क्रॉस-प्लेटफ़ॉर्म एड एनालिटिक्स का सच जो आपको कोई नहीं बताता

अगर आप अमेरिका में डिजिटल मार्केटिंग करते हैं, तो आप शायद हर महीने Google Ads, Meta, TikTok, YouTube, और शायद Amazon Ads पर भी पैसा लगाते हैं। हर प्लेटफ़ॉर्म की अपनी डैशबोर्ड है, और हर डैशबोर्ड कहती है कि वही आपके लिए सबसे ज़्यादा कमा रही है। Google कहता है ROAS 4x है, Meta कहता है व्यू-थ्रू कन्वर्ज़न शानदार हैं, TikTok बताता है कि उसकी वजह से बिक्री बढ़ी। लेकिन जब आप सबको जोड़ते हैं, तो रिपोर्ट किया गया कुल कन्वर्ज़न आपकी असली Shopify या Amazon की बिक्री से कहीं ज़्यादा निकलता है। कभी-कभी तो दोगुना।

यही वजह है कि क्रॉस-प्लेटफ़ॉर्म एड एनालिटिक्स टूल्स-जैसे Triple Whale, Northbeam, Rockerbox, Measured, Fospha-इतने लोकप्रिय हो गए हैं। उनका वादा आकर्षक है: सबको एक जगह लाओ, एक जैसे नियम लगाओ, और पता करो कि असली पैसा कहाँ से आ रहा है। लेकिन 2025 में इसका सबसे कम चर्चित सच यह है कि ये टूल्स अक्सर “एकीकरण” नहीं, बल्कि एट्रिब्यूशन मोनोकल्चर पैदा कर रहे हैं। यानी सभी चैनलों को एक ही माप-पद्धति में ठूंसने की कोशिश। और यह कोशिश कुछ चैनलों को गलत तरीके से फ़ायदा पहुँचाती है, जबकि बाकियों को चुपचाप मार देती है।

“एक ही सत्य” वाली बात अब एक मिथक है

इन टूल्स का मुख्य आकर्षण है Multi-Touch Attribution (MTA) या एकीकृत डेटा मॉडल। आपको एक सुंदर डैशबोर्ड मिलता है जहाँ हर चैनल का ROAS, CPA, और कन्वर्ज़न साफ़-साफ़ दिखता है। लेकिन असली सवाल यह है: ये नंबर आए कहाँ से?

iOS 14.5 के बाद से Meta, Google, और TikTok सभी बड़े पैमाने पर modeled conversions दिखाते हैं। मतलब यह कि प्लेटफ़ॉर्म को अक्सर पता ही नहीं होता कि किसी यूज़र ने विज्ञापन देखने के बाद खरीदारी की या नहीं, क्योंकि ट्रैकिंग सीमित है। इसलिए वे अपने अल्गोरिदम से अंदाज़ा लगाते हैं। अब उस अनुमान के ऊपर क्रॉस-प्लेटफ़ॉर्म टूल अपनी खुद की पहचान-मिलान (identity resolution) और एट्रिब्यूशन लेयर जोड़ता है। नतीजा यह कि जिस डेटा को आप “सटीक” मानकर बजट शिफ्ट कर रहे हैं, वह असल में दो अलग-अलग भविष्यवाणियों का मिश्रण है। प्लेटफ़ॉर्म ने भी अनुमान लगाया, और टूल ने भी।

एक ठोस उदाहरण लीजिए। मान लीजिए आपका D2C ब्रांड हर महीने करीब $200,000 विज्ञापन पर खर्च करता है। आपका क्रॉस-प्लेटफ़ॉर्म टूल बताता है कि Google Search से $500,000 की बिक्री हुई, Meta से $300,000, TikTok से $50,000, और CTV से सिर्फ $20,000। लेकिन जब आप Shopify की असली बिक्री देखते हैं, तो कुल $600,000 है। यानी टूल $870,000 की बिक्री दिखा रहा है-लगभग 45% ज़्यादा। अब आप किस चैनल का बजट काटेंगे? अगर आप टूल पर भरोसा करते हैं, तो CTV और TikTok को काट देंगे। जबकि असल में वे ब्रांड सर्च और डायरेक्ट ट्रैफ़िक बढ़ा रहे होंगे।

जब एक ही माप-पद्धति सब पर थोप दी जाए

हर प्लेटफ़ॉर्म का कन्वर्ज़न रास्ता अलग होता है। Google Search में इंटेंट साफ़ होता है-उपयोगकर्ता सक्रिय रूप से कुछ खोज रहा है। Meta और TikTok में व्यू-थ्रू कन्वर्ज़न का बड़ा हिस्सा होता है, यानी लोग विज्ञापन देखते हैं, क्लिक नहीं करते, लेकिन बाद में खरीद लेते हैं। CTV और YouTube का असर अक्सर 7 से 30 दिन बाद दिखता है, क्योंकि ये ब्रांड-बिल्डिंग चैनल हैं। Amazon Ads और Retail Media Networks का असर उसी प्लेटफ़ॉर्म के अंदर होता है, जहाँ branded search पहले से मौजूद हो सकता है।

क्रॉस-प्लेटफ़ॉर्म टूल इन सबको “normalize” करके एक जैसा ROAS दिखाने की कोशिश करता है। लेकिन यह सामान्यीकरण अक्सर मॉडलिंग पर आधारित होता है, न कि वास्तविक उपभोक्ता व्यवहार पर। नतीजा साफ़ है: जो चैनल तुरंत क्लिक और डायरेक्ट कन्वर्ज़न देता है, वही “efficient” दिखता है। और जो चैनल लंबी अवधि में ब्रांड सर्च, ऑर्गेनिक ग्रोथ, या डायरेक्ट विज़िट बढ़ाता है, उसे “कमज़ोर ROAS” कहकर बजट से हटा दिया जाता है। यह ब्रांड की दीर्घकालिक विकास क्षमता को धीरे-धीरे खत्म करता है।

CTV और YouTube का अक्सर गला घोंटा जाता है

सबसे आम शिकार CTV और YouTube होते हैं। मान लीजिए आप CTV पर हर महीने $50,000 खर्च कर रहे हैं। क्रॉस-प्लेटफ़ॉर्म टूल CTV को सिर्फ $30,000 का रिटर्न देता है, इसलिए आप CTV बंद कर देते हैं। लेकिन अगले दो महीनों में आपका Google branded search 20% गिर जाता है और डायरेक्ट ट्रैफ़िक में 15% की कमी आती है। असल में CTV ही वह प्रेरक था जो लोगों को ब्रांड याद दिला रहा था। लेकिन चूँकि टूल उसे credit नहीं देता, आपने अपनी ही ग्रोथ का गला घोंट दिया।

यही हाल Pinterest का भी होता है। एक फैशन ब्रांड ने देखा कि Pinterest से आने वाले कन्वर्ज़न का ROAS बहुत कम था। क्रॉस-प्लेटफ़ॉर्म टूल ने Pinterest को “अक्षम” बता दिया। लेकिन जब ब्रांड ने एक geo में Pinterest विज्ञापन बंद करके incrementality test चलाया, तो पाया कि उस geo में Google branded search में 18% की गिरावट आई। Pinterest वास्तव में ब्रांड खोज को बढ़ावा दे रहा था, लेकिन टूल को यह दिखाई ही नहीं दिया।

प्लेटफ़ॉर्म के अंतर को समझना ज़रूरी है

अमेरिकी बाज़ार में गोपनीयता और पहचान का बिखराव लगातार बढ़ रहा है। कोई यूनिवर्सल ID नहीं बची है। Safari और Firefox पहले से थर्ड-पार्टी कुकीज़ ब्लॉक करते हैं। Google ने भले ही फिलहाल cookies phase-out को टाला है, लेकिन सिग्नल घट रहे हैं। ऐसे में क्रॉस-प्लेटफ़ॉर्म टूल्स को अलग-अलग API से जोड़ना पड़ता है: Meta Conversions API, Google Enhanced Conversions, TikTok Events API, Amazon Ads API, आदि। हर एक की डेटा ग्रैन्युलैरिटी, एट्रिब्यूशन विंडो और सीमाएँ अलग हैं। टूल इन्हें जोड़ता तो है, लेकिन identity resolution की सफलता दर अक्सर 40-60% से ज़्यादा नहीं होती। और यह अंतर सभी चैनलों में समान रूप से वितरित नहीं होता।

जिसके पास ज़्यादा first-party data है-जैसे Google (सर्च और YouTube के ज़रिए) या Amazon (खरीदारी इतिहास के साथ)-वह ज़्यादा सटीक दिखता है। जबकि Meta और TikTok के व्यू-थ्रू कन्वर्ज़न underestimated हो जाते हैं, क्योंकि iOS उपयोगकर्ताओं का cross-app tracking सीमित है। इसलिए क्रॉस-प्लेटफ़ॉर्म तुलना निष्पक्ष नहीं रह जाती। अगर आप इस असमानता को नहीं समझते, तो आप गलत निष्कर्ष पर पहुँचेंगे।

एट्रिब्यूशन विंडो का अंतर भी बड़ा मुद्दा है। Google Ads डिफ़ॉल्ट रूप से 30-दिन की क्लिक विंडो देता है, जबकि Meta अक्सर 7-दिन क्लिक और 1-दिन व्यू विंडो का उपयोग करता है। अगर क्रॉस-प्लेटफ़ॉर्म टूल इन विंडोज़ को एक समान नहीं करता, तो तुलना बेमानी हो जाती है। कुछ टूल्स इसे ठीक करने का दावा करते हैं, लेकिन फिर भी डेटा के स्रोत की गुणवत्ता में अंतर बना रहता है।

संगठन के भीतर “ROAS की राजनीति” शुरू हो जाती है

यह टूल सिर्फ तकनीकी समस्या नहीं पैदा करता; यह संगठन में measurement-induced bias भी लाता है। हर चैनल मैनेजर अब अपने प्लेटफ़ॉर्म की डैशबोर्ड नहीं, बल्कि क्रॉस-प्लेटफ़ॉर्म टूल को सच मानने लगता है। जब टूल किसी चैनल को कम ROAS देता है, तो बजट कटता है-भले ही वह चैनल ब्रांड सर्च, ऑर्गेनिक ट्रैफ़िक या डायरेक्ट विज़िट बढ़ा रहा हो। यह टूल एक तरह से डिजिटल मार्केटिंग का “अदालती फ़ैसला” बन जाता है, जहाँ सिर्फ़ वही चैनल जीतता है जो टूल की एट्रिब्यूशन पद्धति में फिट बैठता है। लेकिन ब्रांड ग्रोथ का एक बड़ा हिस्सा वहाँ से आता है जो attribution window के बाहर होता है।

इसका नतीजा यह होता है कि प्रदर्शन मार्केटिंग टीम और ब्रांड मार्केटिंग टीम के बीच तनाव बढ़ जाता है। प्रदर्शन टीम कहती है, “हमारा ROAS 4x है, तुम्हारा तो 0.5x भी नहीं।” ब्रांड टीम कहती है, “हमारे बिना तुम्हारा branded search नहीं आएगा।” दोनों सही हैं, लेकिन टूल केवल प्रदर्शन टीम के पक्ष में है। यह असंतुलन ब्रांड की समग्र रणनीति को कमज़ोर करता है।

Retail Media Networks की चुपचाप कैनिबलाइज़ेशन

अमेरिका में Retail Media Networks-जैसे Walmart Connect, Amazon Marketing Cloud, Target Roundel-का बजट तेज़ी से बढ़ रहा है। इनका closed-loop attribution बहुत सटीक दिखता है: विज्ञापन देखो, उसी प्लेटफ़ॉर्म पर खरीदो, और बिक्री का श्रेय लो। लेकिन यहाँ एक छिपा हुआ नुकसान है: ये विज्ञापन अक्सर उन उपभोक्ताओं तक पहुँचते हैं जो पहले से ब्रांड खरीदने वाले थे-बस उन्होंने सर्च किया और विज्ञापन पर क्लिक कर दिया। इसे branded search cannibalization कहते हैं।

क्रॉस-प्लेटफ़ॉर्म टूल इसे पकड़ नहीं पाता, क्योंकि वह केवल क्लिक-आधारित एट्रिब्यूशन देखता है। नतीजा: ब्रांड Amazon Ads का बजट बढ़ाता जाता है, जबकि उसकी ऑर्गेनिक बिक्री घटती जाती है। लेकिन टूल में यह अंतर दिखाई नहीं देता। यह एक ऐसा खतरा है जिस पर बहुत कम लोग ध्यान देते हैं, क्योंकि Retail Media की रिपोर्टिंग हमेशा “साफ़-सुथरी” दिखती है।

डेटा क्लीन रूम भी कोई जादू नहीं है

Google ADH (Ads Data Hub), Meta Advanced Analytics, Amazon Marketing Cloud जैसे डेटा क्लीन रूम अब क्रॉस-प्लेटफ़ॉर्म एनालिटिक्स का अगला चरण माने जा रहे हैं। ये आपको अपने पहले पक्ष के डेटा (जैसे ईमेल लिस्ट, CRM) को प्लेटफ़ॉर्म के डेटा के साथ मिलाने की अनुमति देते हैं, बिना raw data साझा किए। लेकिन समझने वाली बात यह है कि ये भी “दीवारों वाले बगीचे” के अंदर का सच दिखाते हैं। हर क्लीन रूम केवल अपने प्लेटफ़ॉर्म का डेटा देता है, और उसे दूसरे क्लीन रूम से जोड़ने पर फिर से वही तुलना की समस्या आ जाती है।

उदाहरण के लिए, Google ADH आपको बता सकता है कि YouTube विज्ञापनों ने Google Search को कितना प्रभावित किया, लेकिन यह नहीं बता सकता कि Meta विज्ञापनों का क्या योगदान था-क्योंकि वह डेटा Meta के पास है। इसलिए क्लीन रूम का उपयोग गहराई से विश्लेषण के लिए करें, लेकिन यह न मानें कि इससे “पूर्ण सत्य” मिल जाएगा।

समाधान: तीन अलग-अलग परतों में काम कीजिए

मेरी सलाह यह है कि क्रॉस-प्लेटफ़ॉर्म एड एनालिटिक्स टूल्स को रणनीतिक निर्णयों का एकमात्र आधार न बनाएं। उन्हें एक परत की तरह इस्तेमाल करें, तीन अलग-अलग स्तरों पर:

1. प्लेटफ़ॉर्म का अपना डेटा

हर प्लेटफ़ॉर्म के अंदर ऑप्टिमाइज़ेशन के लिए उसकी अपनी डैशबोर्ड का उपयोग करें। Google Ads के लिए Google Ads का डेटा, Meta के लिए Meta Ads Manager, TikTok के लिए TikTok Ads Manager। ये डेटा उस प्लेटफ़ॉर्म के अल्गोरिदम के लिए सबसे उपयुक्त है, और इसमें आप बिडिंग, क्रिएटिव और ऑडियंस को ठीक कर सकते हैं। यहाँ लक्ष्य प्लेटफ़ॉर्म के अंदर efficiency बढ़ाना है, प्लेटफ़ॉर्म्स की तुलना करना नहीं।

2. क्रॉस-प्लेटफ़ॉर्म टूल

इसका उपयोग दैनिक बजट pacing, creative fatigue अलर्ट और ऑपरेशनल निगरानी के लिए करें। जैसे, अगर Meta का खर्च अचानक 30% गिर जाए या किसी कैंपेन का CTR अचानक गिर जाए, तो टूल आपको अलर्ट दे सकता है। यह एक operational dashboard है, रणनीतिक निर्णय का स्रोत नहीं। इसे “क्या चल रहा है” जानने के लिए इस्तेमाल करें, “क्यों चल रहा है” जानने के लिए नहीं।

3. Incrementality testing और Media Mix Modeling (MMM)

तिमाही रणनीतिक बजट आवंटन के लिए ये दो तरीके सबसे भरोसेमंद हैं। Incrementality testing (जैसे geo-lift test या conversion lift test) आपको बताता है कि किसी चैनल को हटाने या बढ़ाने से असली बिक्री पर क्या असर पड़ता है। MMM ऐतिहासिक डेटा के आधार पर हर चैनल का योगदान मापता है, जिसमें ब्रांड-बिल्डिंग और long-term effects शामिल होते हैं। दोनों मिलकर आपको एक अधिक यथार्थवादी तस्वीर देते हैं।

हर तिमाही में कम से कम एक geo-lift test या conversion lift test चलाएँ। अमेरिकी बाज़ार में मैंने बार-बार देखा है कि प्लेटफ़ॉर्म-रिपोर्टेड ROAS और क्रॉस-प्लेटफ़ॉर्म टूल का ROAS, असली incrementality lift से अक्सर दोगुना होता है। यानी जो आप सोचते हैं कि आपको $4 मिल रहा है, असल में शायद $2 भी नहीं। इसलिए बजट बढ़ाने से पहले incrementality ज़रूर जाँचें।

ध्यान और ब्रांड लिफ्ट को नज़रअंदाज़ न करें

ROAS सिर्फ़ direct response की कहानी बताता है। CTV, YouTube, यहाँ तक कि Meta के ब्रांड-बिल्डिंग कैंपेन का असर खोज, ऑर्गेनिक और डायरेक्ट ट्रैफ़िक में दिखता है। इसलिए attention metrics, brand lift surveys, और branded vs non-branded search lift जैसे संकेतकों को भी मापें। ये आपको बताते हैं कि कौन सा चैनल ब्रांड की याददाश्त बढ़ा रहा है, भले ही उसका तुरंत ROAS कम हो।

अगर आपका non-branded search traffic महीने-दर-महीने बढ़ रहा है, लेकिन आपका cross-platform टूल केवल paid search को credit दे रहा है, तो संभव है कि CTV या YouTube उस वृद्धि का असली कारण हों। इसी तरह, अगर आपका branded search बढ़ रहा है, तो यह संकेत है कि ब्रांड बिल्डिंग काम कर रही है। इन संकेतों को अनदेखा न करें। यही वह जगह है जहाँ असली मार्केटिंग समझ काम आती है-डैशबोर्ड के नंबरों से परे देखना।

अंत में: कम्पास और नक्शा दोनों की ज़रूरत होती है

क्रॉस-प्लेटफ़ॉर्म एड एनालिटिक्स टूल्स आवश्यक हैं, लेकिन वे निर्णय का अंतिम स्रोत नहीं हो सकते। जो टीम इन्हें “कौन सा चैनल बेहतर है” का फ़ैसला करने के लिए इस्तेमाल करती है, वह धीरे-धीरे अपने ब्रांड की दीर्घकालिक इक्विटी को नष्ट कर देती है। सबसे समझदार रणनीति यह है:

• टूल्स से जानिए “क्या चल रहा है”
• Incrementality और MMM से जानिए “क्यों चल रहा है”
• और रणनीतिक बजट बदलाव का फ़ैसला केवल incrementality और brand lift के आधार पर कीजिए।

अमेरिकी डिजिटल मार्केटिंग में 2025 में असली जीत उन्हीं की होगी जो डैशबोर्ड के भरोसे नहीं, बल्कि कारण-और-प्रभाव की समझ के आधार पर विज्ञापन बजट लगाएंगे। Cross-platform ad analytics tools एक ज़रूरी कम्पास हैं, लेकिन नक्शा नहीं। अगर आप सिर्फ कम्पास देखकर चलेंगे, तो आप सही दिशा में हो सकते हैं, लेकिन रास्ते के गड्ढे और मोड़ आपको चकमा दे देंगे। असली विशेषज्ञ वही है जो कम्पास का उपयोग करते हुए भी अपनी आँखें और अनुभव से रास्ता तय करता है।