Anastasia Leng، CreativeX کی بانی اور CEO - انٹرویو سیریز

Anastasia Leng کی بانی اور CEO ہیں۔ CreativeX, ایک کمپنی جو دنیا کے سب سے زیادہ پسندیدہ برانڈز کے لیے تخلیقی عمدگی کو طاقت دیتی ہے۔ پیمانے پر تخلیقی تجزیہ کرکے، ٹیکنالوجی کا مقصد ڈیٹا کی وضاحت کے ذریعے تخلیقی اظہار کو آگے بڑھانا ہے۔

آپ نے گوگل میں مارکیٹنگ سیکھی اور 6 سال تک رہے۔ اس تجربے سے آپ کے اہم نکات کیا تھے؟

گوگل میں مارکیٹنگ روایتی مارکیٹنگ سے بہت دور ہے۔ 2007 - 2012 کے دوران میں نے وہاں جو کام کیا وہ مارکیٹنگ، مصنوعات اور کاروباری ترقی کا مرکب تھا۔ میرا تمام کام لانچ کرنے، پوزیشننگ کرنے، اور لوگوں کو پہلی بار نئی ٹیکنالوجی یا پروڈکٹ استعمال کرنے یا خریدنے کے لیے راضی کرنے پر مرکوز تھا۔ یہاں سرفہرست تین سیکھنے ہیں جو میں آج بھی اپنے ساتھ رکھتا ہوں (اور اس بارے میں ہماری مارکیٹنگ ٹیم کو ناراض کرتا ہوں):

1. ہمیشہ صارفین کو پہلے رکھیں: یہ کافی آسان معلوم ہوتا ہے، لیکن یہ حیران کن ہے کہ کتنے مارکیٹرز اس کو پلید سمجھتے ہیں۔ یہ مت سمجھو کہ آپ جو چاہتے ہیں وہی آپ کے صارفین چاہتے ہیں (ایک غلطی جو میں بار بار دیکھتا ہوں)۔ درحقیقت، 2016 کے تھنک باکس کے مطالعے اور 2018 کے ریچ سلوشنز کے مطالعے نے مارکیٹرز کے عقائد کا عام لوگوں کے ساتھ موازنہ کیا تاکہ یہ معلوم کیا جا سکے کہ ہم غلطی سے اپنے بہت سے عقائد کو اپنے صارفین سے منسوب کر دیتے ہیں۔ محققین نے اسے ایک "ہمدردی کے فریب" کے طور پر بیان کیا اور اس نے حقیقت میں کچھ ڈیٹا اس حقیقت کے پیچھے ڈال دیا کہ ہمیں اپنے صارفین کو سمجھنے کے لیے ایک بہتر کام کرنے کی ضرورت ہے۔

2. ہمیشہ لفظوں سے پرہیز کریں: گوگل نے ہمارے اندر واضح اور سادہ مواصلت کی قدر پیدا کرتے ہوئے ایک شاندار کام کیا۔ یہاں تک کہ ان کی شرائط و ضوابط اس طرح لکھے گئے تھے کہ کسی قانونی ڈگری کے بغیر کسی کو سمجھنے کا موقع ملے۔ نتیجے کے طور پر، میرے پاس "سوچوں کی قیادت" یا "اومنی چینل" جیسی اصطلاحات کے بارے میں پاولووین کا شدید ردعمل ہے اور میں اپنی ٹیم کو اور خود کو اپنے خیالات کو مختصر، انسانی، قابل رسائی زبان میں بیان کرنے کی پوری کوشش کرتا ہوں۔

3. ہر چیز کی پیمائش کریں: اپنے گوگل کیرئیر کے شروع میں، میں نے یہ کہہ کر کسی فیصلے کے لیے اپنے جواز کو معقول بنانے کی دھوکہ دہی کی غلطی کی تھی کہ "ہم نے ماضی میں اس طرح کیا تھا، لہذا ہمیں اسے دوبارہ یہاں اسی طرح کرنا چاہیے۔" میں نے یہ سمجھنے پر سکون اور واقفیت کا انتخاب کیا کہ میرے سامنے کی صورت حال اصل میں کس چیز کی تصدیق کرتی ہے، اور میرے ہم منصبوں کا ردعمل میرے لیے اس غلطی کو دوبارہ کرنے سے بچنے کے لیے کافی تھا۔ یہ واضح ہے لیکن شاذ و نادر ہی عمل کیا جاتا ہے: اپنے فیصلوں سے آگاہ کرنے کے لیے ڈیٹا کا استعمال کریں۔

CreativeX دراصل آپ کا دوسرا سٹارٹ اپ ہے، کیا آپ اس کے پیچھے کی پیدائش کی کہانی شیئر کر سکتے ہیں؟

میں نے 2012 میں ہیچ کو شروع کرنے کے لیے گوگل چھوڑ دیا، ایک ای کامرس کمپنی جس نے اپنی مرضی کے مطابق طرز زندگی کی مصنوعات فروخت کیں۔ ہمارا مقالہ یہ تھا کہ عام آن لائن خریداری کا تجربہ تھکا دینے والا تھا، صارفین کو ایسے صفحات اور پروڈکٹس کے صفحات کو اسکرول کرنا پڑتا تھا جو بالکل درست نہیں تھے۔ چھوٹے سے درمیانے درجے کے کاروباروں نے صارفین کی طلب کی پیش گوئی کرنے کا بوجھ اٹھا لیا اور ان کے پاس بچ جانے والی انوینٹری تھی جو فروخت نہیں ہوئی۔ ہمارا حل یہ تھا کہ ایک حسب ضرورت خوردہ تجربہ تخلیق کیا جائے، ایک ایسی جگہ جہاں ہر پروڈکٹ کو گاہک کی تصریحات کو پورا کرنے کے لیے موافق بنایا جا سکے جبکہ میکر کی جانب سے انوینٹری کے خطرے کو کم کیا جا سکے۔

یہ ایک ایسا خیال ہے جس پر میں گہرائی سے یقین رکھتا ہوں، لیکن ای کامرس کاروبار کے لیے اہم سرمایہ کاری کے بغیر زمین سے اترنا مشکل ہے۔ جب ہم ہیچ بنا رہے تھے، ہم نے فطری طور پر یہ سوچنے میں کافی وقت صرف کیا کہ صارفین کو ہماری سائٹ تک کیسے پہنچایا جائے اور ہم صارفین کی توجہ کے لیے تمام عام مشتبہ افراد (گوگل، فیس بک، وغیرہ) کے ساتھ مقابلہ کرنے پر مجبور ہوئے لیکن مالی وسائل. یہ دیکھتے ہوئے کہ ہم بڑے ای کامرس پلیئرز سے آگے نہیں بڑھ سکے، ہم نے سوچنا شروع کر دیا کہ ہم ان کو کیسے پیچھے چھوڑ سکتے ہیں۔ ہم ہر چیز کے بارے میں ڈیٹا سے باخبر فیصلے کر رہے تھے: ہمارے سامعین، دن کا وقت جس کی ہم تشہیر کر رہے تھے، کلیدی الفاظ وغیرہ۔ ہر چیز سوائے تخلیقی کے۔ ہم نے محسوس کیا کہ تخلیقی اثاثے ہماری مارکیٹنگ کا سب سے اہم حصہ ہیں لیکن اس حصے کو ہم کم سے کم سمجھتے ہیں۔

ہم نے اس مسئلے کو حل کرنے کے لیے ٹیکنالوجی بنانا شروع کی، اور یہ وہ ٹیکنالوجی تھی، جو ابتدا میں ہمارے اپنے اندرونی تجزیات کے لیے تھی، جس کی وجہ سے CreativeX کی پیدائش ہوئی۔ آج، CreativeX تخلیقی معیار، برانڈ کی مستقل مزاجی، اور مواد میں نمائندگی کی پیمائش کرکے، ٹریکنگ، اور بہتر بنا کر برانڈز کو تخلیقی فضیلت تک پہنچنے میں مدد کرنے کے لیے ٹیکنالوجی فراہم کرتا ہے۔

کیا آپ مختلف مشین لرننگ ٹیکنالوجیز پر بات کر سکتے ہیں جو CreativeX میں تصاویر اور ویڈیوز کو ہزاروں صفات میں تقسیم کرنے کے لیے استعمال کی جاتی ہیں؟

CreativeX ہمارے سسٹم (تصاویر، ویڈیوز اور GIFs) میں کھینچے گئے ہر ایک تخلیقی اثاثے پر کارروائی کرتا ہے اور میٹا ڈیٹا کا ایک جامع سیٹ اکٹھا کرنے اور تخلیق کرنے کے لیے مختلف قسم کی ٹیکنالوجیز کا استعمال کرتا ہے جو ہمیں ان اثاثوں کو حسب ضرورت طریقے سے درست طریقے سے درجہ بندی کرنے کے قابل بناتا ہے۔

ہم ہر تخلیقی اثاثے کے چار عناصر کا تجزیہ کرتے ہیں۔

1. تصویر اور ویڈیو فائل: ہم ہر فائل سے مشترکہ خصوصیات نکالتے ہیں، بشمول اثاثہ کی لمبائی کے طول و عرض، فائل کی قسم وغیرہ۔

2. تصویر اور ویڈیو کا مواد: ہم ہر تصویر اور ویڈیو کے اندر موجود مواد کو سمجھنے کے لیے دو قسم کی ٹیکنالوجیز استعمال کرتے ہیں۔

• کمپیوٹر ویژن: یہ ہمیں کسی بھی بصری کے مواد کو پیمانے پر سمجھنے کی اجازت دیتا ہے اور ڈیٹا کو ہر تخلیقی اثاثے کے لیے درجنوں، بعض اوقات سینکڑوں ٹیگز کے طور پر واپس کیا جاتا ہے۔
• آپٹیکل-کریکٹر ریکگنیشن: یہ ہمیں تخلیق کے اندر استعمال ہونے والے کسی بھی الفاظ کو اٹھانے کی اجازت دیتا ہے۔ ٹیکنالوجی نہ صرف استعمال کیے جانے والے متن کی مقدار کا تعین کرتی ہے، بلکہ کسی بھی متن سے متعلق مخصوص برانڈنگ کی ضروریات (جیسے ٹیگ لائنز، پوزیشننگ، زبان وغیرہ)

3. ہر بصری کے ساتھ کاپی: اگر تخلیقی لائیو ہے، تو ہم کسی بھی متن کی تفصیل کو بھی کھینچتے ہیں۔

4. ویڈیو کے لیے ساؤنڈ فائل: ہر آڈیو فائل کا ترجمہ قابل تجزیہ متن میں کیا جاتا ہے جو ہر برانڈ کے لیے آڈیو قواعد کے سیٹ اپ کو قابل بناتا ہے۔

ہم نے اس تمام ڈیٹا کو سمارٹ طریقوں سے یکجا کرنے کے لیے ٹولز بنائے ہیں تاکہ اشیاء کی موجودگی کے ساتھ ساتھ ان تصورات کے لیے جس کی مارکیٹرز پیمائش کرنا چاہتے ہیں، دونوں کے لیے بڑے پیمانے پر اور درست طریقے سے تجزیہ اور مواد کا تجزیہ کریں۔

بصری اشاروں اور عناصر کو حسب ضرورت بنانا کتنا ضروری ہے جن کی پیمائش کی جاتی ہے؟

ہر برانڈ کے لیے ہم جس چیز کو ٹریک کرتے ہیں اسے حسب ضرورت بنانے کی صلاحیت اہم ہے۔ ڈیٹا صرف اتنا ہی طاقتور ہے جتنا کہ اس کی کسی ایسی چیز کے بارے میں وضاحت فراہم کرنے کی صلاحیت جو آپ کی تنظیم کے لیے اہم ہے، یہی وجہ ہے کہ ایک سائز کے تمام کمپیوٹر وژن کی شناخت مارکیٹرز کے لیے شیلف سے باہر استعمال کرنا مشکل ہو سکتا ہے۔ یہ وہ مسئلہ ہے جس سے ہم نے ہیچ کے ابتدائی دنوں میں جدوجہد کی تھی: ہم لباس کی موجودگی کا پتہ لگا سکتے ہیں اور سمجھ سکتے ہیں کہ ہم انہیں کتنی بار استعمال کر رہے ہیں، لیکن اگر آپ کار کمپنی ہیں، تو یہ بصیرت غیر متعلق ہے۔ یہی وجہ ہے کہ ہم نے اپنے فراہم کردہ پتہ کی قسم کو اپنی مرضی کے مطابق بنانے کے قابل ہونے میں بہت زیادہ وقت صرف کیا ہے تاکہ ہم اسے اس برانڈ، اس کی صنعت اور اس کے چیلنجوں کے بارے میں منفرد چیزوں سے نقشہ بنا سکیں۔ اس میں اکثر عمارت کا پتہ لگانا شامل ہوتا ہے جو اس برانڈ کے رہنما خطوط یا آواز کی عکاسی کرتا ہے، مارکیٹ میں اس کی پوزیشن کیسی ہے، یہ اپنے حریفوں سے کس طرح مختلف ہے، اور یہ بالآخر ان بڑے تخلیقی سوالات کے دل تک پہنچ جاتا ہے جن پر اس ٹیم کے مارکیٹرز بحث کر رہے ہیں۔

اس درخواست سے کس قسم کی قابل عمل بصیرت حاصل کی جا سکتی ہے؟

CreativeX ٹیکنالوجی تخلیقی معیار، برانڈ کی مستقل مزاجی، تعمیل، اور آپ کی تمام تصویر اور ویڈیو مواد کی نمائندگی کے بارے میں بصیرت حاصل کرنے میں آپ کی مدد کر سکتی ہے۔ اس معلومات کی مدد سے، مارکیٹرز اس بات کا تعین کر سکتے ہیں کہ ان کا کتنا مواد ان کے معیار کے کم از کم معیار پر پورا اترتا ہے اور ہر پلیٹ فارم پر درکار منفرد پیرامیٹرز کی بنیاد پر کامیابی کے لیے ترتیب دیا گیا ہے اور وہ (اور ان کی ایجنسیاں) پروموشن پر کتنی رقم خرچ کر رہے ہیں اور مواد تیار کرنا جو ان معیارات پر عمل کرتا ہے (اور نہیں کرتا)۔ وہ پیمائش کر سکتے ہیں کہ ان کی برانڈ ٹیمیں برانڈ کے بارے میں کتنی مستقل مزاجی سے بات کر رہی ہیں (کیا وہ ایک ہی ڈرم کی تھاپ پر مارچ کر رہے ہیں؟ ایک ہی مخصوص برانڈ کے اثاثوں کو مسلسل استعمال کر رہے ہیں؟) اور ان کے کاسٹنگ کے فیصلے کتنے نمائندہ رہے ہیں۔ یہ سب مارکیٹرز کو اپنے تخلیقی مواد پر دوبارہ کنٹرول حاصل کرنے میں مدد کر سکتے ہیں تاکہ وہ اپنے تخلیقی فیصلوں کی صحت اور ترتیب کو بڑے پیمانے پر صحیح معنوں میں سمجھنے اور اس کی پیمائش کر سکیں۔

CreativeX نے ہزاروں اشتہارات کا نسلی اور صنفی تجزیہ کیا ہے، اس تجزیے کے کچھ نتائج کیا تھے؟

ہم نے امریکہ میں 2,378 FMCG (تیزی سے چلنے والی اشیا) اشتہارات کا تجزیہ کیا اور پایا ہے کہ نمائندگی کے موضوع پر بہت زیادہ توجہ دینے کے باوجود، جامع نمائندگی کی حقیقت کو ابھی بھی بہت زیادہ کام کی ضرورت ہے۔ ہماری نسلی تنوع کا تجزیہمثال کے طور پر، ظاہر ہوا کہ سیاہ فام لوگوں کے اشتہارات میں کاسٹ کیے جانے کا امکان زیادہ ہوتا ہے جہاں کھیل یا ورزش ایک موضوع ہوتا ہے اور قائدانہ کرداروں میں کاسٹ کیے جانے کا امکان کم ہوتا ہے۔ جب ہم نے دیکھا صنفی نمائندگی، ہم نے پایا کہ برانڈز اب بھی منفی صنفی دقیانوسی تصورات کو برقرار رکھے ہوئے ہیں: مرد پیشہ ورانہ کرداروں پر حاوی ہیں اور خواتین کو صفائی جیسی گھریلو سرگرمیاں کرنے کا زیادہ امکان ہے۔ یہاں تک کہ اسکرین پر کم نمودار ہونے کے باوجود، مرد زیادہ بولنے والے کرداروں میں نمایاں ہوتے ہیں لیکن ہم قیادت کے کرداروں میں خواتین کی بڑھتی ہوئی تصویر کشی کے ساتھ کچھ ترقی دیکھ رہے ہیں۔

کچھ اور طریقے کیا ہیں جن سے آپ اگلے 5 سالوں میں مشین لرننگ کو اشتہاری منظر نامے کو بہتر بناتے ہوئے دیکھ سکتے ہیں؟

ہمارے ایک سرمایہ کار کہتے تھے کہ بہت سی صنعتیں جو مشین لرننگ استعمال کرنے کا دعویٰ کرتی ہیں، ان کے پاس مشینیں ہیں، اور ان کے پاس سیکھنا ہے، لیکن یہ ہمیشہ واضح نہیں ہوتا کہ یہ مشینیں ہی سیکھ رہی ہیں۔

میرا خیال یہ ہے کہ ہم اشتہارات میں مشین لرننگ کا گہرا (یا کچھ معاملات میں حقیقی) اطلاق دیکھیں گے تاکہ روٹی اور مکھن کی چیزوں کو بہتر بنانا جاری رکھا جا سکے جو انڈسٹری پہلے ہی کر رہی ہے: صارفین کے کلک کرنے اور خریدنے کے رجحان کی پیش گوئی کرنا (ہدف بنانا)، صارفین کے ڈیٹا (متحرک اشتھاراتی تخلیقی) کی بنیاد پر تخلیقی تغیرات پیدا کرنا، بصیرت (رپورٹنگ) پیدا کرنے کے لیے مزید ڈیٹا کے ذریعے تجزیہ کرنا۔

یہ معلوم کرنے کے معاملے میں مشین لرننگ کا امکان ہے کہ iOS پر Chrome اور IDFA پر فریق ثالث کوکیز کے نقصان کو کون سے دوسرے سگنلز بدل سکتے ہیں اور اس معلومات کے ضائع ہونے کے باوجود ہم کس طرح اشتہارات کو ذاتی نوعیت کا بنانا جاری رکھ سکتے ہیں۔

کیا کوئی اور چیز ہے جسے آپ CreativeX کے بارے میں شیئر کرنا چاہیں گے؟

تھوڑا سا گستاخ لیکن… ہم بھرتی کر رہے ہیں! اگر آپ نے اسے اس مضمون کے نچلے حصے تک پہنچا دیا ہے اور ڈیٹا اور تخلیقی اظہار کو بہتر طریقے سے جوڑنے کے طریقے میں دلچسپی رکھتے ہیں، تو ہم بات کرنا پسند کریں گے!

زبردست انٹرویو کے لیے آپ کا شکریہ، جو قارئین مزید جاننا چاہتے ہیں وہ ضرور تشریف لائیں۔ CreativeX.