रीच प्लानर की मदद से आपकी पसंद की ऑडियंस, बजट, और कुछ दूसरी सेटिंग, जैसे कि भौगोलिक जगह और विज्ञापन फ़ॉर्मैट ("प्रॉडक्ट मिक्स") के आधार पर यह अनुमान लगाया जा सकता है कि आपका मीडिया प्लान कैसा परफ़ॉर्म कर सकता है. अनुमान लगाने के लिए, विज्ञापन बाज़ार के रुझान और पहले से चल रहे ऐसे ही दूसरे कैंपेन की अब तक की परफ़ॉर्मेंस का इस्तेमाल किया जाता है. अनुमान, रीच प्लानर की सेटिंग में मौजूद Google Ads की नीतियों के हिसाब से भी लगाए जाते हैं.
ध्यान दें: मई 2022 से, रीच प्लानर में एक साथ देखने से जुड़ी मेट्रिक उपलब्ध हैं. अनुमानों में ज़्यादा इंप्रेशन का डेटा शामिल होगा. साथ ही, कनेक्टेड टीवी डिवाइस पर एक साथ विज्ञापन देखने वाले कई लोगों से मिले पहुंच के आंकड़े भी शामिल होंगे. रीच प्लानर से मिलने वाले अनुमानों के बारे में ज़्यादा जानें.
हाल के रुझानों की जानकारी पाने के लिए, अनुमानों में आपके सबसे नए डेटा का इस्तेमाल किया जाता है. इसमें 92 दिनों तक का डेटा शामिल होता है. इसे आपके कैंपेन चलाने के लिए सेट की गई तारीखों के हिसाब से तय किया जाता है. उदाहरण के लिए, अगर आपका कैंपेन पांच दिन तक चलाए जाने के लिए सेट है और इसमें हफ़्ते के कामकाजी दिन (वीकडे) और हफ़्ते के आखिरी दिन (वीकेंड) शामिल हैं, तो आपका अनुमान पिछले पांच दिनों पर आधारित होगा. इसमें हफ़्ते के कामकाजी दिन और हफ़्ते के आखिरी दिन शामिल होंगे.
ध्यान दें: अगर आपके मीडिया प्लान में, YouTube इन-स्ट्रीम विज्ञापनों जैसे नीलामी वाले विज्ञापन फ़ॉर्मैट शामिल हैं, तो आपके अनुमान में, सीज़न के हिसाब से होने वाले बदलाव दिख सकते हैं. विज्ञापन नीलामी जीतने की कुल लागत, विज्ञापन दिखाने के लिए चुने गए समय के आधार पर अलग-अलग हो सकती है. जैसे, छुट्टियों के दौरान.
हमारे यूनीक रीच मॉडल में किए गए अपडेट
Google, अनुमान जनरेट करने के लिए, रीच प्लानर जैसे अनुमान लगाने वाले टूल में विज्ञापन के पुराने डेटा के सैंपल का इस्तेमाल करता है. इसके लिए, हाल के उपलब्ध डेटा के आधार पर नियमित तौर पर अनुमानों में बदलाव किया जाता है. जुलाई 2022 से, हमने डेमोग्राफ़िक और रीच मॉडल को बेहतर बनाया है. इसके लिए, जनगणना के नए आंकड़ों के साथ-साथ डिजिटल प्लैटफ़ॉर्म और YouTube देखने वाले लोगों के डेटा सोर्स का इस्तेमाल किया गया है. आने वाले समय में, हम YouTube देखने वाले लोगों को मॉनिटर करते रहेंगे. साथ ही, साल में दो बार डेटा रीफ़्रेश करने की सुविधा भी जारी रहेगी.
जनगणना, डिजिटल प्लैटफ़ॉर्म, और YouTube देखने वाले लोगों के डेटा में किए गए ये अपडेट, अनुमान लगाने वाले हमारे टूल को सटीक और बेहतर बनाते हैं. आपको ये अपडेट, रीच प्लानर जैसे प्लानिंग टूल में दिखेंगे. कुल मिलाकर, इस मॉडल में किया गया अपडेट YouTube के उपयोगकर्ता समुदाय को बेहतर ढंग से दिखाता है. साथ ही, इससे आपके कैंपेन के लिए ज़्यादा सटीक योजना बनाने में मदद मिलती है.
इस अपडेट की वजह से, हो सकता है कि आपको कुछ देशों की डेमोग्राफ़िक, जनगणना के आंकड़े, डिजिटल प्लैटफ़ॉर्म, और YouTube देखने वाले लोगों की संख्या में बदलाव दिखे. इन आंकड़ों का इस्तेमाल करके, चुनी हुई ऑडियंस में रीच %, टारगेट रेटिंग पॉइंट (टीआरपी), और हर टीआरपी की लागत (सीपीपी) जैसी कुछ मेट्रिक की गिनती की जाती है. इन आंकड़ों की वजह से, हो सकता है कि इस अपडेट से पहले के मिलते-जुलते अनुमानों की तुलना करने पर अंतर दिखे.
मई 2022 से, हमने अपने यूनीक रीच मॉडल में सुधार किया है, ताकि एक साथ देखना को ध्यान में रखा जा सके. ऐसा तब होता है, जब कई लोग एक साथ कनेक्टेड टीवी डिवाइसों पर विज्ञापन देखते हैं. यूनीक रीच मॉडल अब ज़्यादा इंप्रेशन और एक साथ देखने से मिली रीच का डेटा दिखाते हैं. जब आपने कोई मीडिया प्लान बनाया हो, तो रीच प्लानर इस यूनीक रीच मॉडल के आउटपुट का इस्तेमाल करता है. इससे, देश के लेवल पर एक साथ देखने और देखने वालों के डेमोग्राफ़िक्स के आधार पर, एक साथ देखने से जुड़े ज़्यादा इंप्रेशन का अनुमान लगाता है. इस लॉन्च से, प्लानर को अपने कैंपेन के बारे में ज़्यादा सटीक जानकारी मिल सकेगी और एक साथ देखने के बारे में जाना जा सकेगा. हम समय-समय पर इन अनुमानों की क्वालिटी की पुष्टि करते हैं. इसके लिए, हम इनकी तुलना कैंपेन की रिपोर्ट से करते हैं और अपने मॉडल में बदलाव करते हैं.
रीच प्लानर का इस्तेमाल करके नए वीडियो ऐक्शन कैंपेन (वीएसी) में इंप्रेशन, रीच, और कन्वर्ज़न के आधार पर मेट्रिक का अनुमान लगाया जा सकता है. अपने ऐतिहासिक डेटा के आधार पर परफ़ॉर्मेंस प्लानर मौजूदा वीएसी (वीडियो ऐक्शन कैंपेन) कैंपेन की परफ़ॉर्मेंस के लिए सही है. नए वीएसी कैंपेन के लिए, रीच प्लानर का इस्तेमाल करें; यह आपके खास क्रिएटिव, लैंडिंग पेज या कन्वर्ज़न के टाइप के बारे में सिग्नल के बिना भी काम कर सकता है. साथ ही, यह आपकी टारगेट की गई ऑडियंस और कॉन्टेंट को बहुत अच्छी तरह से समझता है. रीच प्लानर की मदद से, उन मेट्रिक का भी अनुमान लगाया जा सकता है जो कन्वर्ज़न पर आधारित नहीं हैं, जैसे कि रीच और फ़्रीक्वेंसी.
कन्वर्ज़न पर आधारित अनुमानों के बारे में अपडेट
कार्रवाई पर आधारित कैंपेन के लिए रीच प्लानर, Google के यूनीक रीच के तरीके और कन्वर्ज़न रेट का इस्तेमाल करके कन्वर्ज़न का अनुमान लगाता है. इसके लिए कन्वर्ज़न रेट (सीवीआर) और विज्ञापन के साथ हुए इंटरैक्शन की संख्या के बीच गुणा किया जाता है. उदाहरण के लिए, कन्वर्ज़न = “कन्वर्ज़न रेट” x “इंटरैक्शन”.
सीपीए मॉडल इस्तेमाल किए जाने वाले कैंपेन में, उपयोगकर्ता इनपुट सीवीआर ही कन्वर्ज़न रेट होता है. अलग-अलग वीडियो फ़ॉर्मैट वाले वीडियो कैंपेन में कन्वर्ज़न रेट विज्ञापन के फ़ॉर्मैट के हिसाब से तय होता है. इन वीडियो कैंपेन में सीपीएम और सीपीवी का इस्तेमाल होता है और सीपीए का मॉडल काम नहीं करता. अगर आपके प्लान में सीपीए सीवीआर की जानकारी उपलब्ध कराई गई है, तो हम उसका इस्तेमाल बिना सीपीए वाले सीवीआर का अनुमान लगाने में करते हैं. इस तरह कन्वर्ज़न रेट के बारे में बेहतर अनुमान लगाया जा सकता है. हालांकि, जानकारी उपलब्ध न होने पर सीवीआर, हर विज्ञापन फ़ॉर्मैट के लिए YouTube की पुरानी इन्वेंट्री से तय होता है. इनपुट कन्वर्ज़न रेट, हर कैंपेन के बजट के हिसाब से होना चाहिए. इनपुट कन्वर्ज़न रेट को अपनी ज़रूरत के हिसाब से सेट करने के लिए, हर कैंपेन के सेटिंग पैनल का इस्तेमाल करें या रीच प्लानर के अनुमान वाले पेज के निचले हिस्से में लाइन आइटम की सूची पर जाएं.
