Anastasia Leng, Nhà sáng lập & CEO của CreativeX – Loạt phỏng vấn

Anastasia Leng là Nhà sáng lập & CEO của CreativeX, một công ty cung cấp năng lực sáng tạo xuất sắc cho những thương hiệu được yêu thích nhất thế giới. Bằng cách phân tích sáng tạo trên quy mô lớn, công nghệ này nhằm mục đích nâng cao biểu đạt sáng tạo thông qua sự rõ ràng của dữ liệu.

Bạn đã học tiếp thị tại Google và ở lại trong 6 năm. Những bài học chính bạn đã rút ra từ kinh nghiệm này là gì?

Tiếp thị tại Google khác xa với tiếp thị truyền thống. Công việc tôi đã làm trong thời gian tôi ở đó từ năm 2007 – 2012 là sự kết hợp của tiếp thị, sản phẩm và phát triển kinh doanh. Tất cả công việc của tôi tập trung vào việc ra mắt, định vị và thuyết phục mọi người sử dụng hoặc mua một công nghệ hoặc sản phẩm mới lần đầu tiên. Dưới đây là ba bài học hàng đầu mà tôi vẫn mang theo đến ngày nay (và làm cho đội ngũ tiếp thị của chúng tôi khó chịu):

1. Luôn đặt người dùng lên hàng đầu: Điều này có vẻ đơn giản, nhưng thật đáng kinh ngạc khi nhiều nhà tiếp thị coi đây là một khẩu hiệu. Đừng giả định rằng những gì bạn muốn là những gì người dùng của bạn muốn (một sai lầm tôi thấy lại và lại). Trên thực tế, một nghiên cứu của Thinkbox năm 2016 và một nghiên cứu của Reach Solutions năm 2018 đã so sánh niềm tin của nhà tiếp thị với những của công chúng nói chung, chỉ để tìm ra rằng chúng tôi đã sai lầm khi cho rằng nhiều niềm tin của chúng tôi là của khách hàng. Các nhà nghiên cứu mô tả đây là “ảo tưởng đồng cảm” và nó thực sự đưa ra một số dữ liệu về việc chúng tôi cần làm tốt hơn trong việc hiểu người dùng của mình.

2. Luôn tránh sử dụng jargon: Google đã làm rất tốt việc truyền tải cho chúng tôi giá trị của giao tiếp rõ ràng và đơn giản. Ngay cả các điều khoản và điều kiện của họ cũng được viết theo cách mà một người không có bằng cấp luật vẫn có thể hiểu. Kết quả là, tôi có một phản ứng co giật Pavlovian với các thuật ngữ như “lãnh đạo tư tưởng” hoặc “omnichannel” và tôi cố gắng hết sức để thúc đẩy đội ngũ của mình, và bản thân tôi, để thể hiện quan điểm của mình bằng ngôn ngữ rõ ràng, dễ tiếp cận và gần gũi.

3. Đo lường mọi thứ: Đầu tiên trong sự nghiệp của tôi tại Google, tôi đã phạm sai lầm tân binh khi biện minh cho lý do của một quyết định bằng cách nói rằng “chúng tôi đã làm như vậy trong quá khứ, vì vậy chúng tôi nên làm như vậy lại ở đây”. Tôi đã chọn sự thoải mái và quen thuộc hơn là thực sự hiểu tình huống trước mặt tôi thực sự cần gì, và phản ứng từ đồng nghiệp của tôi là đủ để tôi không phạm sai lầm này nữa. Điều này rõ ràng nhưng hiếm khi được thực hành: sử dụng dữ liệu để thông báo quyết định của bạn.

CreativeX thực sự là công ty khởi nghiệp thứ hai của bạn, bạn có thể chia sẻ câu chuyện về nguồn gốc của nó không?

Tôi rời Google vào năm 2012 để bắt đầu Hatch, một công ty thương mại điện tử bán sản phẩm lối sống có thể tùy chỉnh. Luận điểm của chúng tôi là trải nghiệm mua sắm trực tuyến điển hình rất khó chịu, với người tiêu dùng phải cuộn qua nhiều trang và trang sản phẩm không hoàn toàn phù hợp. Các doanh nghiệp nhỏ và vừa phải gánh vác gánh nặng dự đoán nhu cầu của người tiêu dùng và bị bỏ lại với hàng tồn kho không bán được. Giải pháp của chúng tôi là tạo ra một trải nghiệm bán lẻ có thể tùy chỉnh, một nơi mà mọi sản phẩm có thể được điều chỉnh để đáp ứng thông số kỹ thuật của khách hàng trong khi giảm thiểu rủi ro hàng tồn kho mà nhà sản xuất phải gánh chịu.

Điều này vẫn là một ý tưởng mà tôi tin sâu sắc, nhưng các doanh nghiệp thương mại điện tử rất khó để khởi động mà không có khoản đầu tư vốn đáng kể. Khi chúng tôi xây dựng Hatch, chúng tôi tự nhiên dành rất nhiều thời gian để suy nghĩ về cách đưa người tiêu dùng đến trang web của chúng tôi và chúng tôi bị buộc phải cạnh tranh với các đối thủ thường xuyên (Google, Facebook, v.v.) nhưng với một phần nhỏ của nguồn lực tài chính. Vì chúng tôi không thể vượt qua các đối thủ thương mại điện tử lớn, chúng tôi bắt đầu tự hỏi làm thế nào chúng tôi có thể thông minh hơn họ. Chúng tôi đã đưa ra quyết định dựa trên dữ liệu về mọi thứ: đối tượng của chúng tôi, thời gian trong ngày chúng tôi quảng cáo, từ khóa, v.v. Mọi thứ trừ chính sáng tạo.

Chúng tôi nhận ra rằng tài sản sáng tạo là phần quan trọng nhất của tiếp thị của chúng tôi, nhưng cũng là phần mà chúng tôi hiểu ít nhất.

Chúng tôi bắt đầu xây dựng công nghệ để giải quyết vấn đề đó, và đó là công nghệ, ban đầu được thiết kế cho phân tích nội bộ của chúng tôi, đã dẫn đến sự ra đời của CreativeX. Ngày nay, CreativeX cung cấp công nghệ để giúp các thương hiệu đạt được sự xuất sắc sáng tạo bằng cách đo lường, theo dõi và cải thiện chất lượng sáng tạo, tính nhất quán của thương hiệu và đại diện trong nội dung.

Bạn có thể thảo luận về các công nghệ học máy khác nhau được sử dụng tại CreativeX để phân tích hình ảnh và video thành hàng nghìn thuộc tính không?

CreativeX xử lý mọi tài sản sáng tạo được kéo vào hệ thống của chúng tôi (hình ảnh, video và GIF) và sử dụng nhiều công nghệ để thu thập và tạo ra một tập hợp toàn diện các siêu dữ liệu cho phép chúng tôi phân loại chính xác các tài sản đó theo cách tùy chỉnh.

Chúng tôi phân tích bốn yếu tố của mọi tài sản sáng tạo.

1. Tập tin hình ảnh và video: Chúng tôi trích xuất các thuộc tính chung từ mỗi tệp, bao gồm chiều dài, kích thước, loại tệp, v.v.

2. Nội dung hình ảnh và video: Chúng tôi sử dụng hai loại công nghệ để hiểu nội dung bên trong mỗi hình ảnh và video.

• Trình nhìn máy tính: Điều này cho phép chúng tôi hiểu nội dung của bất kỳ hình ảnh nào trên quy mô lớn và dữ liệu được trả về dưới dạng hàng chục, đôi khi hàng trăm thẻ cho mỗi tài sản sáng tạo.
• Nhận dạng ký tự quang học: Điều này cho phép chúng tôi chọn bất kỳ từ nào được sử dụng bên trong sáng tạo. Công nghệ này xác định không chỉ số lượng văn bản được sử dụng mà còn bất kỳ yêu cầu về thương hiệu cụ thể nào (ví dụ: khẩu hiệu, định vị, ngôn ngữ, v.v.)

3. Sao chép đi kèm với mỗi hình ảnh: Nếu sáng tạo đang hoạt động, chúng tôi cũng kéo vào bất kỳ văn bản mô tả nào đi kèm.

4. Tập tin âm thanh cho video: Mỗi tệp âm thanh được dịch sang văn bản có thể phân tích để thiết lập các quy tắc âm thanh cho từng thương hiệu.

Chúng tôi đã xây dựng các công cụ để kết hợp tất cả dữ liệu đó theo các cách thông minh để phân tích và nội dung một cách có thể mở rộng và chính xác cho cả sự hiện diện của đối tượng cũng như các khái niệm mà các nhà tiếp thị muốn đo lường.

Làm thế nào quan trọng để tùy chỉnh các tín hiệu hình ảnh và các yếu tố được đo lường?

Khả năng tùy chỉnh những gì chúng tôi theo dõi cho từng thương hiệu là rất quan trọng. Dữ liệu chỉ mạnh mẽ như khả năng cung cấp sự rõ ràng về điều gì đó liên quan đến tổ chức của bạn, đó là lý do tại sao việc nhận dạng hình ảnh máy tính một kích cỡ phù hợp với tất cả có thể khó cho các nhà tiếp thị sử dụng ngoài hộp. Đây là vấn đề mà chúng tôi đã gặp phải trong những ngày đầu của Hatch: chúng tôi có thể phát hiện sự hiện diện của váy và hiểu tần suất chúng tôi sử dụng chúng, nhưng nếu bạn là một công ty ô tô, thông tin này không liên quan. Đó là lý do tại sao chúng tôi đã đầu tư rất nhiều thời gian vào việc có thể tùy chỉnh loại phát hiện mà chúng tôi cung cấp để chúng tôi có thể ánh xạ nó đến những gì là duy nhất về thương hiệu đó, ngành của nó và thách thức của nó. Điều đó thường bao gồm việc xây dựng phát hiện phản ánh hướng dẫn của thương hiệu đó hoặc giọng nói, cách nó được định vị trên thị trường, cách nó khác biệt với đối thủ cạnh tranh của nó và điều đó cuối cùng đi đến trái tim của những câu hỏi sáng tạo lớn mà các nhà tiếp thị trên đội đó đang tranh luận.

Loại thông tin hành động nào có thể được thu thập từ ứng dụng này?

Công nghệ CreativeX có thể giúp bạn thu thập thông tin về chất lượng sáng tạo, tính nhất quán của thương hiệu, tuân thủ và đại diện của tất cả nội dung hình ảnh và video. Với thông tin này, các nhà tiếp thị có thể xác định bao nhiêu nội dung của họ đáp ứng tiêu chuẩn chất lượng tối thiểu và được thiết lập để thành công dựa trên các tham số duy nhất được yêu cầu trên mỗi nền tảng và bao nhiêu tiền họ (và các cơ quan của họ) đang chi để quảng cáo và sản xuất nội dung tuân thủ (và không tuân thủ) các tiêu chuẩn này. Họ có thể đo lường mức độ nhất quán mà các đội thương hiệu của họ đang truyền đạt về thương hiệu (liệu họ có đang diễu hành theo cùng một nhịp không? Sử dụng nhất quán các tài sản thương hiệu khác biệt?) và mức độ đại diện cho các quyết định dàn diễn viên của họ. Tất cả điều này có thể giúp các nhà tiếp thị lấy lại quyền kiểm soát nội dung sáng tạo của họ để thực sự hiểu và đo lường, trên quy mô lớn, sức khỏe và sự liên kết của quyết định sáng tạo của họ.

CreativeX đã thực hiện cả phân tích chủng tộc và phân tích giới tính của hàng nghìn quảng cáo, những kết quả từ phân tích này là gì?

Chúng tôi đã phân tích 2.378 quảng cáo FMCG (hàng tiêu dùng nhanh) tại Mỹ và đã tìm thấy rằng mặc dù đã có nhiều sự chú ý đến chủ đề đại diện, nhưng thực tế về đại diện bao gồm vẫn còn nhiều việc phải làm. Phân tích về sự đa dạng chủng tộc của chúng tôi, ví dụ, cho thấy rằng người da đen có nhiều khả năng được chọn vào quảng cáo nơi thể thao hoặc tập thể dục là chủ đề và ít có khả năng được chọn vào các vai lãnh đạo. Khi chúng tôi xem xét đại diện giới tính, chúng tôi đã tìm thấy rằng các thương hiệu vẫn đang duy trì các khuôn mẫu giới tính tiêu cực: Nam giới thống trị các vai trò chuyên nghiệp và phụ nữ có nhiều khả năng được giới thiệu làm các hoạt động gia đình nhất định như dọn dẹp. Ngay cả với ít lần xuất hiện trên màn hình, nam giới có nhiều khả năng được giới thiệu trong các vai trò nói hơn, nhưng chúng tôi đang thấy một số tiến bộ với việc thể hiện ngày càng tăng của phụ nữ trong các vai lãnh đạo.

Có những cách nào khác mà bạn có thể thấy học máy cải thiện cảnh quan quảng cáo trong 5 năm tới?

Một trong những nhà đầu tư của chúng tôi từng nói rằng nhiều ngành công nghiệp tuyên bố sử dụng học máy có máy và họ có học, nhưng không phải lúc nào cũng rõ ràng rằng đó là máy đang học.

Quan điểm của tôi là chúng tôi sẽ thấy ứng dụng sâu hơn (hoặc trong một số trường hợp, ứng dụng thực sự) của học máy trong quảng cáo để tiếp tục cải thiện những điều cơ bản mà ngành công nghiệp đang làm: dự đoán khả năng nhấp và mua của người tiêu dùng (tiếp thị mục tiêu), tạo ra các biến thể sáng tạo dựa trên dữ liệu người tiêu dùng (tạo quảng cáo động), phân tích nhiều dữ liệu hơn để tạo ra thông tin (báo cáo).

Học máy có khả năng được đưa vào việc tìm ra các tín hiệu khác có thể thay thế sự mất mát của cookie của bên thứ ba trên Chrome và IDFA trên iOS và làm thế nào chúng tôi có thể tiếp tục cá nhân hóa quảng cáo mặc dù mất thông tin đó.

Có điều gì khác mà bạn muốn chia sẻ về CreativeX?

Một chút táo bạo nhưng… chúng tôi đang tuyển dụng! Nếu bạn đã đọc đến cuối bài viết này và quan tâm đến cách kết hợp dữ liệu và biểu đạt sáng tạo, chúng tôi rất muốn nói chuyện với bạn!

Cảm ơn bạn đã cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập CreativeX.