Anastasia Leng，CreativeX 的创始人和 CEO – 采访系列

Anastasia Leng 是 CreativeX 的创始人和 CEO，这是一家为世界上最受喜爱的品牌提供创意卓越的公司。通过分析创意内容，技术旨在通过数据的清晰度提高创意表达。

您在谷歌学习了营销，并在那里工作了 6 年。您从这段经历中获得了什么关键的收获？

在谷歌的营销工作与传统的营销工作大不相同。我在 2007 年至 2012 年期间在那里做的工作是营销、产品和业务发展的混合。所有我的工作都集中在推出、定位和说服人们使用或购买新的技术或产品。以下是我今天仍然坚持的三个主要收获（并且经常提醒我们的营销团队）：

1. 总是把用户放在首位：这似乎很简单，但令人惊讶的是，有多少营销人员把这当作一个陈词滥调。不要假设您想要的就是您的用户想要的（这是我一次又一次看到的错误）。事实上，2016 年的 Thinkbox 研究和 2018 年的 Reach Solutions 研究比较了营销人员的信念和普通公众的信念，发现我们错误地将许多自己的信念归因于我们的客户。研究人员称之为“同理心幻觉”，这真正地为我们需要更好地了解用户的这一事实提供了数据支持。

2. 总是避免使用行话：谷歌做得非常好，灌输给我们清晰和简单的沟通的价值。甚至他们的条款和条件都是以一种使没有法律学位的人也能理解的方式写的。因此，当我听到“思想领导”或“全渠道”等术语时，我会条件反射地产生厌恶反应，我尽力推动我们的团队和我自己，以简洁、人性化和易于理解的语言表达我们的观点。

3. 测量一切：在我的谷歌职业生涯早期，我犯了一个新手错误，即用“我们过去这样做，所以我们应该再次这样做”的理由来为我的决定辩护。我选择了舒适和熟悉，而不是真正了解我面前的情况需要什么，我的同事的回应足以让我避免再次犯这个错误。很明显，但很少被实践：使用数据来告知你的决定。

CreativeX 其实是您第二家创业公司，您能否分享它的起源故事？

我在 2012 年离开谷歌创办了 Hatch，一家销售可定制的生活方式产品的电子商务公司。我们的论点是，传统的在线购物体验让人感到筋疲力尽，消费者必须滚动浏览页面和页面的产品，这些产品并不完全符合他们的需求。中小企业承担了预测消费者需求的重担，并且不得不持有未售出的库存。我们的解决方案是创建一个可定制的零售体验，即每个产品都可以根据客户的规格进行调整，同时减少制造商承担的库存风险。

这是一个我深信不疑的想法，但没有大量资本投入，电子商务业务很难起步。随着我们建设 Hatch，我们自然花了很多时间思考如何将消费者吸引到我们的网站，我们不得不与通常的竞争对手（谷歌、Facebook 等）竞争，但我们的财务资源只有他们的一小部分。鉴于我们无法超越主要的电子商务玩家，我们开始思考如何智胜他们。我们正在根据数据做出有关一切的决定：我们的受众、广告的时间、关键词等。除了创意本身。我们意识到创意资产是我们的营销中最重要的部分，但也是我们理解最少的部分。

我们开始构建技术来解决这个问题，这项最初用于我们内部分析的技术导致了 CreativeX 的诞生。如今，CreativeX 提供技术帮助品牌通过衡量、跟踪和提高创意质量、品牌一致性和内容中的表现来实现创意卓越。

您能否讨论 CreativeX 中使用的不同机器学习技术来将图像和视频分解为成千上万个属性？

CreativeX 处理系统中拉取的每个创意资产（图像、视频和 GIF），并使用各种技术来收集和创建一组全面的元数据，以便我们能够以自定义的方式正确地对这些资产进行分类。

我们分析每个创意资产的四个元素。

1. 图像和视频文件：我们从每个文件中提取常见的属性，包括资产长度、尺寸、文件类型等。

2. 图像和视频内容：我们使用两种类型的技术来了解图像和视频中的内容。

• 计算机视觉：这使我们能够在规模上了解任何视觉内容，并以数十个、有时甚至数百个标签的形式返回数据，用于每个创意资产。
• 光学字符识别：这使我们能够拾取创意中的任何文字。该技术不仅确定使用的文本数量，还确定任何特定于文本的品牌要求（例如标语、定位、语言等）

3. 附加到每个视觉效果的文本：如果创意是实时的，我们还会提取任何伴随的文本描述。

4. 视频的音频文件：每个音频文件都被转换为可解析的文本，以便为每个品牌设置音频规则。

我们构建了工具来以智能的方式组合所有这些数据，以便在规模上分析和内容中准确地分析对象和概念的存在。

自定义要测量的视觉提示和元素有多重要？

为每个品牌自定义我们跟踪的内容的能力至关重要。数据的强大之处在于其能够提供有关组织相关主题的清晰度，这就是为什么一刀切的计算机视觉识别对于营销人员来说可能很难直接使用。我们在 Hatch 早期遇到的问题是，我们可能会检测到衣服的存在，并了解我们使用它们的频率，但如果你是一家汽车公司，这个洞察力是无关紧要的。因此，我们投入了大量时间来使我们提供的检测类型可定制，以便我们可以将其映射到每个品牌、其行业和其挑战的独特之处。这通常包括构建反映该品牌的指导方针或声音、其在市场中的定位、其与竞争对手的区别以及最终到达营销团队正在辩论的创意问题的核心。

可以从此应用程序中获得什么样的可行见解？

CreativeX 技术可以帮助您了解图像和视频内容的创意质量、品牌一致性、合规性和表现。凭借这些信息，营销人员可以确定其内容中有多少符合其最低质量标准，并且已设置为在每个平台上成功，考虑到每个平台的独特参数，以及他们（和他们的机构）在宣传和制作符合（和不符合）这些标准的内容上花了多少钱。他们可以衡量他们的品牌团队如何就品牌进行沟通（是否步调一致？是否一致地使用相同的独特品牌资产？），以及他们的选角决定有多具代表性。所有这些都可以帮助营销人员控制他们的创意内容，以真正了解和衡量他们的创意决策的健康状况和一致性。

CreativeX 已经对数千个广告进行了种族和性别分析，分析结果是什么？

我们分析了 2,378 个美国的快速消费品广告，并发现尽管人们对代表性的话题给予了大量关注，但包容性代表性的现实仍然需要大量工作。例如，我们的 种族多样性分析 表明，黑人更有可能在以运动或锻炼为主题的广告中被选中，并且不太可能被选为领导角色。当我们查看 性别代表性 时，我们发现品牌仍然在延续负面的性别刻板印象：男性主导专业角色，女性更有可能出现在某些家庭活动中，例如清洁。即使他们的屏幕出现次数较少，男性也更有可能出现在更多的发言角色中，但我们看到女性在领导角色中的描绘有所增加。

在接下来的 5 年内，您还能看到机器学习如何改善广告业的其他方式？

我们的一位投资者曾经说过，很多声称使用机器学习的行业拥有机器和学习，但并不总是清楚机器是否真正在学习。

我的观点是，我们将看到更深入（或在某些情况下，实际上）应用机器学习来继续改进广告业已经在做的面包和黄油的事情：预测消费者点击和购买的倾向（目标）、根据消费者数据生成创意变体（动态广告创意）、解析更多数据以生成洞察力（报告）。机器学习可能会被用来解决第三方 cookie 在 Chrome 和 IDFA 在 iOS 上的丧失，并弄清楚我们如何继续个性化广告尽管缺乏这些信息。

您还想分享关于 CreativeX 的其他内容吗？

有点厚颜无耻，但……我们正在招聘！如果您已经阅读了这篇文章，并且对如何更好地结合数据和创意表达感兴趣，我们很乐意与您交谈！

感谢这次精彩的采访，希望了解更多的读者可以访问 CreativeX。