जब Apple ने iOS 14.5 अपडेट के साथ App Tracking Transparency (ATT) फ्रेमवर्क लागू किया, तो पूरी डिजिटल मार्केटिंग इंडस्ट्री में एक तरह का भूचाल आ गया। Meta के शेयर गिरे, विज्ञापनदाताओं ने ROAS (Return on Ad Spend) में भारी गिरावट की शिकायतें कीं, और हर तरफ बस यही चर्चा थी कि "IDFA खत्म हो गया, अब क्या होगा?" ज़्यादातर मार्केटर्स ने तकनीकी समाधानों की तरफ भागना शुरू किया-SKAdNetwork को समझना, सर्वर-साइड ट्रैकिंग लगाना, और ATT प्रॉम्प्ट के ऑप्ट-इन रेट को बढ़ाने की जुगत करना। लेकिन एक अमेरिकी डिजिटल मार्केटिंग विशेषज्ञ के रूप में मैं आपको एक अलग ही बात बताना चाहता हूँ। असली समस्या ट्रैकिंग की नहीं है, और असली अवसर भी ट्रैकिंग में नहीं छिपा है।
iOS 14 का सबसे बड़ा सबक यह नहीं है कि ट्रैकिंग मुश्किल हो गई है, बल्कि यह है कि हम अब तक एक सुविधाजनक भ्रम पर भरोसा करते आए हैं-लास्ट-क्लिक एट्रिब्यूशन। iOS 14 ने उस भ्रम को तोड़ दिया है, और अब समय आ गया है कि हम एक ज़्यादा वैज्ञानिक, ज़्यादा सटीक और ज़्यादा प्राइवेसी-फ्रेंडली मापन पद्धति अपनाएं-इंक्रीमेंटैलिटी। इस ब्लॉग पोस्ट में मैं आपको बताऊँगा कि iOS 14 के बाद मोबाइल विज्ञापन ऑप्टिमाइजेशन का असली भविष्य इंक्रीमेंटैलिटी में क्यों है, और आप इसे अपने अभियानों में कैसे लागू कर सकते हैं।
iOS 14 ने वास्तव में क्या बदला?
सबसे पहले संक्षेप में समझ लेते हैं कि iOS 14 अपडेट ने तकनीकी रूप से क्या किया। पहले, iPhone उपयोगकर्ताओं को एक विज्ञापन पहचानकर्ता (IDFA) दिया जाता था, जिससे विज्ञापनदाता किसी उपयोगकर्ता के ऐप इंस्टॉल, इन-ऐप खरीदारी और वेबसाइट विज़िट को ट्रैक कर सकते थे। लेकिन iOS 14.5 के बाद, हर ऐप को उपयोगकर्ता से स्पष्ट अनुमति लेनी होती है-"Allow Tracking" या "Ask App Not to Track" के रूप में। अधिकांश उपयोगकर्ता ट्रैकिंग की अनुमति नहीं देते (ऑप्ट-इन रेट 20% से भी कम रहा है), जिससे IDFA लगभग बेकार हो गया है। इसके बदले Apple ने SKAdNetwork पेश किया, जो केवल एग्रीगेट (समग्र) डेटा देता है-जैसे कि किसी अभियान से कितने इंस्टॉल हुए, लेकिन यह नहीं बताता कि कौन सा उपयोगकर्ता कौन सा विज्ञापन देखकर आया।
इसका सीधा असर यह हुआ कि Facebook Ads, Google Ads और अन्य प्लेटफ़ॉर्म अब पहले की तरह ग्रैन्युलर ऑप्टिमाइजेशन नहीं कर पाते। पिक्सेल और SDK डेटा में देरी होती है, एट्रिब्यूशन विंडो छोटी हो गई है, और कई कन्वर्ज़न अब "अनअट्रिब्यूटेड" रह जाते हैं। यही कारण है कि कई विज्ञापनदाताओं का ROAS गिर गया-लेकिन सवाल यह है कि क्या वह ROAS पहले सही था? शायद नहीं। शायद वह सिर्फ एक सुविधाजनक भ्रम था।
लास्ट-क्लिक एट्रिब्यूशन का भ्रम
लास्ट-क्लिक एट्रिब्यूशन का मतलब है कि किसी कन्वर्ज़न का पूरा श्रेय उस अंतिम विज्ञापन क्लिक को दिया जाता है जो कन्वर्ज़न से ठीक पहले हुआ। यह तरीका आसान है, इसलिए ज़्यादातर मार्केटर्स इसी पर भरोसा करते आए हैं। लेकिन यह तरीका गहराई से त्रुटिपूर्ण है, और यह बात iOS 14 से पहले भी सच थी।
कल्पना कीजिए: एक उपभोक्ता ने आपका ब्रांड पहली बार किसी इंस्टाग्राम वीडियो विज्ञापन में देखा, फिर कुछ दिन बाद उसने Google पर आपका ब्रांड नाम सर्च किया और एक सर्च विज्ञापन पर क्लिक करके खरीदारी की। लास्ट-क्लिक एट्रिब्यूशन के हिसाब से, सारा श्रेय Google Ads के उस सर्च विज्ञापन को मिलेगा, जबकि असल में शुरुआती ब्रांड जागरूकता Instagram विज्ञापन ने पैदा की थी। इसी तरह, अगर कोई उपयोगकर्ता आपका ऐप पहले से इस्तेमाल कर रहा है और एक रिटारगेटिंग विज्ञापन देखकर दोबारा खरीदारी करता है, तो लास्ट-क्लिक उस रिटारगेटिंग विज्ञापन को श्रेय देगा-लेकिन क्या वह खरीदारी वैसे भी नहीं होती? शायद होती। यही कैनिबलाइज़ेशन की समस्या है: आप उन लोगों को विज्ञापन दिखाकर पैसा खर्च कर रहे हैं जो वैसे भी खरीदारी करने वाले थे।
iOS 14 ने इस भ्रम को और गहरा कर दिया है क्योंकि अब आप अलग-अलग टचपॉइंट्स को जोड़ नहीं सकते। लेकिन असली सवाल यह है: क्या हमें वाकई उस ग्रैन्युलर डेटा की ज़रूरत है? या हमें बस यह जानने की ज़रूरत है कि हमारा विज्ञापन खर्च अतिरिक्त (incremental) राजस्व पैदा कर रहा है या नहीं?
इंक्रीमेंटैलिटी क्या है?
इंक्रीमेंटैलिटी एक मापन दर्शन है जो यह पूछता है: "क्या इस विज्ञापन अभियान ने उन कन्वर्ज़न को उत्पन्न किया जो इसके बिना नहीं होते?" दूसरे शब्दों में, यह कारण-और-प्रभाव (causality) को मापता है, न कि केवल सहसंबंध (correlation) को।
इसे समझने के लिए एक सरल प्रयोग सोचिए: आप अपने लक्षित दर्शकों को दो समूहों में बाँटते हैं-एक टेस्ट ग्रुप जिसे आपके विज्ञापन दिखाए जाते हैं, और एक कंट्रोल ग्रुप जिसे नहीं दिखाए जाते। दोनों समूह समान होने चाहिए (उम्र, लिंग, स्थान, व्यवहार आदि में)। फिर आप दोनों समूहों के कन्वर्ज़न रेट की तुलना करते हैं। अगर टेस्ट ग्रुप में कन्वर्ज़न रेट 5% है और कंट्रोल में 3%, तो आपके विज्ञापनों का इंक्रीमेंटल लिफ्ट 2% है। इसका मतलब है कि 3% लोग वैसे भी कन्वर्ट कर लेते, चाहे विज्ञापन दिखाया जाए या नहीं। यही वह अंतर है जिसके लिए आपको भुगतान करना चाहिए।
iOS 14 के संदर्भ में, इंक्रीमेंटैलिटी इसलिए शक्तिशाली है क्योंकि इसे उपयोगकर्ता-स्तर की ट्रैकिंग की ज़रूरत नहीं होती। आप एग्रीगेट डेटा, जियो-लिफ्ट टेस्ट और प्लेटफ़ॉर्म-प्रदत्त लिफ्ट स्टडीज़ का उपयोग करके यह माप सकते हैं कि आपका अभियान वास्तव में कितना नया राजस्व ला रहा है।
इंक्रीमेंटैलिटी क्यों ज़रूरी है? (खासकर iOS 14 के बाद)
यहाँ चार ठोस कारण हैं जो बताते हैं कि इंक्रीमेंटैलिटी अब केवल एक विकल्प नहीं, बल्कि मजबूरी बन गई है:
- प्राइवेसी-फर्स्ट दुनिया के अनुकूल: इंक्रीमेंटैलिटी को व्यक्तिगत डेटा की ज़रूरत नहीं होती। यह एग्रीगेट ट्रेंड्स और नियंत्रित प्रयोगों पर आधारित है, जो GDPR, CCPA और Apple की नीतियों के साथ पूरी तरह संगत है। आप भविष्य के लिए तैयार रहते हैं, भले ही और प्रतिबंध लागू हों।
- एड फ्रॉड और आकस्मिक क्लिक से सुरक्षा: लास्ट-क्लिक एट्रिब्यूशन बॉट ट्रैफ़िक, क्लिक फार्म और गलती से हुए क्लिक को भी कन्वर्ज़न मान लेता है। इंक्रीमेंटैलिटी टेस्ट इन शोर को स्वतः फ़िल्टर कर देता है क्योंकि कंट्रोल ग्रुप में भी वही शोर होगा।
- बजट का सही आवंटन: जब आप जानते हैं कि कौन सा अभियान वास्तव में नए ग्राहक ला रहा है, तो आप उसी में पैसा लगा सकते हैं। कई ब्रांड्स ने पाया है कि उनके रिटारगेटिंग अभियानों का लास्ट-क्लिक ROAS बहुत ऊँचा था, लेकिन इंक्रीमेंटैलिटी लगभग शून्य थी-क्योंकि वे केवल उन्हीं लोगों को विज्ञापन दिखा रहे थे जो पहले से ही खरीदारी करने वाले थे। उस बजट को प्रॉस्पेक्टिंग (नए ग्राहक खोजने) में लगाने से कुल राजस्व में भारी वृद्धि होती है।
- iOS 14 की डेटा सीमाओं के साथ तालमेल: SKAdNetwork केवल कैंपेन-लेवल एग्रीगेट डेटा देता है, जो इंक्रीमेंटैलिटी मापन के लिए पर्याप्त है। आप अलग-अलग जियो या ऑडियंस सेगमेंट में टेस्ट चलाकर देख सकते हैं कि कौन सा अभियान कितना लिफ्ट दे रहा है। यह एकदम सही मेल है।
मोबाइल ऐड में इंक्रीमेंटैलिटी कैसे मापें?
अब सवाल यह है कि व्यावहारिक रूप से इसे कैसे लागू करें। यहाँ चार ठोस तरीके दिए गए हैं जिन्हें आप आज से शुरू कर सकते हैं:
1. जियो-लिफ्ट टेस्ट (Geo-Lift Test)
यह सबसे सरल और सबसे भरोसेमंद तरीका है। अमेरिका जैसे बड़े बाजार में, आप अलग-अलग राज्यों या शहरों (DMAs) को टेस्ट और कंट्रोल समूहों में बाँट सकते हैं। उदाहरण के लिए, टेक्सास और फ्लोरिडा में अपने मोबाइल विज्ञापन चलाएँ, लेकिन कैलिफोर्निया और न्यूयॉर्क में बिल्कुल न चलाएँ। फिर दोनों समूहों में ऐप इंस्टॉल, खरीदारी या साइन-अप की तुलना करें। ध्यान रखें कि दोनों क्षेत्रों की जनसांख्यिकी और मौसमी प्रभाव समान हों। अंतर ही आपका इंक्रीमेंटल लिफ्ट है।
2. प्लेटफ़ॉर्म-प्रदत्त लिफ्ट स्टडीज़
Google, Meta और TikTok जैसे प्लेटफ़ॉर्म अपने आप में "Conversion Lift" या "Brand Lift" टूल प्रदान करते हैं। ये टूल आपके विज्ञापनों को देखने वाले और न देखने वाले समान ऑडियंस की तुलना करते हैं। हालाँकि ये प्लेटफ़ॉर्म के अपने डेटा पर आधारित होते हैं, फिर भी ये एक अच्छा शुरुआती बिंदु हैं। Meta का "Lift Test" और Google का "Conversion Lift" iOS 14 के बाद भी काम करते हैं क्योंकि वे एग्रीगेट डेटा का उपयोग करते हैं।
3. ऑडियंस होल्डआउट ग्रुप
अगर आपके पास पहले से एक बड़ा ईमेल लिस्ट या CRM डेटाबेस है, तो आप अपने खुद के होल्डआउट ग्रुप बना सकते हैं। उदाहरण के लिए, अपने 10% सब्सक्राइबर्स को एक "कंट्रोल" समूह के रूप में चिह्नित करें और उन्हें किसी भी रिटारगेटिंग विज्ञापन से बाहर रखें। फिर देखें कि क्या उस समूह की खरीदारी दर बाकी 90% से कम है। अगर नहीं, तो आपके रिटारगेटिंग विज्ञापन इंक्रीमेंटल नहीं हैं।
4. SKAdNetwork के साथ स्मार्ट एक्सपेरिमेंटेशन
SKAdNetwork आपको कैंपेन-लेवल इंस्टॉल और पोस्ट-इंस्टॉल इवेंट का डेटा देता है। आप अलग-अलग कैंपेन को अलग-अलग जियो या अलग-अलग समय विंडो में चलाकर तुलना कर सकते हैं। उदाहरण के लिए, एक हफ्ते के लिए केवल वीडियो विज्ञापन चलाएँ, अगले हफ्ते केवल स्टैटिक इमेज विज्ञापन, और इंस्टॉल दरों की तुलना करें। यह सही इंक्रीमेंटैलिटी नहीं है, लेकिन यह आपको दिशा दिखा सकता है।
इंक्रीमेंटैलिटी-आधारित ऑप्टिमाइजेशन कैसे करें?
एक बार जब आप इंक्रीमेंटल डेटा इकट्ठा करना शुरू कर देते हैं, तो आपको अपने ऑप्टिमाइजेशन का तरीका बदलना होगा। यहाँ कुछ कार्रवाई योग्य कदम हैं:
- लास्ट-क्लिक ROAS को भूल जाइए: अपने KPIs को "इंक्रीमेंटल ROAS" या "इंक्रीमेंटल CPA" पर स्विच करें। इसका मतलब है कि आप केवल उन कन्वर्ज़न को गिनें जो वास्तव में आपके विज्ञापनों के कारण हुए हैं। यह शुरू में कम आकर्षक लग सकता है, लेकिन दीर्घकाल में यही सच्चा लाभ है।
- रिटारगेटिंग पर पुनर्विचार करें: जैसा कि पहले बताया, रिटारगेटिंग अक्सर कम इंक्रीमेंटल होता है। अपने रिटारगेटिंग अभियानों का इंक्रीमेंटैलिटी टेस्ट चलाएँ। अगर लिफ्ट 10% से कम है, तो उस बजट को प्रॉस्पेक्टिंग या ब्रांड जागरूकता में स्थानांतरित करें। एक अमेरिकी ई-कॉमर्स ब्रांड ने ऐसा किया और उसके कुल राजस्व में 35% की वृद्धि हुई, हालाँकि उसका कुल ROAS गिर गया था।
- ब्रांड सर्च कैंपेन का मूल्यांकन करें: कई विज्ञापनदाता अपने ब्रांड नाम पर Google Ads सर्च कैंपेन चलाते हैं। लेकिन क्या ये लोग वैसे भी आपकी वेबसाइट पर नहीं आते? जियो-लिफ्ट टेस्ट से पता चल सकता है कि ब्रांड सर्च विज्ञापन लगभग शून्य इंक्रीमेंटल हैं। एक SaaS कंपनी ने अपने ब्रांड सर्च विज्ञापन बंद कर दिए और उनका ऑर्गेनिक ट्रैफ़िक उतना ही बना रहा-लेकिन उन्होंने हर महीने $50,000 बचाए।
- क्रिएटिव को इंक्रीमेंटल लिफ्ट से मापें: केवल क्लिक-थ्रू रेट या व्यू-थ्रू रेट न देखें। अलग-अलग क्रिएटिव के लिए छोटे लिफ्ट टेस्ट चलाएँ। कौन सा विज्ञापन वास्तव में नए ग्राहक ला रहा है? उसी को स्केल करें।
- सीखने की संस्कृति बनाएँ: इंक्रीमेंटैलिटी टेस्ट में समय लगता है-कम से कम 2-4 हफ्ते, कभी-कभी महीनों। अपनी टीम को धैर्य रखने और परिणामों पर बहस करने के लिए प्रोत्साहित करें। हर तिमाही कम से कम एक बड़ा इंक्रीमेंटैलिटी टेस्ट ज़रूर चलाएँ।
अमेरिकी बाजार से एक व्यावहारिक उदाहरण
मान लीजिए कि आप एक सब्सक्रिप्शन-आधारित मोबाइल ऐप चलाते हैं-जैसे कि फिटनेस या मेडिटेशन ऐप। iOS 14 से पहले, आपका रिटारगेटिंग कैंपेन शानदार ROAS दिखा रहा था, इसलिए आपने उसी में बजट बढ़ा दिया। लेकिन जब आपने एक जियो-लिफ्ट टेस्ट चलाया, तो पता चला कि रिटारगेटिंग का इंक्रीमेंटल लिफ्ट केवल 3% है, जबकि प्रॉस्पेक्टिंग कैंपेन का लिफ्ट 12% है। इसका मतलब यह हुआ कि आपके ज़्यादातर रिटारगेटिंग विज्ञापन उन्हीं लोगों तक पहुँच रहे थे जो वैसे भी सब्सक्रिप्शन लेने वाले थे। आपने रिटारगेटिंग बजट का 40% प्रॉस्पेक्टिंग में शिफ्ट किया, और तीन महीने के भीतर कुल राजस्व में 27% की बढ़ोतरी हुई-हालाँकि कुल ROAS थोड़ा कम दिख रहा था।
यही इंक्रीमेंटैलिटी की ताकत है। यह आपको सतही आँकड़ों से आगे बढ़कर असली कारण-और-प्रभाव देखने में मदद करती है।
अंतिम विचार
iOS 14 ने जो किया, वह कोई आपदा नहीं है-यह एक ज़रूरी सुधार है। इसने हमें उस आरामदायक भ्रम से बाहर निकाला है जिसमें हम सालों से जी रहे थे। अब समय है कि हम लास्ट-क्लिक एट्रिब्यूशन की जगह इंक्रीमेंटैलिटी को अपनाएँ, और ऐसे विज्ञापन अभियान बनाएँ जो वास्तव में नए ग्राहक लाएँ, न कि केवल वही लोग जो पहले से तैयार हैं।
अगर आप iOS 14 के बाद मोबाइल विज्ञापनों में सचमुच आगे रहना चाहते हैं, तो आज ही एक छोटा जियो-लिफ्ट टेस्ट शुरू करें। डेटा को बोलने दीजिए, और अपने बजट को वहाँ लगाइए जहाँ वह सबसे ज़्यादा अतिरिक्त मूल्य पैदा करता है। यही स्मार्ट मार्केटिंग का भविष्य है।