Camisas inovadoras aumentam a conscientização sobre o rosto dos atletas que praticam bullying on-line

Durante o Campeonato Europeu Feminino da UEFA de 2022 na Inglaterra, todas as integrantes da Seleção Feminina Inglesa ficaram fora das redes sociais durante todo o torneio. Concentrar-se na tarefa principal de jogar futebol dominante e vencer o torneio era muito importante, e silenciar todas as formas de distração da mídia social era fundamental para esse esforço. Muitas vezes, a mídia social é armada contra atletas profissionais, que enfrentam ódio e abuso online em taxas alarmantes. As mulheres atletas são particularmente suscetíveis ao ódio sexista e à misoginia online, então não é de surpreender que as Lionesses tenham decidido desistir completamente e se desligar completamente.

Para esclarecer esse problema contínuo, a EE e o BT Group originalmente buscaram as proezas criativas da agência de publicidade Saatchi & Saatchi durante o Campeonato Europeu masculino em 2020. O objetivo dessa primeira fase da campanha era abordar o derramamento de racismo online que contamina o futebol profissional, e assim nasceu o EE Hope United. Composto por uma coalizão de alguns dos mais proeminentes jogadores profissionais de futebol da atualidade, o EE Hope United é um super time formado para combater o abuso online. Quando o Euro feminino chegou, dois anos depois, era lógico aumentar ainda mais o impacto do EE Hope United.

Mais uma vez, EE e BT trabalharam com a Saatchi & Saatchi para desenvolver uma campanha 360 para o torneio para chamar a atenção e esmagar o ódio sexista que as jogadoras de futebol enfrentam online. "91% do ódio enviado a jogadoras de futebol vem de homens", disse Will John, diretor executivo de criação da Saatchi & Saatchi. “São os homens que enviam esse ódio, então precisávamos alcançá-los com uma campanha que os fizesse sentar, prestar atenção e mudar seu comportamento”.

Além de produzir um anúncio visceral incrivelmente atraente apelidado de "Não é problema dela", a Saatchi & Saatchi trabalhou com a empresa de produção de tecnologia criativa The Mill para criar uma tecnologia de arte generativa que usa dados das contas de mídia social dos jogadores para criar camisas.

"Construímos um aplicativo de software generativo que é essencialmente um software que, quando você insere novos números, oferece um novo design de camisa", explicou Will MacNeil, diretor de design da The Mill's Experience. "Esse foi o motor do trabalho. Uma vez feito isso, os designs poderiam ser colocados em um site, poderiam ser usados ​​para projetar as camisas impressas, poderiam ser atualizados a qualquer momento. Era o centro de tudo. "

Os próprios designs das camisas expressavam a quantidade de ódio online e a esperança que um jogador individual estava recebendo a qualquer momento durante o torneio. MacNeil e sua equipe criaram um padrão visual que representava a esperança acompanhada por outro que representava o ódio, com cada um interrompendo o outro com base nos dados de seu software. Foi preciso muito pensamento e consideração para criar uma linguagem visual que se traduzisse em camisas que fossem evocativas, vestíveis e autênticas para a cultura dos uniformes de futebol.

"Começamos com a pergunta: 'Como é o ódio?'", disse MacNeil. "Passamos por um longo processo tentando descobrir isso. Tínhamos muitas referências, muitas coisas orgânicas; coisas como ervas daninhas, pedras nos rins - que, quando você as vê microscopicamente, são coisas realmente nítidas e fragmentadas. Então, estávamos tentando atribuir diferentes formas a diferentes tipos de ódio. Os dados que acabamos obtendo se resumiam a anti-negros, anti-mulheres e anti-LGBTQ, então escolhemos uma aparência para cada um deles.

Essas ideias conceituais tiveram que se equilibrar com o design clássico do futebol, ao mesmo tempo em que comunicavam a natureza tecnológica da campanha. "Queríamos que parecesse bastante digital, de modo que fosse claramente desenhado por dados", continuou MacNeil. "O que acabamos fazendo foi projetar uma camisa muito legal com listras e pequenos cubos e padrões digitais sutis e, quando os dados chegam, eles bagunçam e atrapalham. Então, de três maneiras diferentes, meio que compensa esses padrões, então eles parecem meio quebrados."