Marketing metrics में seasonality: इसे अपने बदलावों से अलग कैसे पहचानें
Marketing metrics में seasonality मांग का वह उतार-चढ़ाव है जो कैलेंडर से जुड़ा है और हर साल दोहराता है: त्योहार, salary के दिन, स्कूल की छुट्टियां, मौसम। इसे अपने बदलावों से अलग करने के लिए पिछले साल के वही हफ़्ते weekday मिलाकर देखें, Google Trends में category की मांग जांचें और देखें कौन सा मेट्रिक seasonal pattern से ज़्यादा हिला।
Marketing metrics में seasonality क्या है?
Seasonality किसी मेट्रिक के बदलाव का वह हिस्सा है जो हर साल लगभग उसी समय दोहराता है, चाहे आप अपने accounts में कुछ भी करें। Search volume, CPC, conversion rate और average order value, सब किसी न किसी हद तक कैलेंडर के साथ चलते हैं।
आम seasonal वजहें हैं: सरकारी छुट्टियां, महीने के आखिर में salary के दिन, स्कूल की छुट्टियां, मौसम, tax की deadlines और Black Friday जैसे retail events। कुछ की तारीख हर साल बदलती है: Easter, Ramadan और Chinese New Year अलग-अलग तारीखों पर आते हैं, इसलिए तय कैलेंडर वाली तुलना peak को गलत हफ़्ते में दिखा सकती है।
समस्या seasonality खुद नहीं है। समस्या यह है कि seasonal बदलाव और आपके अपने बदलाव एक ही समय होते हैं। जिस हफ़्ते बजट घटाया गया, उसी हफ़्ते कोई छुट्टी भी शुरू हुई हो सकती है। अगर आप गलत वजह को दोष देते हैं, तो आप एक अच्छा बदलाव पलट देते हैं या खराब बदलाव बनाए रखते हैं।
कैसे जांचें कि गिरावट सिर्फ़ seasonality है?
पिछले साल का वही समय weekday मिलाकर देखें, और सिर्फ़ total नहीं, curve का आकार देखें। अगर पिछले साल भी उन्हीं हफ़्तों में वैसी ही गिरावट थी, तो पहला शक seasonality पर जाता है।
- Weekday मिलाएं. GA4 में date picker खोलें, "Compare" पर click करें, "Previous year" चुनें, फिर "Apply" करें। Google बताता है कि "Previous year (match day of week)" विकल्प हटा दिया गया है, इसलिए default तुलना में सोमवार की तुलना रविवार से हो सकती है। Weekdays मिलाने के लिए अपनी custom range को 364 दिन (ठीक 52 हफ़्ते) पीछे खिसकाएं।
- दो या तीन साल देखें. एक साल अपवाद हो सकता है। अगर गिरावट हर साल दिखती है, तो यह pattern है।
- बदलती तारीखें जांचें. Easter, क्षेत्रीय छुट्टियां और पिछले साल के आपके promotions peak को एक या दो हफ़्ते खिसका सकते हैं।
- Category की मांग जांचें. Google Trends में अपनी मुख्य category के terms की उसी अवधि में तुलना करें। Trends की values उस जगह और समय की कुल searches के हिसाब से 0 से 100 के scale पर होती हैं, इसलिए इन्हें volume नहीं, आकार की तरह पढ़ें।
- Segments की तुलना करें. अगर हर channel, region और कैंपेन साथ में गिरते हैं, तो वजह शायद मांग है। अगर सिर्फ़ एक कैंपेन या एक लैंडिंग पेज गिरा, तो देखें वहां क्या बदला।
यह भी पढ़ें: ROAS drop: गिरते ROAS के पीछे का बदलाव कैसे खोजें · क्लाइंट को कन्वर्ज़न में गिरावट कैसे समझाएँ
Seasonal pattern और असल नतीजे के बीच का अंतर कैसे मापें?
Seasonal pattern जो अनुमान देता है, उसे निकालें और असल नतीजे से तुलना करें। जो अंतर समझ में नहीं आता, वही आपको जांचना है।
Spreadsheet में चलने वाला एक आसान तरीका:
- पिछले साल के उन्हीं हफ़्तों का week-over-week बदलाव लें (seasonal ratio)।
- उसे इस साल के बदलाव से पहले वाले हफ़्ते की value पर लागू करें। यही आपकी expected value है।
- असल और expected की तुलना करें। छोटा अंतर noise है। बड़ा अंतर किसी ऐसे बदलाव की ओर इशारा करता है जो आपने या किसी platform ने किया।
उदाहरण (आंकड़े उदाहरण के लिए): पिछले साल पुणे की एक coaching institute के leads हफ़्ता 40 से हफ़्ता 41 तक 18% गिरे, जब स्कूल की छुट्टियां शुरू हुईं। इस साल उन्हीं हफ़्तों में वे 32% गिरे। मौसम लगभग 18 points समझाता है। बाकी 14 points के लिए दूसरी वजह चाहिए।
- हफ़्ता 41कैलेंडरस्कूल की छुट्टियां शुरू
- हफ़्ता 41Leads −32% बनाम पिछले साल −18%
हर हफ़्ते के leadsहफ़्ता 41: −32%
| संकेत | Seasonality की ओर इशारा | बदलाव की ओर इशारा |
|---|---|---|
| पिछले साल के वही हफ़्ते | वैसी ही गिरावट, लगभग उतनी ही | कोई गिरावट नहीं, या बहुत कम |
| Category के लिए Google Trends | उन्हीं हफ़्तों में मांग गिरती है | मांग स्थिर या बढ़ती हुई |
| Segments में फैलाव | सारे channels और regions साथ में हिलते हैं | एक कैंपेन, पेज या device अकेला हिलता है |
| समय | कैलेंडर के साथ धीमी ढलान | किसी खास दिन तेज़ कदम |
| Ratio metrics | Volume हिलता है, efficiency लगभग स्थिर | Conversion rate या CPA अचानक टूटता है |
Seasonality बदलाव की असली वजह को कैसे छिपा सकती है?
क्योंकि seasonal गिरावट हर किसी को एक आसान जवाब दे देती है। "छुट्टियां चल रही हैं" कहते ही बात खत्म हो जाती है, इससे पहले कि कोई देखे कि उस हफ़्ते क्या edit हुआ।
तीन आम जाल:
- एक साथ हुए बदलाव. नई bid strategy, लैंडिंग पेज का redesign और छुट्टी, तीनों एक ही हफ़्ते में शुरू होते हैं। सारा दोष मौसम पर जाता है।
- छिपे हुए नुकसान. Seasonal peak किसी टूटे tag या कमज़ोर कैंपेन को छिपा सकता है। Traffic फिर भी बढ़ता है, बस जितना बढ़ना चाहिए उससे कम। आपको तभी पता चलता है जब peak खत्म होता है।
- गलत baseline. Seasonal बदलाव के दौर में पिछले period से तुलना हर बदलाव को बड़ा दिखाती है। Weekdays मिलाए बिना पिछले साल से तुलना ऐसे अंतर बना सकती है जो असल में नहीं हैं।
हर मामले में हल एक ही है: पहले seasonal हिस्से का अनुमान लगाएं, फिर बाकी को तारीख वाले बदलावों से समझाएं। उस दूसरे हिस्से के step-by-step तरीके के लिए हमारा marketing root cause analysis का तरीका देखें।
जब मौसम और आपके बदलाव एक साथ हों, तो वजह को कैसे isolate करें?
बदलाव से पहले के दिनों के सारे बदलाव एक टाइमलाइन पर रखें, पहले ट्रैकिंग को खारिज करें, फिर seasonal baseline के सामने एक बार में एक hypothesis टेस्ट करें।
- टाइमलाइन बनाएं. अपनी टीम के edits (bids, बजट, audiences, creatives, लैंडिंग पेज), platform automations (auto-applied recommendations, bid strategy learning), site, ट्रैकिंग और CRM के बदलाव, और छुट्टियों या competitor promotions जैसे बाहरी events की सूची बनाएं। एक मार्केटिंग चेंज लॉग यह सूची पांच tools खंगाले बिना दे देता है।
- ट्रैकिंग को खारिज करें. देखें कि ad platform, GA4 और CRM में कन्वर्ज़न साथ में गिरे या नहीं। अगर सिर्फ़ एक source गिरा, तो सबसे पहले tag, consent या integration के बदलाव पर शक करें।
- मौसम घटाएं. ऊपर वाले seasonal ratio से अनुमान लगाएं कि बदलाव का कितना हिस्सा कैलेंडर समझाता है।
- एक बार में एक hypothesis टेस्ट करें. उस बदलाव से शुरू करें जो समझ में न आने वाले अंतर के टूटने के सबसे करीब है। उसी segment को देखें जिसे उसने छुआ: अगर सिर्फ़ आपका edit किया हुआ कैंपेन seasonal pattern से ज़्यादा गिरा, तो आपके पास मज़बूत उम्मीदवार है।
- Control इस्तेमाल करें. कोई region, कैंपेन या product line जिसे आपने नहीं छुआ और जिसकी seasonality मिलती-जुलती है, दिखाती है कि आपके बदलाव के बिना क्या होता।
रिपोर्ट करते समय दोनों हिस्सों को साफ़ अलग करें: "लगभग 18 points स्कूल की छुट्टियों से आए। बाकी उस दिन से शुरू हुआ जिस दिन नया लैंडिंग पेज live हुआ।" क्लाइंट को conversion drop समझाने वाली हमारी गाइड उस बातचीत का ढांचा देती है।
हर बदलाव एक टाइमलाइन पर हो, तो नए लैंडिंग पेज का launch ठीक वहीं दिखता है जहां seasonal pattern से आगे का अंतर खुलता है, और स्कूल की छुट्टियों की गिरावट और आपका अपना बदलाव साफ़ अलग हो जाते हैं। Changeline में मुफ़्त चेंज लॉग शुरू करें और seasonal events को अपने edits के बगल में रखें।
जाने-पहचाने seasonal events की तैयारी कैसे करें?
Season शुरू होने से पहले seasonal कैलेंडर लिख लें, और उसके दौरान जो बदलें उसे दर्ज करें। अगले साल का analysis इस साल के notes पर टिका है।
- कैलेंडर पर निशान लगाएं. छुट्टियां, sale events और अपने promotions उसी जगह जोड़ें जहां आप कैंपेन के बदलाव दर्ज करते हैं, सटीक शुरू और खत्म होने की तारीखों के साथ।
- छोटे events के बारे में Smart Bidding को बताएं. Google Ads के seasonality adjustments Smart Bidding को promotions या sales जैसे आने वाले events में conversion rate के अपेक्षित बदलाव की जानकारी देते हैं। Google के अनुसार ये 1–7 दिन के छोटे events के लिए सबसे अच्छे हैं, 14 दिन से लंबे समय के लिए शायद उतने अच्छे काम न करें, और Smart Bidding नियमित seasonal events को पहले से संभालता है। हर adjustment को बदलाव के रूप में दर्ज करें, क्योंकि यह bids बदलता है।
- रिपोर्ट पर annotation लगाएं. Season की शुरुआत और अंत उस chart के बगल में रखें जिसे लोग देखते हैं। GA4 annotations वाली हमारी गाइड विकल्प बताती है।
- Peak पर जोखिम वाले बदलाव कम करें. एक साथ कम edits होंगे तो season को बाद में पढ़ना आसान होगा।
Seasonal notes और change history कहां रखें?
एक साझा टाइमलाइन में, जो किसी एक ad platform के बाहर हो, ताकि account बदलने, टीम बदलने और data retention की सीमाओं के बाद भी बची रहे।
Platform histories सिर्फ़ उसी platform के अंदर हुए edits दिखाती हैं। उनमें छुट्टी, CRM migration या क्लाइंट का store वाला promotion नहीं दिखता। एक साल बाद, जब आप इस season की तुलना पिछले से करेंगे, तो आपको ये सब उन्हीं तारीखों पर चाहिए।
Changeline यही काम करता है: हर क्लाइंट project के लिए एक to-scale टाइमलाइन, जहां आपकी टीम हर बदलाव को तारीख, owner, tags और वजह के साथ दर्ज करती है, seasonal events समेत। एक मुफ़्त plan है, और account connect करने पर Google Ads के बदलाव अपने आप import होते हैं (Meta Ads जल्द आ रहा है)। Google Ads की अपनी 2 साल की change history खत्म होने के बाद भी history Changeline में रहती है, इसलिए अगले साल की तुलना में संदर्भ बना रहता है। आप अगले season के लिए अभी change timeline शुरू कर सकते हैं, और क्या दर्ज करना है यह तय करने के लिए हमारा मार्केटिंग चेंज लॉग template इस्तेमाल करें।
अगली बार मेट्रिक गिरे, तो संभावित वजहें पहले से सामने हों
Changeline आपकी टीम के बदलाव, इम्पोर्ट किए गए Google Ads बदलाव और वेबसाइट, ट्रैकिंग व CRM के बदलाव, हर क्लाइंट के लिए एक टाइमलाइन पर रखता है।
Free प्लान: 1 प्रोजेक्ट, 2 एडिटर, 15 दिन की हिस्ट्री। कार्ड की ज़रूरत नहीं।
अक्सर पूछे जाने वाले सवाल
GA4 में day of week के हिसाब से year over year तुलना कैसे करें?
Custom range इस्तेमाल करें और पिछले साल की तारीखों को 364 दिन पीछे खिसकाएं, जो ठीक 52 हफ़्ते हैं, ताकि सोमवार की तुलना सोमवार से हो। Google ने "Previous year (match day of week)" विकल्प हटा दिया है, इसलिए built-in "Previous year" अलग-अलग weekdays की तुलना कर सकता है।
Seasonality पहचानने के लिए कितने साल का डेटा चाहिए?
एक साल संभावित pattern दिखाता है। दो या तीन साल बताते हैं कि वह दोहराता है या नहीं। अगर history कम है, तो अपने डेटा को अपनी category के Google Trends और हर उस market की छुट्टियों और events के कैलेंडर के साथ मिलाएं जहां आप काम करते हैं।
क्या पूरे त्योहारी season के लिए Google Ads में seasonality adjustments इस्तेमाल करें?
Google seasonality adjustments को 1–7 दिन के छोटे events के लिए सबसे अच्छा बताता है और कहता है कि एक बार में 14 दिन से ज़्यादा के लिए ये शायद उतने अच्छे काम न करें। Smart Bidding नियमित seasonal events पहले से संभालता है, इसलिए adjustments flash sale जैसे असामान्य, छोटे spikes के लिए रखें।
क्या seasonality सिर्फ़ traffic नहीं, conversion rate भी बदल सकती है?
हां। खरीदार का इरादा कैलेंडर के साथ बदलता है, इसलिए season में conversion rate, order value और CPC, सब बदल सकते हैं। इसीलिए आप ratio metrics की तुलना पिछले साल के उन्हीं हफ़्तों से करते हैं, यह मानने की जगह कि सिर्फ़ volume seasonal है।
अगर पिछले साल का डेटा तुलना लायक न हो तो?
अगर पिछले साल से ट्रैकिंग, बजट या markets बहुत बदल गए हैं, तो control इस्तेमाल करें: कोई region, product line या कैंपेन जिसे आपने नहीं बदला और जिसकी seasonality मिलती-जुलती है। उसका बदलाव इस साल के उन्हीं हफ़्तों के seasonal असर का अनुमान देता है।