प्रोग्रामेटिक एड प्लेटफॉर्म: सच जो कोई नहीं बताता

अमेरिका में डिजिटल मार्केटिंग की दुनिया में बीते 12 सालों में मैंने कई ट्रेंड्स आते और जाते देखे हैं। लेकिन एक चीज हमेशा एक जैसी बनी रही है - प्रोग्रामेटिक एडवरटाइजिंग को लेकर मार्केटर्स के बीच फैला हुआ भ्रम। हर कॉन्फ्रेंस में, हर वेबिनार में एक ही सवाल पूछा जाता है - "बताइए, सबसे अच्छा प्रोग्रामेटिक प्लेटफॉर्म कौन सा है?" और इसका जवाब हमेशा घिसा-पिटा होता है - "यह आपकी ज़रूरतों पर निर्भर करता है।"

लेकिन मैं आपको सच बताऊं? यह जवाब भी एक भ्रम है। असल में, कोई भी प्लेटफॉर्म "सबसे अच्छा" नहीं है। हर एक प्लेटफॉर्म अपने तरीके से आपको एक ऐसे जाल में फंसाता है, जहाँ से निकलना आसान नहीं होता। तो चलिए, आज मैं आपको उन पहलुओं पर ले चलता हूँ, जिन पर शायद ही कभी बात होती है। यह वो बातें हैं, जो मैंने अपने अनुभव से सीखी हैं - कभी पैसे गंवाकर, कभी डेटा खोकर।

पहला बड़ा भ्रम: Google DV360 - जो दिखता है, वो सच नहीं

जब भी प्रोग्रामेटिक की बात आती है, तो सबसे पहले नाम आता है Google DV360 का। और यह समझ में भी आता है। Google के पास दुनिया का सबसे बड़ा डेटा सेट है। उसके पास सबसे बड़ा पब्लिशर नेटवर्क है। और हाँ, उसकी कीमत भी काफी प्रतिस्पर्धी है। लेकिन यहाँ पर एक बहुत बड़ी समस्या है - DV360 एक ब्लैक बॉक्स की तरह काम करता है।

इसका मतलब समझिए। मान लीजिए आप DV360 पर एक कैंपेन चला रहे हैं। आपने टार्गेट किया है "उच्च आय वाले, शिक्षित, 25-40 साल के पुरुषों" को। Google आपको बताएगा कि उसने 10 लाख इंप्रेशन दिए, जिनमें से 80% आपके लक्षित दर्शकों तक पहुंचे। बहुत अच्छा लगता है, है न? लेकिन असली सवाल ये हैं - क्या Google आपको बताता है कि इनमें से कितने यूज़र्स ने आपका विज्ञापन देखने से पहले ही आपके प्रतिस्पर्धी का विज्ञापन देख लिया था? नहीं। क्या Google आपको बताता है कि कितने इंप्रेशन ऐसे पेजों पर दिखे, जहाँ यूज़र ने एड ब्लॉकर लगा रखा था? नहीं।

यही है "पारदर्शिता का भ्रम"। Google आपको वही डेटा देता है, जो उसे देने में फायदा है। और यहाँ एक और दिलचस्प बात है - जब आप DV360 पर कोई प्रीमियम पब्लिशर चुनते हैं, जैसे द न्यूयॉर्क टाइम्स या वॉल स्ट्रीट जर्नल, तो Google आपको बता सकता है कि आपके विज्ञापन उस साइट पर दिखे। लेकिन यह नहीं बताएगा कि उसी यूज़र ने पिछले 24 घंटों में कितने और ब्रांड्स के विज्ञापन देखे। इससे आपकी ब्रांड थकान (brand fatigue) का असली अंदाज़ा लगाना मुश्किल हो जाता है।

मैं आपको एक ठोस उदाहरण देता हूँ। एक बार मैंने एक ग्राहक के लिए DV360 पर एक कैंपेन चलाया, जिसका लक्ष्य था "लक्ज़री कार खरीदने वाले यूज़र्स।" Google के ऑडियंस सॉल्यूशंस ने दावा किया कि हम 92% सटीकता से टार्गेट कर रहे थे। बड़ी बात थी, है न? लेकिन जब हमने तीसरे पक्ष के एक टूल से डेटा क्रॉस-चेक किया, तो पता चला कि हमारे आधे से ज्यादा इंप्रेशन उन यूज़र्स को दिख रहे थे, जिनकी सालाना आय 30,000 डॉलर से भी कम थी। क्यों? क्योंकि Google का एल्गोरिद्म उन यूज़र्स को भी "लक्ज़री" कैटेगरी में डाल रहा था, सिर्फ इसलिए कि उन्होंने कभी अमेज़न पर कोई महंगी घड़ी सर्च की थी। यह डेटा एकदम गलत था।

तो क्या करें? अगर आप DV360 का उपयोग कर रहे हैं, तो हमेशा तीसरे पक्ष के वेरिफिकेशन टूल को जोड़ें। Integral Ad Science हो या DoubleVerify, इन्हें लगाना बहुत ज़रूरी है। और हाँ, Google के ऑडियंस सेगमेंट्स पर आँख बंद करके भरोसा न करें। हर महीने कम से कम एक बार अपने टार्गेट ऑडियंस का मैन्युअल ऑडिट ज़रूर करें।

दूसरा भ्रम: Amazon DSP - सिर्फ Amazon के अंदर कैद

Amazon DSP को लेकर एक और बड़ा भ्रम है। लोग कहते हैं - "इसके पास शॉपिंग इंटेंट का सबसे अच्छा डेटा है।" और यह सच भी है। Amazon जानता है कि किसने क्या खरीदा, कितने में खरीदा, और कब खरीदा। लेकिन यहाँ एक बड़ी समस्या है - यह डेटा पूरी तरह से साइलोड (siloed) है। यानी यह अपने ही दायरे में कैद है।

समझिए कैसे। Amazon DSP पर आप जिस यूज़र को टार्गेट करते हैं, वह केवल Amazon इकोसिस्टम में ही दिखाई देता है। उदाहरण के लिए, आप एक ऐसे यूज़र को ढूंढ सकते हैं जिसने पिछले महीने किचन के सामान खरीदे हैं। लेकिन आप उसी यूज़र को YouTube पर नहीं पा सकते, Spotify पर नहीं पा सकते, या किसी न्यूज़ साइट पर नहीं पा सकते। क्यों? क्योंकि Amazon का DSP सिर्फ Amazon के अपने पब्लिशर नेटवर्क और कुछ चुनिंदा पार्टनर्स, जैसे Twitch, तक ही सीमित है।

इससे एक और समस्या पैदा होती है - फ्रिक्वेंसी कैपिंग (frequency capping) का भ्रम। मान लीजिए आप Amazon DSP पर एक यूज़र को तीन बार विज्ञापन दिखाते हैं। Amazon उसे तीन बार ही दिखाएगा। लेकिन अगर वही यूज़र DV360 या The Trade Desk पर भी आ रहा है, तो उसे कुल मिलाकर 6-7 बार विज्ञापन दिख सकता है। और आपको पता भी नहीं चलेगा। सोचिए, यह कितना पैसे का वेस्टेज है।

एक और बात - Amazon DSP की कीमत संरचना बहुत जटिल है। वे आपको बताएंगे कि CPM 5 डॉलर है। लेकिन जब आप डेटा फीस, प्लेटफॉर्म फीस, और मिनिमम स्पेंड कमिटमेंट जोड़ते हैं, तो CPM 8-10 डॉलर तक पहुंच जाता है। और वह भी तब, जब आप Amazon के अपने प्रॉडक्ट को प्रमोट कर रहे हों।

तो क्या करें? Amazon DSP का उपयोग केवल दो परिस्थितियों में करें। पहली - जब आप सीधे Amazon पर बेच रहे हों, यानी D2C फिजिकल प्रॉडक्ट। दूसरी - जब आप Amazon के अपने पब्लिशर, जैसे IMDb TV या Twitch, पर विज्ञापन देना चाहते हों। ब्रांड अवेयरनेस या अपर-फ़नल मार्केटिंग के लिए Amazon DSP एक बहुत बड़ा जाल है। उससे बचें।

तीसरा भ्रम: The Trade Desk - पारदर्शिता का झूठा वादा

The Trade Desk (TTD) को इंडस्ट्री में स्वतंत्रता का प्रतीक माना जाता है। इसके पास कोई अपना मीडिया प्रॉपर्टी नहीं है, इसलिए यह दावा किया जाता है कि यह "निष्पक्ष" तरीके से काम करता है। लेकिन यहाँ भी एक बड़ा भ्रम है - पारदर्शिता का।

The Trade Desk अपनी फीस को छुपाने के लिए कई तरीके अपनाता है। सबसे आम तरीका है - "डेटा फीस" और "प्लेटफॉर्म फीस" को अलग-अलग दिखाना। मैंने कई कैंपेन देखे हैं, जहाँ कुल खर्च का 30-40% सिर्फ इन फीस में चला गया। और वह भी तब, जब प्लेटफॉर्म ने दावा किया कि वह "फुल पारदर्शी" है। मजेदार बात है, है न?

एक उदाहरण लेते हैं। एक कैंपेन में TTD ने CPM 8 डॉलर का कोट दिया। बहुत अच्छा। लेकिन जब हमने बारीकी से देखा, तो पता चला कि इसमें से 2.50 डॉलर प्लेटफॉर्म फीस थी, 1.50 डॉलर डेटा फीस थी (क्योंकि हमने एक थर्ड-पार्टी डेटा प्रोवाइडर का इस्तेमाल किया था, जैसे लॉटेम या एक्सियम), और बाकी के 4 डॉलर मीडिया कॉस्ट थे। तो असल में हम 4 डॉलर CPM पर मीडिया खरीद रहे थे, लेकिन कुल खर्च 8 डॉलर था। और TTD इसे "पारदर्शिता" कहता है। मैं इसे क्या कहूँ, यह आप खुद समझ लीजिए।

एक और समस्या - TTD की टार्गेटिंग क्षमता पूरी तरह से डेटा पार्टनर्स पर निर्भर है। अगर आप कोई नया डेटा पार्टनर जोड़ते हैं, तो उसकी फीस आपके बजट का एक बड़ा हिस्सा खा जाती है। और सबसे बुरी बात - TTD आपको यह नहीं बताता कि कौन सा डेटा पार्टनर वास्तव में परफॉर्म कर रहा है। आपको खुद A/B टेस्ट करके पता लगाना पड़ता है, जिसमें समय और पैसा दोनों लगता है।

तो क्या करें? The Trade Desk का उपयोग करते समय, पहले से ही पूछें कि कुल बजट का कितना प्रतिशत फीस में जाएगा। और यह सुनिश्चित करें कि आपका डेटा पार्टनर अनुबंध में स्पष्ट रूप से लिखे कि डेटा फीस कितनी है। हर तिमाही अपने डेटा पार्टनर्स की परफॉर्मेंस का ऑडिट करें और जो काम नहीं कर रहे, उन्हें बेझिझक हटा दें।

चौथा अवसर: Xandr/Microsoft - एक अनदेखा खजाना

अब बात करते हैं एक ऐसे प्लेटफॉर्म की, जिसे अक्सर नज़रअंदाज कर दिया जाता है - Xandr, जिसे अब Microsoft ने खरीद लिया है। इसे इंडस्ट्री में "अंडरडॉग" कहा जाता है, लेकिन मैं इसे "अवसर का खजाना" कहता हूँ। इसकी अपनी एक अलग ताकत है।

Xandr के पास कनेक्टेड टीवी (CTV) के लिए सबसे अच्छा स्टैक है, खासकर अमेरिकी बाजार में। और Microsoft के एंटरप्राइज डेटा के साथ - जैसे LinkedIn से B2B डेटा, Outlook से कैलेंडर डेटा, और Bing से सर्च डेटा - यह बहुत ताकतवर बन जाता है। उदाहरण के लिए, आप Xandr पर उन CFOs को टार्गेट कर सकते हैं, जिन्होंने पिछले महीने LinkedIn पर "क्लाउड माइग्रेशन" जैसे कीवर्ड पर कंटेंट देखा हो। यह क्षमता किसी और प्लेटफॉर्म के पास नहीं है।

लेकिन यहाँ सबसे बड़ी समस्या इसका इंटरफेस है। Xandr का इंटरफेस इतना जटिल है कि ज्यादातर मीडिया बायर्स इसे समझ नहीं पाते। इसमें रिपोर्टिंग भी बहुत पुराने ढंग की है। अगर आपके पास एक समर्पित डेटा साइंटिस्ट टीम नहीं है, तो आप पैसा बर्बाद कर देंगे। मैंने खुद यह गलती की है।

एक ठोस उदाहरण - मैंने एक बार एक B2B SaaS कंपनी के लिए Xandr पर कैंपेन चलाया। हमने LinkedIn डेटा का उपयोग करके HR डायरेक्टर्स को टार्गेट किया। शुरुआती परिणाम शानदार थे - CTR 0.8%, जो उस समय प्रोग्रामेटिक में बहुत अच्छा माना जाता था। हम सब खुश थे। लेकिन जब हमने गहराई से देखा, तो पता चला कि इनमें से अधिकतर क्लिक बॉट्स (bots) से आ रहे थे। Xandr का IVT (Invalid Traffic) डिटेक्शन बहुत कमजोर था। हमने 15,000 डॉलर खर्च किए और असल में सिर्फ 200 वैलिड यूज़र्स तक पहुंचे। यह एक दर्दनाक सीख थी।

तो क्या करें? Xandr का उपयोग केवल तभी करें जब आपके पास एक डेटा साइंटिस्ट टीम हो, जो कस्टम रिपोर्टिंग बना सके। और CTV कैंपेन के लिए, पहले Xandr पर छोटे टेस्ट करें, फिर ही स्केल करें। IVT डिटेक्शन के लिए तीसरे पक्ष के टूल, जैसे White Ops, का उपयोग अवश्य करें।

असली समाधान: लेयर्ड ऑडिट स्ट्रैटेजी

अब सवाल उठता है - तो आखिर करें क्या? जवाब सीधा है - किसी एक प्लेटफॉर्म पर भरोसा न करें। बल्कि, एक "लेयर्ड ऑडिट स्ट्रैटेजी" अपनाएँ। यह मेरी अपनी बनाई हुई रणनीति है, जो सालों के अनुभव से निकली है।

इसका मतलब है कि आप अपने मीडिया प्लान का 10-15% बजट सिर्फ ऑडिटिंग के लिए रखें। यह ऑडिट तीन स्तरों पर होना चाहिए:

• पहला लेवल (आंतरिक ऑडिट): खुद प्लेटफॉर्म की रिपोर्टिंग को क्रॉस-चेक करें। क्या आपका टार्गेट ऑडियंस वाकई वहाँ पहुंच रहा है? प्लेटफॉर्म के दावों को दूसरे टूल्स से वेरिफाई करें। कभी भी अकेले प्लेटफॉर्म के डेटा पर भरोसा न करें।
• दूसरा लेवल (थर्ड-पार्टी ऑडिट): Integral Ad Science, DoubleVerify, या Moat जैसे टूल्स का उपयोग करें। ये आपको बताएंगे कि आपके विज्ञापन कहाँ दिख रहे हैं, कितने समय तक दिखे, और क्या वे असली यूज़र्स तक पहुंचे। यह आपका सेफ्टी नेट है।
• तीसरा लेवल (बिजनेस आउटकम ऑडिट): अंत में, असली सवाल यह है कि क्या आपके प्रोग्रामेटिक कैंपेन ने बिजनेस मेट्रिक्स को प्रभावित किया? जैसे ब्रांड लिफ्ट, सर्वे स्कोर, या एट्रिब्यूटेड सेल्स। इसके लिए आपको एक स्वतंत्र मार्केट मिक्स मॉडलिंग (MMM) या एट्रिब्यूशन मॉडल की जरूरत है। यह सबसे जटिल, लेकिन सबसे ज़रूरी हिस्सा है।

अमेरिकी बाजार के लिए खास बातें

अमेरिका में प्रोग्रामेटिक मार्केटिंग करते समय एक और बात का ध्यान रखें। यहाँ डेटा प्राइवेसी के नियम बहुत सख्त हैं। कैलिफोर्निया का CCPA हो, वर्जीनिया का VCDPA हो, या अब आने वाले और भी कानून - ये सब आपकी डेटा टार्गेटिंग को सीमित करते हैं। इसका मतलब है कि आपको अपने ऑडियंस सेगमेंट्स को लगातार अपडेट करना होगा। पुराने डेटा पर भरोसा न करें, वह अब काम का नहीं रहा।

एक और बात - अमेरिकी बाजार में कनेक्टेड टीवी (CTV) प्रोग्रामेटिक का सबसे तेजी से बढ़ता हुआ सेगमेंट है। आजकल हर कोई CTV पर पैसा लगा रहा है। यहाँ पर The Trade Desk और Xandr का दबदबा है, लेकिन Google DV360 भी तेजी से आगे बढ़ रहा है। मेरी सलाह है - CTV के लिए कम से कम दो प्लेटफॉर्म का उपयोग करें, और हर महीने उनकी परफॉर्मेंस की तुलना करें। जो बेहतर हो, उसे जारी रखें, दूसरे को बदल दें।

आखिरी बात

प्रोग्रामेटिक एडवरटाइजिंग में कोई शॉर्टकट नहीं है। हर प्लेटफॉर्म आपको एक अलग तरह का जाल दिखाता है - कोई पारदर्शिता का झूठा वादा करता है, तो कोई डेटा की कैद में रखता है। मैंने बीते 12 सालों में यही सीखा है - अपनी आँखें खुली रखें, डेटा पर आँख बंद करके भरोसा न करें, बल्कि उसे चुनौती दें। और हमेशा एक स्वतंत्र ऑडिट सिस्टम बनाए रखें।

जैसा कि मैंने पहले कहा - प्रोग्रामेटिक मार्केटिंग का उद्देश्य "कम मेहनत में ज्यादा पैसा" नहीं है। इसका असली उद्देश्य है "ज्यादा डेटा में पारदर्शिता पाना।" और वह पारदर्शिता आज तक किसी भी प्लेटफॉर्म ने नहीं दी है। अब यह आप पर है कि आप इसे कैसे बनाते हैं। मैंने अपने अनुभव आपके साथ साझा किए, अब बारी आपकी है - इनसे सीखिए, और अपनी रणनीति को मजबूत कीजिए।