अध्याय ५ · खण्ड II · 16 मिनेट
एआईसँग विश्लेषण पढ्ने र व्याख्या
"हाम्रो ट्राफिक किन घट्यो?" सोधिएको मोडेलले धाराप्रवाह, आत्मविश्वासी, र अक्सर गलत उत्तर उत्पादन गर्छ — जबसम्म प्रम्प्टले यसलाई तपाईंको डाटामा नभएको कुनै सङ्ख्या प्रयोग गर्न मनाही गर्दैन र फैसला होइन उम्मेदवार व्याख्या माग्दैन।
मार्केटिङमा सबैभन्दा सामान्य, सबैभन्दा धाराप्रवाह, र सबैभन्दा खतरनाक एआई गल्ती “हाम्रा सङ्ख्या किन बदलिए?” को उत्तर हो। अस्पष्ट प्रश्न र अधुरो डाटा चित्र दिएको मोडेलले मौसमी, श्रोता परिवर्तन, र लन्च समावेश एक आत्मविश्वासी, राम्ररी संरचित, तीन-अनुच्छेद व्याख्या उत्पादन गर्नेछ — जसमध्ये कुनै पनि यसले वास्तवमा प्रमाणित गरेको छैन, जुन सबै सम्भाव्य सुनिन्छन्, र जुन तपाईंले सोमबार बैठकमा निर्देशकलाई उद्धृत गर्नुहुनेछ, दुई हप्तापछि साँचो कारण चेकआउट पेजमा ट्र्याकिङ बिग्रेको थियो भनेर पत्ता लगाउनुअघि। यो खण्ड एआईलाई GA4, Meta Business Suite, Mailchimp, र अपरिहार्य मिश्रित-स्रोत स्प्रेडसिट पढ्न त्यो पासोमा नफसी कसरी प्रयोग गर्ने हो।
आविष्कार-नगर्ने नियम, विश्लेषणमा सारिएको
व्यवस्थापन-रिपोर्ट वर्कफ्लो नियन्त्रण गर्ने नियम यहाँ सीधै सर्छ, एउटा अतिरिक्त धारासहित। स्प्रेडसिटले सङ्ख्याको स्वामित्व लिन्छ; मोडेलले तिनको वरिपरिको गद्यको स्वामित्व लिन्छ; मोडेललाई डाटामा नभएको सङ्ख्या आपूर्ति गर्न स्पष्ट रूपमा मनाही छ। अतिरिक्त धारा अस्तित्वमा छ किनभने विश्लेषण डाटा P&L भन्दा अव्यवस्थित छ — धेरै स्रोत, धेरै समय विन्डो, खाडल, असामान्यता — र मोडेलले सम्भाव्य आँकडासँग कथा “गोल” गर्न लालच उच्च छ।
काम गर्ने प्रम्प्ट निर्देशन, हरेक पटक, यसको कुनै संस्करण हो: “तलको डाटामा सङ्ख्या मात्र प्रयोग गर्नुहोस्। यस डाटामा नभएको कुनै सङ्ख्या नभन्नुहोस्। यदि मैले सोधेको कुनै मेट्रिक डाटामा छैन भने, स्पष्ट भन्नुहोस्। अनुमान नगर्नुहोस्।” यो तपाईंलाई चार पङ्क्ति लाग्छ। यसले बोर्ड बैठकमा अनुच्छेद बग्न मोडेलले आविष्कार गरेको मेट्रिक प्रस्तुत गर्ने लाजबाट तपाईंलाई बचाउँछ।
वर्कफ्लो
व्यावहारिक अन्त्य-देखि-अन्त्य आकार, कहाँ बिग्रन्छ थाहा हुनेगरी पर्याप्त अभियानमा परिष्कृत, यस्तो देखिन्छ।
चरण एक — निर्यात। वास्तविक उपकरणबाट डाटा तान्नुहोस्। GA4 का explore रिपोर्ट, Meta Business Suite को अभियान निर्यात, Mailchimp को अभियान रिपोर्ट, Search Console को क्वेरी निर्यात। ड्यासबोर्डको स्क्रिनसट लिएर मोडेलमा टाँस्ने प्रलोभन रोक्नुहोस्; मोडेलले चार्ट भन्दा तालिका धेरै राम्रो पढ्छ, र चार्टले अक्सर तपाईंको प्रश्नको उत्तर दिने पङ्क्ति लुकाउँछ। CSV वा प्रम्प्टमा सफा तालिका, हरेक पटक।
चरण दुई — प्रश्न संरचना। “यो डाटाले हामीलाई के भन्छ?” होइन — त्यसले बग्ने अनुच्छेद उत्पादन गर्छ। एउटा विशिष्ट प्रश्न: “हाम्रो ब्लगमा सेसन मार्चमा ४८,००० बाट अप्रिलमा ३१,००० मा खस्यो। तलको डाटा दुई महिनाका लागि च्यानल विभाजन, ट्राफिकद्वारा शीर्ष दस पेज, र search-console क्वेरी निर्यात हो। यी सङ्ख्या मात्र प्रयोग गर्नुहोस्। उम्मेदवार व्याख्याहरूको संरचित सूची उत्पादन गर्नुहोस् — डाटाले हरेकलाई कति राम्रो समर्थन गर्छ त्यसका आधारमा र्याङ्क गरिएको — कम्तीमा यी समावेश गर्दै: ट्र्याकिङ वा मापन परिवर्तन, मौसमी प्रभाव, च्यानल मिश्रणमा परिवर्तन, श्रोतामा परिवर्तन, हाम्रो तर्फबाट लन्च वा अभियान परिवर्तन, र स्रोत तर्फबाट एल्गोरिथ्म वा प्लेटफर्म परिवर्तन। हरेक उम्मेदवारका लागि, डाटामा के यसलाई समर्थन गर्छ र के यसलाई खण्डन गर्ने हो स्पष्ट रूपमा भन्नुहोस्। एउटा उत्तर नछान्नुहोस्।”
चरण तीन — स्रोतविरुद्ध प्रमाणीकरण। उम्मेदवार-सूची आउटपुट निष्कर्ष होइन, सोच्ने उपकरण हो। शीर्ष एक वा दुई उम्मेदवार लिनुहोस् र स्रोतविरुद्ध प्रमाणीकरण गर्नुहोस् — GA4 रिपोर्ट सीधै तान्नुहोस्, मिति दायरा जाँच्नुहोस्, मोडेलले झण्डा देखाएको च्यानल हेर्नुहोस्, ढाँचा साँच्चै त्यहाँ छ कि छैन हेर्नुहोस्। लगभग एक तिहाइ समय, मोडेलले सबैभन्दा सम्भाव्य कारण सही पहिचान गरेको छ। लगभग एक तिहाइ समय, सबैभन्दा सम्भाव्य कारण मोडेलले प्रस्ताव गरेको कुरा साँच्चै हो तर यसले तेस्रो वा चौथो र्याङ्क गर्यो। लगभग एक तिहाइ समय, साँचो कारण मोडेलले प्रस्ताव नै नगरेको कुरा हो, र प्रमाणीकरण चरणले त्यो खाडल सतहमा ल्याउँछ।
चरण चार — निर्णय र लेखाइ। अब मार्केटरले लेख्छ — वा मोडेललाई ड्राफ्ट गर्न भन्छ — वास्तविक निष्कर्ष। ट्राफिक X का कारण घट्यो; X को प्रमाण Y हो; हामी यसबारे Z गर्दैछौं। मार्केटरले X, Y, र Z के हुन् निर्णय गरिसकेपछि मोडेलले यो वाक्य सफा ड्राफ्ट गर्न सक्छ। यसले X निर्णय गर्ने होइन।
एआई कहाँ साँच्चै उपयोगी छ
एक पटक तपाईंसँग अनुशासन भएपछि, विश्लेषण कार्यमा उत्पादकता लाभ ठूलो छ र विशिष्ट हुन लायक छ।
धेरै मेट्रिकमा छिटो ढाँचा देख्ने। एक सामान्य अभियान रिपोर्टमा चालिस वा पचास सङ्ख्या हुन्छन्: इम्प्रेसन, रिच, फ्रिक्वेन्सी, CTR, CPC, CPM, ल्यान्डिङ-पेज भ्यू, स्क्रोल गहिराइ, पेजमा समय, रूपान्तरण, रूपान्तरण दर, प्रति-रूपान्तरण लागत, कोहर्टद्वारा अवधारण, च्यानल विभाजन, उपकरण विभाजन, भौगोलिक विभाजन। मार्केटरले एकैचोटि शायद बाह्रवटा यी आफ्नो दिमागमा राख्न सक्छ। मोडेलले सबै चालिसवटा स्क्यान गर्न सक्छ र आधाररेखाको तुलनामा कुन तीन वा चार सबैभन्दा बढी सरेका छन् सतहमा ल्याउन सक्छ। ती सर्ने महत्त्वपूर्ण छन् कि छैनन् तपाईंले निर्णय गर्नुहोस्; मोडेलले हेराइ गरिसकेको छ।
के बदलियो भन्नेको सामान्य-भाषा वर्णन। “CTR १.८% बाट २.४% मा सर्यो, CPC NPR ३२ बाट २७ मा खस्यो, रूपान्तरण दर १.१% मा रह्यो” लाई “विज्ञापन बढी क्लिक भइरहेको छ र प्रति क्लिक कम लागत लाग्दैछ, तर त्यही अनुपातमा क्लिक रूपान्तरण भइरहेका छन् — लाभ क्लिकभन्दा तलको फनेलमा होइन, दक्षतामा छ” मा बदल्नु मोडेलले राम्रो गर्ने अनुवाद कार्य हो। मार्केटरको एक घण्टा दस मिनेट बन्छ।
छुटाएको हुन सक्ने उम्मेदवार कारण। सम्भावित व्याख्याहरूको विस्तृत सूचीका लागि सोधिएको, मोडेलले अक्सर तपाईंले बिर्सिएको एउटा सतहमा ल्याउँछ — सेसन फुलाएको बोट-ट्राफिक स्पाइक, गत मङ्गलबार डेभलपरले पुस गरेको ट्र्याकिङ-ट्याग परिवर्तन, सानो श्रोता खण्ड सारेको फिडर देशमा बिदा। प्रत्येक पाँच अभियानमा एक, यो एकल प्रयोगले वर्कफ्लोलाई न्यायोचित ठहराउँछ।
क्रस-स्रोत कथा। जब डाटा GA4, Meta, र Mailchimp मा विभाजित हुन्छ — र अभियान तीनै ठाउँमा चलेको थियो — मोडेल इमेल-ओपन देखि ad-click देखि landing-page-visit देखि signup सम्म एक कोहर्ट पछ्याउने एकीकृत कथा उत्पादनमा साँच्चै उपयोगी छ। हरेक खुट्किलो तपाईंले प्रमाणीकरण गर्नुहोस्; मोडेलले जोड्छ।
मार्केटरको काम के रहन्छ
मोडेलले के गर्न सक्दैन त्यसमा त्यतिकै स्पष्ट रहनुहोस्, किनभने विश्लेषणमा असफलता मोड फैसलाको ठाउँमा धाराप्रवाह अनुच्छेद हुन दिनु हो।
कुन ढाँचा महत्त्वपूर्ण छ निर्णय गर्ने। २,००० व्यक्तिको भौगोलिक खण्डबाट सेसनमा ४०% बृद्धि व्यवसायका लागि महत्त्वपूर्ण हुन सक्छ वा नहुन सक्छ। मोडेललाई थाहा हुने तरिका छैन। मार्केटरलाई छ।
कुन उम्मेदवार कारण वास्तविक छ निर्णय गर्ने। मोडेलले उम्मेदवारलाई र्याङ्क गर्न सक्छ; मार्केटरलाई मात्र थाहा छ कि डेभलपरले १४ तारिख ट्र्याकिङ परिवर्तन पुस गरेको थियो, प्रतिस्पर्धी एपले १९ तारिख रेफरल प्रोमो लन्च गर्यो, बिक्री टोलीले दुई हप्ता आउटबाउन्ड रोक्यो।
यसबारे के गर्ने निर्णय गर्ने। सिफारिस के हो तपाईंले भन्नुभयो भने मोडेलले सिफारिस ड्राफ्ट गर्न सक्छ। यसले, कुनै जिम्मेवार अर्थमा, सिफारिस निर्णय गर्न सक्दैन। त्यो काम हो।
दुई ठोस नेपाली परिदृश्य
उच्च ट्राफिकको बावजुद कम साइनअप ल्याएको खल्ती रेफरल अभियान। एउटा अभियानले एक हप्तामा २४,००० सेसन र ३१२ साइनअप ल्यायो — उही ल्यान्डिङ पेजमा ४.१% आधाररेखाविरुद्ध १.३% रूपान्तरण दर। मोडेल, च्यानल विभाजन, उपकरण विभाजन, समय-दिवस विभाजन, र फनेल रिपोर्ट दिँदा, र्याङ्क गरिएको उम्मेदवार सूची उत्पादन गर्छ: अभियान युवा श्रोतातर्फ झुकेको छ जुन परम्परागत रूपमा यहाँ कम दरमा रूपान्तरण हुन्छ; उपकरण विभाजन ८४% Android low-end हो जहाँ साइनअप फ्लोमा ज्ञात प्रदर्शन समस्या छन्; समय-दिवस झुकाव राति ९ बजे पछि भारी छ जब हाम्रो प्रमाणीकरण SMS कहिलेकाहीँ ढिलो हुन्छ। मार्केटरले पेज-स्पीड लगविरुद्ध उपकरण-प्रदर्शन सिद्धान्त प्रमाणीकरण गर्छ, त्यो हप्ता Android फ्लोमा वास्तविक गिरावट भेट्छ, र फिक्स पठाउँछ। मोडेलले सही उम्मेदवार सतहमा ल्यायो; मार्केटरले पुष्टि गर्यो; डाटाले बाँकी काम गर्यो।
चौमासमा अर्ग्यानिक ट्राफिक गुमाएको फिनटेक ब्लग। ब्लगमा सेसन Q1 मा ६२,००० बाट ४१,००० मा खस्यो। मोडेल, GA4 च्यानल डाटा र Search Console क्वेरी निर्यात दिँदा, र्याङ्क गरिएको उम्मेदवार सूची उत्पादन गर्छ: फेब्रुअरीमा वित्तीय-सामग्री साइटहरूलाई असर गरेको एल्गोरिथ्म अपडेट; पहिले २८% ट्राफिकका लागि जिम्मेवार तीन क्वेरीहरूको हानि; उही फर्ममा बहिनी साइटले उही क्वेरीहरूका लागि प्रतिस्पर्धा सुरु गर्यो; प्रकाशन गति महिनामा ८ बाट ३ पोस्टमा सुस्तता। मार्केटरले हरेक उम्मेदवार अन्तर्निहित डाटाविरुद्ध जाँच्छ, क्वेरी-हानि र बहिनी-साइट क्यानिबलाइजेसन सँगै घटान को धेरैजसो हिस्सा बनाउँछन् भेट्छ, र सम्पादकीय योजना समायोजन गर्छ। कुनै पनि निष्कर्ष मोडेलको थिएन; सबै उम्मेदवार ढाँचा थियो।
आफ्नो बुझाइ जाँच्नुहोस्
छोटो जाँच
—तपाईंले GA4 च्यानल निर्यात मोडेलमा टाँस्नुभयो र ट्राफिक घटान व्याख्या गर्न भन्नुहुन्छ। कुन प्रम्प्ट थपले मोडेलले मेट्रिक वा कारण बनाउने जोखिम सबैभन्दा बढी घटाउँछ?
अब के?
के भयो र किन भयो भन्नेको रक्षायोग्य पठन तपाईंसँग भएपछि, अर्को समस्या सञ्चार हो। अभियान-अभियान विश्लेषणात्मक कथा, आफै, सरोकारवालाले सोमबार बिहान पढ्ने कुरा होइन — र विश्लेषकको दृष्टिकोण र निर्देशकले तीस सेकेन्डमा कार्य गर्न सक्ने कुराबीचको खाडल नै धेरै मार्केटिङ रिपोर्ट चुपचाप मर्ने ठाउँ हो। अर्को खण्ड एआईलाई सरोकारवाला रिपोर्ट आफै लेख्न कसरी प्रयोग गर्ने — रिपोर्टले बोक्नुपर्ने विशिष्ट प्रमाणका लागि धाराप्रवाह गद्यलाई विकल्प नबनाएर — भन्ने हो।