Why did my conversions drop? असली वजह खोजने का तरीका

मेरे कन्वर्ज़न अचानक क्यों गिरे?

कन्वर्ज़न में अचानक गिरावट की वजह आमतौर पर कुछ घंटों में मिल जाती है, बशर्ते आप सही क्रम में देखें। लगभग हर मामला चार में से किसी एक श्रेणी में आता है, और हर श्रेणी आपके डेटा में अलग निशान छोड़ती है।

जाल यह है कि सस्ती जांचें करने से पहले सबसे जानी-पहचानी वजह ("algorithm", "seasonality") पर कूद जाएं। नीचे दिया तरीका क्रम तय करता है: पहले डेटा, फिर बदलाव, फिर isolation।

क्या गिरावट असली है, या यह ट्रैकिंग और रिपोर्टिंग की समस्या है?

किसी भी चीज़ से पहले माप जांचें, क्योंकि जो गिरावट असली नहीं है, उसे कैंपेन बदलकर ठीक नहीं किया जा सकता। तीन रिपोर्टिंग प्रभाव अक्सर अच्छे-भले अकाउंट को टूटा हुआ दिखाते हैं।

1. Conversion lag। Google Ads कन्वर्ज़न को ad impression की तारीख पर रिपोर्ट करता है, जबकि दूसरे tools उन्हें कन्वर्ज़न की तारीख पर गिनते हैं, और कन्वर्ज़न click के 90 दिन बाद तक रिपोर्ट हो सकते हैं। किसी भी Google Ads रिपोर्ट के आख़िरी कुछ दिन समय के साथ भरते हैं, इसलिए सिर्फ़ आख़िरी 2–3 दिनों वाली "गिरावट" अक्सर lag ही होती है।
2. Processing में देरी। Standard GA4 properties के लिए Google कहता है कि रोज़ का डेटा process होने में लगभग 12 घंटे लगते हैं, data processing में 24–48 घंटे लग सकते हैं, और key events का attribution credit 12 दिन तक बदल सकता है। कल की तुलना पूरी तरह process हुए हफ़्ते से न करें।
3. Invalid traffic की सफ़ाई। Google Ads कुछ कन्वर्ज़न हटा देता है जिन्हें वह spam या invalid traffic मानता है, जो बाद में छोटी गिरावट के रूप में दिख सकता है।

फिर जांचें कि ट्रैकिंग अब भी काम कर रही है। Google Ads में Goals › Conversions › Summary पर जाएं और हर conversion action का status पढ़ें: "Misconfigured" का मतलब है कि setup की गलती या टूटे tag की वजह से कन्वर्ज़न रिकॉर्ड होना बंद हो गया है, और "Needs attention" का मतलब है कि समस्याएं हैं लेकिन रिकॉर्डिंग पूरी तरह बंद नहीं हुई। आख़िर में उसी अवधि की तुलना तीन जगह करें: ad platform, GA4 और आपका CRM या backend। अगर CRM में sales या leads स्थिर हैं और ad platform गिरावट दिखाता है, तो समस्या माप की है, performance की नहीं। हमारी GA4 annotations गाइड बताती है कि इन घटनाओं को कैसे चिह्नित करें ताकि अगला व्यक्ति इनकी दोबारा जांच न करे।

गिरावट से पहले के दिनों में क्या बदला?

गिरावट असली साबित होने के बाद, उसके शुरू होने से पहले के 7–14 दिनों में हर स्रोत से किया गया हर बदलाव एक टाइमलाइन पर लिखें। ज़्यादातर टीमें सिर्फ़ ad account देखती हैं, लेकिन वजह अक्सर कहीं और होती है।

1. Ad platforms में आपकी टीम के edits

Google Ads में Campaigns › Change history अकाउंट, कैंपेन और ad groups के edits दो साल तक दिखाती है, तारीख, change type और कैंपेन के filters के साथ। User कॉलम दिखाता है कि हर बदलाव किसने किया। Google यह भी चेतावनी देता है कि कुछ account-level settings और consultation के दौरान Google representatives के किए बदलाव शायद सूची में न हों। हमारी Google Ads change history गाइड और Meta Ads activity history गाइड दोनों tools पढ़ना सिखाती हैं।

2. प्लेटफ़ॉर्म के आपके लिए किए बदलाव

Google Ads change history में automated entries "Google Ads system" जैसे नामों से दिखती हैं, और API से हुए बदलाव tool का नाम दिखाते हैं। Auto-applied recommendations एक आम blind spot हैं, जिन पर हमारा लेख auto-applied recommendations है।

3. वेबसाइट, ट्रैकिंग और CRM में बदलाव

• Site releases, नए लैंडिंग पेज, checkout या form में बदलाव, page speed में गिरावट।
• Google Tag Manager के नए container versions, consent banner updates, हटाए या नाम बदले गए events।
• CRM में बदलाव: नए lead stages, ज़रूरी fields, routing rules या qualified lead की अलग परिभाषा।

4. बाहरी घटनाएं

छुट्टियां, किसी competitor का promotion, कीमत में बदलाव, stock खत्म होना, मीडिया कवरेज या किसी प्लेटफ़ॉर्म का outage। हर घटना की तारीख लिखें, भले ही आपको वह अप्रासंगिक लगे।

गिरावट किस बदलाव से आई, इसे isolate कैसे करें?

गिरावट के सटीक आकार (कब, कहां, कितनी बड़ी) को हर बदलाव से मिलाकर और एक बार में एक अनुमान परखकर वजह isolate करें। कोई बदलाव तभी वजह हो सकता है जब उसका समय और दायरा डेटा से मेल खाए।

1. बदलाव को सटीक रूप से परिभाषित करें। कौन सा मेट्रिक, किस तारीख से, कितना, किस baseline की तुलना में। "मंगलवार से leads पिछले चार मंगलवारों की तुलना में 35% कम" परखा जा सकता है; "results खराब हैं" नहीं।
2. अनुमान से पहले segment करें। चैनल, कैंपेन, device, देश, लैंडिंग पेज और conversion action के हिसाब से बांटें। एक कैंपेन तक सीमित गिरावट ad account की ओर इशारा करती है; हर चैनल पर गिरावट वेबसाइट, ट्रैकिंग या CRM की ओर।
3. टाइमलाइन मिलाएं। सिर्फ़ वे बदलाव रखें जिनकी तारीख गिरावट की शुरुआत पर या उससे ठीक पहले है, और जिनका दायरा गिरे हुए segments से मेल खाता है।
4. हर अनुमान के लिए एक prediction लिखें। अगर नए form की वजह से हुआ, तो सभी चैनलों पर form-start rate बना रहना चाहिए और submission rate गिरना चाहिए।
5. Prediction जांचें, फिर revert या टेस्ट करें। जहां संभव हो, एक बार में एक बदलाव undo करें या traffic बांटें, और देखें कि मेट्रिक वापस आता है या नहीं।

जब सारे बदलाव एक टाइमलाइन पर हों, तो आप देखेंगे कि लंबा form उसी मंगलवार लाइव हुआ जिस दिन leads 35% गिरे, जबकि उस हफ़्ते किसी ने bids या बजट को छुआ तक नहीं। Changeline में मुफ़्त चेंज लॉग शुरू करें ताकि अगली गिरावट की जांच इसी व्यू से शुरू हो।

कन्वर्ज़न गिरावट के बारे में Google Ads क्या बता सकता है?

Google Ads में Explanations नाम का built-in feature है जो performance में बड़े बदलावों की संभावित वजहें सुझाता है। यह Search, App, Performance Max, Demand Gen, Display और Video कैंपेन के लिए काम करता है, और bid, बजट, conversion tracking, targeting, ad eligibility और auction के बदलावों की ओर इशारा कर सकता है।

दो सीमाएं अहम हैं: Explanations ऐसी date ranges को कवर नहीं कर सकता जिनमें आज शामिल हो या जो 90 दिन से ज़्यादा पीछे जाएं, और बदलाव इतना बड़ा होना चाहिए कि explanation बने। इसे फ़ैसला नहीं, जांचने लायक सुराग मानें।

Google का अपना troubleshooting लेख भी बताता है कि आमतौर पर performance किससे बदलती है: bids, बजट, keywords, audiences और schedules के edits; सीमित बजट; बहुत संकरी targeting; competitors की bidding; और बाज़ार की मांग में बदलाव। एक बात पर ध्यान दें: conversion tracking डेटा में अचानक गिरावट खुद serving और spend में गिरावट ला सकती है, क्योंकि Google Ads उस conversion action की ओर optimize करता है जो उसे अब दिख नहीं रहा। ट्रैकिंग की समस्या कुछ ही दिनों में असली performance समस्या बन सकती है।

असल में कन्वर्ज़न गिरावट की जांच कैसी दिखती है?

यह एक B2B lead generation अकाउंट पर लागू तरीके का उदाहरण है (कोई असली क्लाइंट नहीं)।

उदाहरण। पुणे की एक B2B सॉफ़्टवेयर कंपनी के leads मंगलवार से 35% गिरते हैं। Conversion lag से बचने के लिए आख़िरी तीन दिन हटाए जाते हैं, फिर भी गिरावट बनी रहती है। Google Ads कम कन्वर्ज़न दिखाता है, लेकिन CRM leads भी गिरे हैं, यानी ट्रैकिंग काम कर रही है। Segment करने पर गिरावट Google Ads, Meta और organic traffic पर एक ही दर से दिखती है, और clicks स्थिर हैं। पिछले हफ़्ते की टाइमलाइन में Google Ads बजट बढ़ाना (शुक्रवार), Meta का नया creative set (सोमवार) और एक website release है जिसने form में फ़ोन नंबर field जोड़ा (मंगलवार सुबह)। सिर्फ़ release ही तारीख और "हर चैनल" वाले दायरे, दोनों से मेल खाता है। टीम field को optional बनाती है, और एक हफ़्ते में conversion rate अपने baseline पर लौट आता है।

ध्यान दें कि दोनों ad बदलाव असली और हाल के थे, और किसी पर भी आसानी से दोष डाला जा सकता था। टाइमलाइन और segmentation ने कुछ ही मिनटों में उन्हें खारिज कर दिया। जब नतीजा पेश करना हो, तो क्लाइंट को कन्वर्ज़न गिरावट समझाने पर हमारी गाइड बातचीत वाला हिस्सा कवर करती है।

अगली गिरावट को पहेली बनने से कैसे रोकें?

एक ही चेंज लॉग रखें जो हर स्रोत को कवर करे, ताकि अगली बार "क्या बदला?" पूछने पर जवाब दिनों के बजाय मिनटों में मिले। प्लेटफ़ॉर्म की histories सिर्फ़ अपने प्लेटफ़ॉर्म को कवर करती हैं, उनमें कमियां होती हैं, और वे साइट, CRM या offline बदलाव नहीं पकड़तीं।

• हर बदलाव को तारीख, owner, चैनल, क्या बदला और क्यों के साथ लिखें।
• सिर्फ़ अपनी टीम के edits नहीं, automations और बाहरी घटनाएं भी शामिल करें।
• जब भी कोई मेट्रिक आपकी सामान्य साप्ताहिक सीमा से ज़्यादा बदले, लॉग देखें।

आप हमारे मार्केटिंग चेंज लॉग टेम्पलेट के साथ spreadsheet से शुरू कर सकते हैं, या पूरी मार्केटिंग चेंज लॉग गाइड पढ़ सकते हैं। Changeline इसी के लिए बना एक tool है, जिसमें मुफ़्त plan है: हर क्लाइंट के लिए to-scale टाइमलाइन, जहां पूरी टीम Google Ads, Meta, वेबसाइट, ट्रैकिंग और CRM के बदलाव लिखती है। आप कुछ ही मिनटों में Changeline में चेंज लॉग शुरू कर सकते हैं।