Анастасія Ленг, засновниця та генеральний директор CreativeX – Інтерв’ю серії

Анастасія Ленг є засновницею та генеральним директором CreativeX, компанії, яка забезпечує творчу досконалість для найулюбленіших брендів світу. Аналізуючи творчість у масштабі, технологія спрямована на розвиток творчої діяльності за допомогою ясності даних.

Ви вивчали маркетинг у Google і пробули там 6 років. Які були ваші ключові висновки з цього досвіду?

Маркетинг у Google далеко не традиційний маркетинг. Робота, яку я робила під час свого перебування там з 2007 по 2012 рік, була сумішшю маркетингу, продукту та бізнес-розробки. Вся моя робота була зосереджена на запуску, позиціонуванні та переконанні людей використовувати чи купувати нову технологію або продукт вперше. Ось три найважливіші уроки, які я досі ношу з собою сьогодні (і дратую нашу маркетингову команду):

1. Звжди ставте користувачів на перше місце: Це здається простим, але дивно, скільки маркетологів ставлять це як плatitude. Не припускайте, що те, що ви хочете, це те, що хочуть ваші користувачі (помилка, яку я бачу знову і знову). Насправді, дослідження Thinkbox 2016 року та дослідження Reach Solutions 2018 року порівняли переконання маркетологів з переконаннями загальної публіки, лише щоб виявити, що ми помилково приписуємо багато своїх переконань нашим клієнтам. Дослідники назвали це “емпатійною ілюзією” і це справді поставило деякі дані за те, що нам потрібно зробити кращу роботу з розумінням наших користувачів.

2. Звжди уникайте жаргону: Google зробив чудову роботу, вкладаючи в нас цінність ясної та простої комунікації. Навіть їхні умови були написані таким чином, що людина без юридичного ступеня мала шанс зрозуміти. Як результат, у мене є умовний рефлекс до термінів типу “лідерство думок” або “омніканал” і я роблю все можливе, щоб нашу команду, і себе, змусити артикулювати свої погляди у лаконічній, людській, доступній мові.

3. Виміряйте все: На початку своєї кар’єри в Google я зробила помилку новачка, виправдовуючи своє рішення тим, що “ми робили це раніше, тому ми повинні робити це знову тут”. Я вибрала комфорт і знайомість над справжнім розумінням того, що ситуація переді мною насправді вимагала, і реакція моїх колег була достатньою, щоб я не повторювала цю помилку знову. Це очевидно, але рідко практикується: використовуйте дані, щоб інформувати свої рішення.

CreativeX насправді є вашим другим стартапом, можете.tell про походження історії за ним?

Я покинула Google у 2012 році, щоб створити Hatch, компанію електронної комерції, яка продавала налаштовані товари для способу життя. Наша теза полягала в тому, що типовий онлайн-шопінг був виснажливим, коли споживачі повинні були прокрутити сторінки і сторінки товарів, які не були зовсім правильними. Малі та середні підприємства взяли на себе тягар передбачення попиту споживачів і залишилися з невикористаним запасом, який не продавався. Наше рішення полягало в створенні налаштованого рітейл-досвіду, місця, де кожен продукт міг бути змінений, щоб задовольнити вимоги клієнта, одночасно зменшуючи ризик запасу, який несе виробник.

Це залишається ідеєю, в яку я глибоко вірю, але компанії електронної комерції важко запустити без значних капіталовкладень. Коли ми будували Hatch, ми природно проводили багато часу, думаючи про те, як привабити споживачів на наш сайт, і ми були змушені конкурувати за увагу споживачів з усіма звичайними підозрюваними (Google, Facebook тощо), але з часткою фінансових ресурсів. Оскільки ми не могли перемогти великих гравців електронної комерції, ми почали думати про те, як ми можемо їх обхитрити. Ми приймали рішення, інформовані даними, про все: нашу аудиторію, час доби, коли ми рекламували, ключові слова тощо. Все, крім самого творчого контенту. Ми зрозуміли, що творчі активи були найважливішою частиною нашого маркетингу, але частиною, яку ми зрозуміли найменше.

Ми почали будувати технологію для вирішення цієї проблеми, і це була технологія, спочатку призначена для нашої внутрішньої аналітики, яка привела до народження CreativeX. Сьогодні CreativeX надає технологію, щоб допомогти брендам досягти творчої досконалості, вимірюючи, відстежуючи та покращуючи творчу якість, послідовність бренду та представлення у контенті.

Чи можете ви обговорити різні технології машинного навчання, які використовуються в CreativeX для розбиття зображень і відео на тисячі атрибутів?

CreativeX обробляє кожен окремий творчий актив, який вводиться в нашу систему (зображення, відео та GIF), і використовує різноманітні технології для збору та створення повного набору метаданих, який дозволяє нам правильно категоризувати ці активи у налаштований спосіб.

Ми аналізуємо чотири елементи кожного творчого активу.

1. Зображення та відеофайл: Ми витягуємо загальні властивості з кожного файлу, включаючи розміри активу, тип файлу тощо.

2. Зміст зображення та відео: Ми використовуємо два типи технологій для розуміння вмісту всередині кожного зображення та відео.

• Комп’ютерне бачення: Це дозволяє нам зрозуміти вміст будь-якого візуального матеріалу у масштабі, і дані повертаються у вигляді десятків, іноді сотень тегів для кожного творчого активу.
• Оптичне розпізнавання символів: Це дозволяє нам виявити будь-які слова, використані всередині творчого контенту. Технологія визначає не тільки кількість тексту, який використовується, але також будь-які текстові брендингові вимоги (наприклад, слогани, позиціонування, мова тощо)

3. Копія, яка супроводжує кожне візуальне зображення: Якщо творчий контент є живим, ми також витягуємо будь-який супровідний текстовий опис.

4. Звуковий файл для відео: Кожен аудіофайл перекладується у розбірний текст, який дозволяє встановити аудіо-правила для кожного бренду.

Ми побудували інструменти для поєднання всіх цих даних у розумних способах для масштабного та точного аналізу контенту як для присутності об’єктів, так і для концепцій, які маркетологи хочуть виміряти.

Як важливо налаштовувати візуальні сигнали та елементи, які вимірюються?

Здатність налаштовувати те, що ми відстежуємо для кожного бренду, є критично важливою. Дані є такими ж потужними, як і їхня здатність забезпечувати ясність щодо чогось, що є актуальним для вашої організації, тому один розмір не підходить для всіх комп’ютерного бачення може бути складним для маркетологів використовувати безпосередньо. Це проблема, з якою ми боролися на початку Hatch: ми могли виявити присутність суконь і зрозуміти, як часто ми їх використовуємо, але якщо ви автомобільна компанія, це знання не має значення. Тому ми вклали величезну кількість часу в те, щоб бути в змозі налаштовувати тип виявлення, яке ми надаємо, щоб ми могли відобразити те, що є унікальним для цього бренду, його галузі та його проблем. Це часто включає будівництво виявлення, яке відображає керівні принципи бренду або голос, як він позиціонується на ринку, як він відрізняється від своїх конкурентів, і це в кінцевому підсумку доходить до суті великих творчих питань, які маркетологи на цій команді обговорюють.

Які дії можна отримати з цього застосування?

Технологія CreativeX може допомогти вам отримати знання про творчу якість, послідовність бренду, відповідність вимогам та представлення всіх ваших зображень та відеоконтенту. За допомогою цих даних маркетологи можуть визначити, скільки свого контенту відповідає мінімальним стандартам якості та готується до успіху на основі унікальних параметрів, які необхідні на кожній платформі, та скільки грошей вони (та їх агентства) витрачають на просування та виробництво контенту, який відповідає (та не відповідає) цим стандартам. Вони можуть виміряти, наскільки послідовно їхні бренд-команди спілкуються про бренд (чи вони марширують під одним і тим же ритмом? Послідовно використовують одні й ті ж відмінні бренд-активи?) та наскільки представницькими є їхні рішення щодо кастингу. Все це може допомогти маркетологам повернути контроль над своїм творчим контентом, щоб справді зрозуміти та виміряти масштабно здоров’я та узгодженість своїх творчих рішень.

CreativeX провела як расову, так і гендерну аналіз тисяч рекламних оголошень, які були результатами цього аналізу?

Ми проаналізували 2 378 рекламних оголошень FMCG (товарів масової споживності) у США та виявили, що попри велику увагу, придanou питанню представництва, реальність інклюзивного представництва все ще потребує значної роботи. Наш аналіз расової різноманітності, наприклад, показав, що чорні люди більш ймовірно будуть обрані для участі в рекламних оголошеннях, де спорт або вправи є темою, і менш ймовірно будуть обрані на керівні посади. Коли ми розглянули гендерне представництво, ми виявили, що бренди все ще підтримують негативні гендерні стереотипи: чоловіки домінують у професійних ролях, а жінки більш ймовірно будуть зображені під час виконання певних домашніх дій, таких як прибирання. Навіть з меншою кількістю появ на екрані чоловіки займають більше розмовних ролей, але ми бачимо деякий прогрес у збільшенні зображення жінок на керівних посадах.

Які інші способи, які ви можете бачити, що машинне навчання покращить рекламний ландшафт у наступні 5 років?

Один з наших інвесторів колись сказав, що багато галузей, які заявляють про використання машинного навчання, мають машини, і вони мають навчання, але не завжди зрозуміло, що це машини, які вчаться.

Моя точка зору полягає в тому, що ми побачимо глибше (або в деяких випадках, справжнє) застосування машинного навчання в рекламі для подальшого покращення хліба та масла речей, які галузь вже робить: передбачення схильності споживачів до кліку та покупки (цільова реклама), генерація творчих варіантів на основі даних споживачів (динамічна творча реклама), розбор даних для отримання знань (звітність). Машинне навчання, ймовірно, буде застосовано до вирішення проблеми того, які інші сигнали можуть замінити втрату третіх файлів cookie на Chrome та IDFA на iOS та того, як ми можемо продовжувати персоналізувати рекламу, незважаючи на втрату цієї інформації.

Чи є щось інше, що ви хотіли б поділитися про CreativeX?

Трохи нахабно, але… ми приймаємо на роботу! Якщо ви дійшли до кінця цієї статті та цікавитесь тим, як краще об’єднати дані та творчу діяльність, ми хотіли б поговорити!

Дякую за велике інтерв’ю, читачам, які бажають дізнатися більше, повинні відвідати CreativeX.