IPG旗下营销情报公司Kinesso聘请Femi olu - lave博士担任文化与包容高级副总裁。olu - lave被邀请在Kinesso及其姊妹公司Acxiom和Matterkind推动多元化、股权和包容性(DEI)倡议。

Olu-Lafe - 以前 - ysc咨询和前多样性和纳入研究分析师的高级领袖和Dei顾问 - 培养了来自波士顿大学的心理学博士学位，并致力于工作与财富500强公司一起设计和实施DEI计划。

在去年夏天的“黑人的命也是命”(Black Lives Matter)抗议活动和最近的反亚裔暴力活动动员了亚裔美国人社区与边缘化作斗争之后，各大品牌和机构正在重新考虑他们的DEI战略。

olu-lafe，一个认知心理学和应用数据分析专家，周一开始与Kinesso。她已被任务创建全面的策略，以确保Acxiom，Kinesso和Matterkind（AKM）开发的数据和技术产品是包括尊重的。最近的创建Olu-Lafe的角色是减少偏差常常反映在数据驱动营销中的人们投入的数据输入的偏差的一部分，这是IPG的正在进行的DEI战略的一部分。

olu - lave将向Kinesso的首席人才官Renu Hooda汇报。爱游戏体育骗子交换商采访了olu - lave。

消费者数据的多样性和包容性最大的问题是什么?

Femi Olu-Lafe：当涉及到数据时，人们会想，“机器正在做这件事，我们为什么要关心它?”该组织采用的方法是，机器正在学习的很多东西背后都有人类。

因为数据是关于人的，而且是由人收集的，所以它不能避免偏见——即使是机器在做这项工作。对我们来说，以批判的眼光看待这些数据，并确保我们在问这些棘手的问题:什么时候收集的，如何收集的，收集什么?我们公平吗?我们刚刚好吗?

有偏见的数据是什么样的?

我们的大脑出现偏见是关于我们如何保留给我们的信息的判断。这些过程可以转换为我们的计算机做出判断的方式

例如，iPhone没有很多与有色人种打交道的经验。有时Face ID在识别(有色人种的)面孔时遇到了挑战。

你如何在AKM使用的数据中添加更多的多样性和包容性?

在删除数据中的偏见方面，我们有目标。

其中一些来自如何收集[数据]，并在进行彻底诊断时设置指标，以确定发生了什么。然后我们想在我们想要做什么以及我们的成功对我们来说是明确的目标。

该领域的人们正在寻找从事这项工作的人，并向他们展示我们所采取的方法，以及我们如何从中受益。

成功会是什么样的？你有基准吗？

出发点是与人们合作，以了解系统中偏见的当前状态。[AKM]组织已经踏上了这样的旅程，所以有些人会问自己:我们已经做了什么来消除数据中的许多偏见?我们发现什么是有益的?我们想成长为什么样的人，才能更进一步?

Acxiom、Kinesso和Matterkind都是不同的数据公司——你如何针对它们改变策略?

我的角色遍布AKM，所以我将这些公司中的每个人都有人们才能与之合作。这是关于构建所有公司的策略，并确保我们正在推出一个凝聚力的计划而不是单一举措。这是让我在船上带来的关键部分。我真的很高兴了解不同的公司，不同的文化，成功的样子 - 并创造了适用于所有这些的凝聚力编程策略。

明年这次会有什么不同的？

明年的这个时候，我希望看到更多不同的观点，并看到相关的指标。

此外，我希望看到我们以一种有意义的方式与企业进行外部合作，消除偏见，培养我们的一些客户的思想领导力。

我很乐意在纳入旅程中看到业界在一点点移动。

这篇采访经过编辑和压缩。