste saker från den här upplevelsen?

Marknadsföring på Google är långt ifrån traditionell marknadsföring. Arbetet jag gjorde under min tid där 2007 – 2012 var en blandning av marknadsföring, produkt- och affärsutveckling. Allt mitt arbete fokuserade på att lansera, positionera och övertyga människor att använda eller köpa en ny teknik eller produkt för allra första gången. Här är de tre bästa lärdomarna som jag fortfarande bär med mig idag (och irriterar vårt marknadsföringsteam på):

1. Sätt alltid användarna först: Det verkar enkelt nog, men det är häpnadsväckande hur många marknadsförare som behandlar detta som en plattityd. Utgå inte från att det du vill ha är det dina användare vill ha (ett misstag jag ser om och om igen). Faktum är att en Thinkbox-studie från 2016 och en Reach Solutions-studie från 2018 jämförde marknadsförares övertygelser med allmänhetens övertygelser bara för att finna att vi felaktigt tillskriver många av våra egna övertygelser till våra kunder. Forskarna beskrev detta som en "empatisk vanföreställning" och det lade verkligen en del data bakom det faktum att vi måste göra ett bättre jobb med att förstå våra användare.

2. Undvik alltid jargong: Google gjorde ett fantastiskt jobb att ingjuta värdet av tydlig och enkel kommunikation. Till och med deras villkor var skrivna på ett sätt som någon utan juridisk examen hade en chans att förstå. Som ett resultat har jag ett pavlovskt krypande svar på termer som "tankeledarskap" eller "omnikanal" och jag gör mitt bästa för att pressa vårt team, och mig själv, att formulera våra åsikter på ett kortfattat, mänskligt, lättillgängligt språk.

3. Mät allt: Tidigt i min Google-karriär gjorde jag det nya misstaget att rationalisera mitt beslutsmotiv genom att säga att "vi gjorde det på det här sättet tidigare, så vi borde göra det på det här sättet igen här." Jag valde tröst och förtrogenhet framför att verkligen förstå vad situationen framför mig faktiskt motiverade, och svaret från mina motsvarigheter var tillräckligt för att jag skulle undvika att göra detta misstag igen. Det är uppenbart men praktiseras sällan: använd data för att informera dina beslut.

CreativeX är faktiskt din andra start-up, skulle du kunna dela med dig av ursprungsberättelsen bakom det?

Jag lämnade Google 2012 för att starta Hatch, ett e-handelsföretag som sålde anpassningsbara livsstilsprodukter. Vår tes var att den typiska shoppingupplevelsen på nätet var utmattande, med konsumenter som måste bläddra igenom sidor och sidor med produkter som inte var helt rätt. Små till medelstora företag tog på sig bördan av att förutsäga konsumenternas efterfrågan och blev kvar med överblivet lager som inte sålde. Vår lösning var att skapa en anpassningsbar detaljhandelsupplevelse, en plats där varje produkt kunde justeras för att möta kundens specifikationer och samtidigt minska lagerrisken som tillverkaren bär.

Det är fortfarande en idé som jag tror djupt på, men e-handelsföretag är svåra att komma igång utan betydande kapitalinvesteringar. När vi byggde Hatch ägnade vi naturligtvis mycket tid åt att fundera på hur vi skulle få konsumenter till vår sida och vi tvingades tävla om konsumenternas uppmärksamhet med alla vanliga misstänkta (Google, Facebook, etc.) men med en bråkdel av de ekonomiska resurserna. Med tanke på att vi inte kunde bjuda över de stora e-handelsaktörerna började vi undra hur vi skulle kunna överlista dem. Vi fattade datainformerade beslut om allt: vår målgrupp, tiden på dygnet vi annonserade, sökorden, etc. Allt utom själva annonsmaterialet. Vi insåg att kreativa tillgångar var den viktigaste delen av vår marknadsföring men den del vi förstod minst.

Vi började bygga teknik för att ta itu med det problemet, och det var den tekniken, från början avsedd för vår egen interna analys, som ledde till CreativeX födelse. Idag tillhandahåller CreativeX teknik för att hjälpa varumärken att nå kreativ excellens genom att mäta, spåra och förbättra kreativ kvalitet, varumärkeskonsistens och innehållsrepresentation.

Skulle du kunna diskutera de olika maskininlärningsteknikerna som används på CreativeX för att dela upp bilder och videor i tusentals attribut?

CreativeX bearbetar varje enskild kreativ tillgång som dras in i vårt system (bilder, videor och GIF) och använder en mängd olika tekniker för att samla in och skapa en omfattande uppsättning metadata som gör det möjligt för oss att korrekt kategorisera dessa tillgångar på ett anpassat sätt.

Vi analyserar fyra delar av varje kreativ tillgång.

1. Bild- och videofilen: Vi extraherar vanliga egenskaper från varje fil, inklusive tillgångslängddimensioner, filtyp osv.

2. Bild- och videoinnehållet: Vi använder två typer av tekniker för att förstå innehållet i varje bild och video.

• Datorseende: Detta gör att vi kan förstå innehållet i alla bilder i stor skala och data returneras som dussintals, ibland hundratals taggar för varje kreativ tillgång.
• Optisk teckenigenkänning: Detta gör att vi kan plocka upp alla ord som används i annonsmaterialet. Tekniken bestämmer inte bara mängden text som används, utan alla textspecifika varumärkeskrav (t.ex. taglines, positionering, språk, etc.)

3. Kopian som medföljer varje bild: Om det kreativa är live drar vi även in eventuell medföljande textbeskrivning.

4. Ljudfilen för video: Varje ljudfil översätts till tolkbar text som gör det möjligt att sätta upp ljudregler för varje märke.

Vi har byggt verktyg för att kombinera all denna data på smarta sätt för att skalbart och korrekt analysera och innehålla både förekomsten av objekt och koncept som marknadsförare vill mäta.

Hur viktigt är det att anpassa de visuella ledtrådarna och elementen som mäts?

Möjligheten att anpassa vad vi spårar för varje varumärke är avgörande. Data är bara så kraftfull som dess förmåga att ge klarhet i något som är aktuellt för din organisation, varför det kan vara svårt för marknadsförare att använda en enhetlig datorseende igenkänning från hyllan. Det här är problemet som vi kämpade med i Hatchs tidiga dagar: vi kanske upptäcker förekomsten av klänningar och förstår hur ofta vi använder dem, men om du är ett bilföretag är den insikten irrelevant. Det är därför vi har investerat oerhört mycket tid i att kunna anpassa den typ av detektering som vi tillhandahåller så att vi kan kartlägga den till vad som är unikt med det varumärket, dess bransch och dess utmaningar. Det inkluderar ofta byggnadsdetektering som återspeglar varumärkets riktlinjer eller röst, hur det är positionerat på marknaden, hur det skiljer sig från sina konkurrenter, och som i slutändan kommer till kärnan i de stora kreativa frågorna som marknadsförare i det teamet diskuterar.

Vilken typ av handlingsbara insikter kan man få från den här applikationen?

CreativeX-teknik kan hjälpa dig att få insikter om den kreativa kvaliteten, varumärkeskonsistensen, efterlevnaden och representationen av allt ditt bild- och videoinnehåll. Med denna information kan marknadsförare avgöra hur mycket av deras innehåll som uppfyller deras lägsta kvalitetsstandard och är inställt för framgång baserat på de unika parametrar som krävs på varje plattform och hur mycket pengar de (och deras byråer) spenderar på att marknadsföra och producera innehåll som följer (och inte) följer dessa standarder. De kan mäta hur konsekvent deras varumärkesteam kommunicerar om varumärket (marscherar de i takt med samma trumma? Konsekvent använda samma distinkta varumärkestillgångar?) och hur representativa deras beslut i casting har varit. Allt detta kan hjälpa marknadsförare att ta tillbaka kontrollen över sitt kreativa innehåll för att verkligen förstå och mäta, i stor skala, hälsan och anpassningen av deras kreativa beslut.

CreativeX har gjort både en ras- och könsanalys av tusentals annonser, vad var några av resultaten från denna analys?

Vi analyserade 2,378 XNUMX FMCG-annonser (fast moving consumer goods) i USA och har upptäckt att trots mycket uppmärksamhet åt ämnet representation kräver verkligheten med inkluderande representation fortfarande mycket arbete. Vår analys av rasmångfald, till exempel, visade att svarta personer är mer benägna att castas i annonser där sport eller träning är ett tema och mindre benägna att castas i ledarroller. När vi tittade på könsrepresentation, fann vi att varumärken fortfarande upprätthåller negativa könsstereotyper: Män dominerar yrkesroller och kvinnor är mer benägna att göra vissa hemliga aktiviteter som att städa. Även med färre framträdanden på skärmen har män fler talande roller, men vi ser vissa framsteg med ökad porträtt av kvinnor i ledarroller.

Vilka andra sätt kan du se att maskininlärning förbättrar annonslandskapet under de kommande fem åren?

En av våra investerare brukade säga att många branscher som säger sig använda maskininlärning har maskiner, och de har lärande, men det är inte alltid klart att det är maskinerna som lär sig.

Min uppfattning är att vi kommer att se en djupare (eller i vissa fall faktisk) tillämpning av maskininlärning i reklam för att fortsätta att förbättra de bröd och smör som branschen redan gör: att förutsäga konsumenternas benägenhet att klicka och köpa (inriktning), generera kreativa varianter baserade på konsumentdata (dynamisk annonsmaterial), analysera mer data för att generera insikter (rapportering).

Maskininlärning kommer sannolikt att komma på fallet med att ta reda på vilka andra signaler som kan ersätta förlusten av tredjepartscookies på Chrome och IDFA på iOS och hur vi kan fortsätta att anpassa annonsering trots förlusten av den informationen.

Finns det något mer du skulle vilja dela med dig av om CreativeX?

Lite fräckt men... vi anställer! Om du har kommit till botten av den här artikeln och är intresserad av hur du bättre förenar data och kreativt uttryck, pratar vi gärna!

Tack för den fina intervjun, läsare som vill veta mer bör besöka CreativeX.