हर विज्ञापन प्लेटफॉर्म आपको सिर्फ जीतने वाले दिखाता है

विज्ञापन में उत्तरजीविता पूर्वाग्रह (survivorship bias) का सबसे स्पष्ट उदाहरण 1943 में सामने आया, जब इसका विज्ञापन से कोई लेना-देना नहीं था। अमेरिकी सेना को बमवर्षकों की समस्या थी। बहुत सारे वापस नहीं आ रहे थे। उन्होंने लौटने वालों की जाँच की, गोलियों के छेद मैप किए, और पाया कि नुकसान पंखों, धड़ और पिछले गनर की स्थिति पर केंद्रित था। स्पष्ट कदम यह था कि जहाँ छेद हैं वहाँ कवच लगाया जाए।

अब्राहम वाल्ड, कोलंबिया के एक सांख्यिकीविद्, ने ठीक उलट कहा। कवच वहाँ लगाओ जहाँ छेद नहीं हैं।

जिन विमानों को वह देख रहे थे, वे बचे हुए थे। हर एक को गोली लगी थी और वह घर लौट आया था, जिसका मतलब था कि उन जगहों पर लगने वाली गोलियाँ परिभाषा के अनुसार बच सकने लायक थीं। उनके नमूने में इंजन बिना निशान के थे — इसलिए नहीं कि वहाँ कभी गोली नहीं लगी, बल्कि इसलिए कि वहाँ गोली लगने वाला विमान माप के लिए वापस नहीं आता था। डेटा सेट में ठीक जवाब के आकार का छेद था।

इसे उत्तरजीविता पूर्वाग्रह कहते हैं, और एक बार देख लो तो हर जगह दिखने लगता है। यह कमोबेश डिजिटल विज्ञापन का बिज़नेस मॉडल भी है।

केस स्टडी वही बमवर्षक है जो लौट आया

किसी भी विज्ञापन प्लेटफॉर्म का कस्टमर पेज खोलो। हर लोगो एक ऐसा विमान है जो घर लौट आया।

"Acme ने CAC 60% कैसे घटाया।" "दो लोगों की टीम ने पेड से $40k MRR कैसे हासिल किया।" सब सच है, शायद। सब बचे हुओं पर मापा गया है।

जिन कंपनियों ने वही पैसा खर्च किया, वही प्लेबुक चलाई, और कुछ हासिल नहीं हुआ — वे उस पेज पर नहीं हैं। वे किसी पेज पर नहीं हैं। वे चुपचाप चली गईं, किसी को नहीं बताया, और उनकी गैरमौजूदगी पूरे अभ्यास की सबसे जानकारीपूर्ण बात है — और वह अदृश्य है।

सफलताओं की दीवार से सफलता दर नहीं निकाली जा सकती। लेकिन लगभग हर विज्ञापन का फैसला उसी दीवार को देखकर लिया जाता है।

बात और बिगड़ती है, क्योंकि चयन दो बार होता है। पहले, सिर्फ जीतने वालों को लिखा जाता है। दूसरा, जीतने वाले खुद लिखवाने के लिए तैयार होते हैं — जिनका अच्छा रहा वे खुशी-खुशी केस स्टडी बनते हैं, जिनका बुरा रहा वे ईमेल का जवाब देना बंद कर देते हैं। नमूना फ़िल्टर होता है, फिर उसी कसौटी पर दोबारा फ़िल्टर होता है।

तीन जगहें जहाँ यह विज्ञापन को नुकसान पहुँचाता है

बेंचमार्क। 8.18% की औसत रूपांतरण दर एक लक्ष्य जैसी लगती है। यह उन अकाउंट्स का औसत है जो डेटा संग्रह के समय अभी भी चल रहे थे। जो अकाउंट फेल हुए और दूसरे महीने में बंद कर दिए गए, वे स्वाभाविक रूप से इसमें शामिल होने की कम संभावना रखते हैं। ईमानदार बेंचमार्क अपनी विधि के बारे में स्पष्ट होते हैं — WordStream का साफ कहता है कि यह 13,000+ चालू अभियानों को कवर करता है — लेकिन "चालू अभियान" ही फ़िल्टर है। बंद हुए अभियानों के भी नंबर थे।

चैनल लोककथा। "Reddit के विज्ञापन डेवलपर टूल्स के लिए बढ़िया काम करते हैं।" शायद। या: जिन लोगों के लिए Reddit काम किया उन्होंने इसके बारे में थ्रेड लिखे, और जिनके लिए नहीं किया उन्होंने कुछ नहीं लिखा, और आप उस फ़िल्टर का आउटपुट पढ़ रहे हैं और इसे सबूत कह रहे हैं।

आपका अपना इतिहास। जिस अभियान को आप जीत के रूप में याद करते हैं, वह वही है जिसे आपने चलता रखा। जो तीन आपने पहले हफ्ते में बंद किए, वे आपके मानसिक औसत में नहीं हैं। क्या काम करता है इसके बारे में आपका अंतर्ज्ञान भी बचे हुओं के नमूने पर प्रशिक्षित है।

केस स्टडी फिर भी कैसे पढ़ें

आप पढ़ते रहेंगे, तो यह वह आदत है जो उन्हें भ्रामक की बजाय उपयोगी बनाती है।

1. हर बनाओ (denominator) माँगो। कितने ग्राहकों ने यह प्लेबुक चलाई? अगर जवाब है "हम वह प्रकाशित नहीं करते", तो केस स्टडी एक किस्सा है, और उसी तरह तौलना चाहिए।
2. वह मेट्रिक खोजो जो चुनी नहीं गई। कोई केस स्टडी जो विज्ञापन खर्च पर रिटर्न बताती है लेकिन खर्च नहीं, या क्लिक बताती है लेकिन रूपांतरण नहीं, उसने वह नंबर चुना जो बचा। दिखावटी मेट्रिक्स बनाम असली क्लिक उस चुनाव की फील्ड गाइड है।
3. तारीख खोजो। दो साल पहले के प्लेटफॉर्म का नतीजा एक अलग नीलामी का नतीजा है, अलग कीमतों के साथ।
4. उन विक्रेताओं को प्राथमिकता दो जो सब कुछ प्रकाशित करते हैं। विज्ञापन प्लेटफॉर्म जो अपने नंबर प्रकाशित करते हैं की एक छोटी सूची मौजूद है, और वह छोटी इसलिए है क्योंकि हार प्रकाशित करना व्यवसाय के लिए बुरा है।

ईमानदार माप कैसा दिखेगा

समाधान ज़्यादा डेटा नहीं है। वह डेटा है जिसमें विफलताएँ शामिल हों।

इसका मतलब है हार को जीत के बराबर मात्रा और प्रमुखता से प्रकाशित करना। इसका मतलब है एक हर (denominator): "इस ब्रांड के नतीजे देखो" नहीं बल्कि "यह रहा हर ब्रांड को क्या मिला, उनसहित जिन्हें कुछ नहीं मिला।" इसका मतलब है कि पाठक खुद विफलता दर निकाल सके, फ़िल्टर किए गए हाइलाइट रील पर भरोसा करने की बजाय।

लगभग कोई विज्ञापन प्लेटफॉर्म ऐसा नहीं करता, और इसकी वजह षड्यंत्र नहीं है। बात यह है कि प्लेटफॉर्म का प्रोत्साहन दूसरी दिशा में चलता है। विफलताएँ व्यवसाय के लिए बुरी हैं, और कोई किसी को उन्हें प्रकाशित करने पर मजबूर नहीं कर रहा।

हमने इसके बारे में क्या किया

मुझे सीधे बात करनी चाहिए: मैं एक विज्ञापन बोर्ड चलाता हूँ, तो यहाँ मैं बताता हूँ कि हमने क्या बनाया। इसे सिद्धांत का एक व्यावहारिक उदाहरण मानिए, पिच नहीं — पूरे नियम अपने पेज पर हैं।

BidSurvivor एक बार में बारह घंटे के लिए विज्ञापन की नीलामी करता है, दिन में दो स्लॉट। सबसे ऊँची बोली स्लॉट रखती है और कोई भी किसी भी समय उससे ऊँची बोली लगा सकता है। उस संरचना से दो बातें निकलती हैं, और दोनों उन बमवर्षकों के बारे में हैं जो घर नहीं लौटे।

हारना सार्वजनिक है। बोर्ड के नीचे का टिकर कहता है, सीधे शब्दों में, "XYZ, ABC की बोली से नहीं बच पाया।" विस्थापित होना छिपाया या नरम नहीं किया जाता। यह सबके सामने से गुज़रता है। साइट का नाम BidSurvivor इसलिए है क्योंकि ज़्यादातर बोलियाँ नहीं बचतीं, और यह नीलामी का ईमानदार विवरण है।

हर ब्रांड के नंबर सार्वजनिक हैं, सिर्फ अच्छे वाले नहीं। हर ब्रांड जिसने कभी स्लॉट रखा है, उसका एक पेज है जो दिखाता है कि बोर्ड ने वास्तव में उसे क्या भेजा — कार्ड ओपन, क्लिक-थ्रू, उनके बीच की दर। चुना हुआ नमूना नहीं। सब कुछ, उनसहित जहाँ जवाब शर्मनाक है।

एक बारीकी जिस पर हमने बहस की और जो सही की, मुझे लगता है: हम क्लिक-थ्रू दर तब तक नहीं दिखाते जब तक किसी ब्रांड के कम से कम पाँच कार्ड ओपन न हों। दो ओपन में से दो विज़िट "100%" नहीं है। यह भाग देने के लिए काफ़ी नहीं है, और एक शीर्षक संख्या जिसका कोई मतलब नहीं वह किसी संख्या से भी बदतर है। छोटे नमूने ही वह रास्ता हैं जिससे उत्तरजीविता पूर्वाग्रह सामने के दरवाज़े से वापस घुस आता है।

इसका मतलब है कि आप बोर्ड देखकर यह निष्कर्ष निकाल सकते हैं कि कोई स्लॉट आपके पैसे की कीमत नहीं है। हम चाहेंगे कि आप ऐसा करें बजाय इसके कि वादे पर एक खरीदें और चले जाएँ। इसका यह भी मतलब है कि बोर्ड तेज़ परीक्षण के रूप में तभी उपयोगी है जब रीडिंग ईमानदार हो, जो तेज़ मार्केटिंग टेस्ट को ईमानदार नंबर चाहिए का तर्क है।

असहज हिस्सा

वाल्ड की अंतर्दृष्टि तभी काम करती है जब आप उस डेटा के बारे में तर्क करने को तैयार हों जो आप देख नहीं सकते। यह सुनने में जितना लगता है उससे कठिन है, क्योंकि गायब डेटा गायब है — वह अपनी घोषणा नहीं करता, त्रुटि के रूप में नहीं दिखता, बस चुपचाप वहाँ नहीं होता।

जो आदत बनाने लायक है वह छोटी है। जब भी कोई विज्ञापन परिणाम देखो, एक सवाल पूछो: जो फेल हुए वे कैसे दिखते, और क्या मुझे कभी पता चलता?

अगर जवाब है "मुझे कभी पता नहीं चलता", तो आप एक बमवर्षक के पंख देख रहे हैं और विमान के गलत हिस्से पर कवच लगाने वाले हैं।

वाल्ड की कहानी अच्छी तरह प्रलेखित है; उनके मूल युद्धकालीन ज्ञापन कोलंबिया के Statistical Research Group द्वारा प्रकाशित किए गए थे और व्यापक रूप से पुनर्प्रकाशित हैं। उद्धृत बेंचमार्क आँकड़े WordStream के 2026 Google Ads बेंचमार्क से हैं।