हर आइडिया को घिस-घिसकर सुरक्षित बनाए बिना रचनात्मकता और परफ़ॉर्मेंस में संतुलन कैसे बनाएँ? दोनों को प्रतिद्वंद्वी मानना बंद करें और प्रमाण को प्रक्रिया में पहले ले आएँ। जब मीडिया का पैसा लगाने से पहले क्रिएटिव की प्री-टेस्टिंग होती है, तो डेटा साहसिक काम पर सुनाया गया फ़ैसला नहीं रह जाता, बल्कि उसे बेहतर बनाने का टूल बन जाता है।
इस बहस को नई हवा मिली है। Marketing Week को दिए एक इंटरव्यू में Sir John Hegarty ने आधुनिक मार्केटिंग को “दोहराव भरी, घिसी-पिटी, उबाऊ” बताया और इसका दोष उन ब्रांड और एजेंसियों पर डाला जिनमें ऐसे “लेफ़्ट ब्रेन थिंकर्स” भरे हैं जो स्प्रेडशीट तो समझते हैं, पर आइडिया नहीं। उनका प्रमाण: “लगभग 95% नए प्रोडक्ट लॉन्च नाकाम होते हैं”, और उनके मुताबिक़ यह दर तमाम अतिरिक्त डेटा के बावजूद 20 साल में नहीं बदली। लक्षण के बारे में वे सही हैं। पर निदान को एक क़दम और आगे जाना होगा। समस्या डेटा नहीं है। समस्या यह है कि डेटा कब आता है, और उसका इस्तेमाल किस लिए होता है।
रचनात्मकता और परफ़ॉर्मेंस एक-दूसरे के विरोधी क्यों लगते हैं?
चीज़ें जिस क्रम में होती हैं, उसकी वजह से। एक जाना-पहचाना दृश्य: क्रिएटिव टीम तीन रूट पेश करती है। क्लाइंट का परफ़ॉर्मेंस प्रमुख एक वाजिब सवाल पूछता है: “हमें कैसे पता कि यह काम करेगा?” किसी को पता नहीं होता, इसलिए सबसे सुरक्षित रूट जीत जाता है। या फिर काम लाइव हो जाता है और असली पैसे से उसकी परख होती है।
अगर पहले हफ़्ते में साहसिक रूट का प्रदर्शन गिरता है, तो उसे रोक दिया जाता है। टीम इससे सीधा-सा सबक़ लेती है और अगली बार और सुरक्षित खेलती है। कुछ साल तक यही दोहराइए, और आपको वही इंडस्ट्री मिलती है जिसका वर्णन Hegarty करते हैं।
इस क्रम में परफ़ॉर्मेंस डेटा हमेशा अहम फ़ैसला हो जाने के बाद ही सामने आता है। वह पोस्टमॉर्टम का काम करता है, और पोस्टमॉर्टम के इंतज़ार में कोई अपना सबसे अच्छा काम नहीं करता।
ऐसा बार-बार क्यों होता है: नियंत्रित करने वाला फ़ीडबैक बनाम जानकारी देने वाला फ़ीडबैक
मनोवैज्ञानिक Edward Deci और Richard Ryan द्वारा विकसित आत्म-निर्धारण सिद्धांत (Self-Determination Theory) यहाँ काफ़ी कुछ समझाता है। लोग अपना सबसे अच्छा काम तब करते हैं जब वे तीन चीज़ें महसूस करते हैं: स्वायत्तता (काम पर कुछ नियंत्रण), सक्षमता (यह एहसास कि वे उसमें बेहतर हो रहे हैं) और जुड़ाव (उन लोगों से रिश्ता जिनके साथ और जिनके लिए वे काम करते हैं)।
यह सिद्धांत एक उपयोगी फ़र्क़ करता है। एक ही संख्या नियंत्रण की तरह भी महसूस हो सकती है और जानकारी की तरह भी। पैसा खर्च हो जाने के बाद काम को परखने के लिए इस्तेमाल होने वाला डैशबोर्ड नियंत्रण जैसा लगता है, और लोग जवाब में सुरक्षित खेलने लगते हैं। जल्दी साझा किया गया स्कोर, जब टीम अभी उस पर अमल कर सकती है, जानकारी जैसा लगता है। वह काम को उसे बनाने वालों से छीने बिना उनकी सक्षमता बढ़ाता है।
इसका एक पहलू ऑडियंस से भी जुड़ा है। इस लेख के पीछे की इनसाइट यह है कि प्रामाणिकता परफ़ेक्शन की दरारों में पनपती है। किसी आइडिया को असली महसूस कराने वाला खुरदुरा, मानवीय किनारा अक्सर वही पहली चीज़ होती है जिसे घबराई हुई अप्रूवल प्रक्रिया घिसकर मिटा देती है। RP3 Agency की Beth Johnson ने Forbes Agency Council के एक पैनल में लिखते हुए चेताया कि “पैनी रणनीति और मानवीय विवेक के बिना AI बस एक-जैसेपन की सुनामी को और तेज़ करेगा।” सही ढंग से इस्तेमाल करने पर प्री-टेस्टिंग उस खुरदुरे आइडिया को वह प्रमाण देती है जिसकी उसे पॉलिश की इस प्रक्रिया से बच निकलने के लिए ज़रूरत होती है।
क्रिएटिव प्री-टेस्टिंग क्या है, और क्या बदला है?
क्रिएटिव प्री-टेस्टिंग का मतलब है विज्ञापनों या कॉन्सेप्ट को चलाने से पहले उनका आकलन करना, ताकि अनुमान लगाया जा सके कि वे कैसा प्रदर्शन करेंगे और कमज़ोरियाँ तभी खोजी जा सकें जब उन्हें अभी ठीक किया जा सकता हो। पारंपरिक रूप से इसका मतलब था पैनल और फ़ोकस ग्रुप, हफ़्तों का फ़ील्डवर्क और ऐसी फ़ीस जिसे सिर्फ़ टीवी बजट ही जायज़ ठहरा सकता था।
AI ने इसका अर्थशास्त्र बदल दिया है। अब कॉन्सेप्ट को अनुमानित नतीजों पर, जैसे लोगों के क्लिक करने की कितनी संभावना है, हफ़्तों के बजाय मिनटों में स्कोर किया जा सकता है। इससे प्री-टेस्टिंग उस सोशल और डिजिटल काम की पहुँच में आ जाती है जिसके लिए कभी रिसर्च बजट था ही नहीं, और स्वतंत्र एजेंसियाँ ज़्यादातर यही काम करती हैं।
एक सावधानी। स्कोर उसी चीज़ का अनुमान लगाता है जिसके लिए उसे बनाया गया है। क्लिकेबिलिटी स्कोर आपको सामने दिख रहे विज्ञापन पर प्रतिक्रिया के बारे में बताता है। वह विशिष्टता, लंबी अवधि की ब्रांड बिल्डिंग या इस बारे में कुछ नहीं कहता कि आइडिया ब्रांड के प्रति सच्चा है या नहीं। इन सबके लिए अब भी अच्छी परख वाले लोगों की ज़रूरत है।
साहसिक आइडिया को ख़त्म किए बिना प्री-टेस्टिंग का इस्तेमाल कैसे करें?
- स्कोर करने से पहले काम तय करें। क्या इस विज्ञापन का मक़सद क्लिक पाना है, याद में बसना है या शेयर होना? स्कोर का इस्तेमाल सिर्फ़ उसी काम के लिए करें जिसे वह सच में मापता है।
- तैयार विज्ञापनों को नहीं, रूट को स्कोर करें। कच्चे कॉन्सेप्ट को जल्दी टेस्ट करें, जब उन्हें बदलना सस्ता हो और कोई भी फ़ाइनल कट से भावनात्मक रूप से जुड़ा न हो।
- सबसे पहले क्रिएटिव टीम को दिखाएँ। क्लाइंट के देखने से पहले नतीजे उन लोगों के साथ साझा करें जिन्होंने काम बनाया है। इससे उनकी स्वायत्तता बनी रहती है और स्कोर सुधार के लिए एक ब्रीफ़ बन जाता है।
- स्कोर को एक निदान की तरह पढ़ें। देखें कि कॉन्सेप्ट को क्या नीचे खींच रहा है, जैसे शुरुआती फ़्रेम, हुक या लाइन, और पूरे आइडिया को कूड़ेदान में डालने के बजाय उसी हिस्से को ठीक करें।
- एक साहसिक रूट को बचाकर रखें। पहले से तय कर लें कि सबसे अलग कॉन्सेप्ट का स्कोर अगर स्वीकार्य दायरे में है तो वह आगे बढ़ेगा, भले ही वह तालिका में सबसे ऊपर न हो।
- कम खर्च में बाज़ार में पुष्टि करें। स्केल करने से पहले सबसे आगे चल रहे रूट के पीछे एक छोटा, पहले से तय बजट लगाएँ, और असली नतीजों को वापस प्रक्रिया में डालें, ताकि सब सीखें कि स्कोर किस चीज़ का अनुमान लगाते हैं और किसका नहीं।
प्री-टेस्टिंग से पहले और बाद में, प्रमाण कहाँ होता है?
| चरण | प्री-टेस्टिंग के बिना | प्री-टेस्टिंग के साथ |
|---|---|---|
| कॉन्सेप्ट रिव्यू | राय; सबसे ऊँची आवाज़ जीतती है | स्कोर क्राफ़्ट की समझ को दिशा देते हैं |
| क्लाइंट प्रेज़ेंटेशन | “हम पर भरोसा कीजिए” | साहसिक रूट के पक्ष में प्रमाण |
| मीडिया लॉन्च | असली पैसे से अप्रमाणित काम की परख | बजट पहले से स्कोर किए गए रूट के पीछे |
| पहले हफ़्ते की गिरावट | साहसिक आइडिया रोक दिया जाता है | प्री-टेस्ट से मिलान, फिर सुधार |
| टीम क्या सीखती है | अगली बार सुरक्षित खेलो | कौन-से तत्व काम करते हैं, और क्यों |
यह बदलाव काग़ज़ पर छोटा है, पर व्यवहार में बड़ा। प्रमाण प्रक्रिया के अंत से, जहाँ वह सिर्फ़ फ़ैसला सुना सकता है, शुरुआत में पहुँच जाता है, जहाँ वह मदद कर सकता है।
AI को कहाँ मदद करनी चाहिए, और कहाँ उसे दूर रहना चाहिए?
वही Forbes पैनल एक उपयोगी बँटवारा सुझाता है। Multiply के Matt Jayson कहते हैं कि कैंपेन सेटअप और QA सबसे ज़्यादा ऑटोमेट किया जा सकने वाला काम है: “तेज़ी से बढ़ते एक क्लाइंट के लिए यह आसानी से हर हफ़्ते 20 घंटे का अदृश्य काम है।” SWOON MEDIA की Natacha Grey बताती हैं कि वैल्यू अब “एसेट बनाने से हटकर बड़े पैमाने पर बेहतर फ़ैसले लेने” की ओर जा रही है।
काम का यही सही बँटवारा है। सेटअप, QA, रीसाइज़िंग और स्कोरिंग मशीनों को संभालने दें, ताकि लोगों के पास ख़ुद आइडिया के लिए ज़्यादा समय हो। Hegarty की बात अपनी जगह क़ायम है: डेटा किसी आइडिया को दिशा दे सकता है, पर उसे गढ़ नहीं सकता।
यहीं पर स्कोरिंग टूल अपनी जगह साबित करता है। Defy Monitor मीडिया खर्च से पहले कॉन्सेप्ट को अनुमानित क्लिकेबिलिटी पर स्कोर करता है, और उसकी स्कोरिंग असली विज्ञापन परफ़ॉर्मेंस के आधार पर प्रमाणित है, ताकि टीम पैसा लगाने से पहले जान सके कि क्रिएटिव काम करेगा। आप देख सकते हैं कि यह Defy प्लेटफ़ॉर्म के बाकी हिस्सों के साथ कैसे जुड़ता है। कौन-सा आइडिया बनाने लायक़ है, यह फ़ैसला इंसानों के हाथ में ही रहता है।
जो क्लाइंट साहसिक आइडिया को मंज़ूरी देने से पहले सबूत चाहता है, उससे मैं क्या कहूँ?
हाँ कहिए, और उन्हें दिखाइए। सबूत माँगने वाला क्लाइंट रचनात्मकता का दुश्मन नहीं है; वह आमतौर पर एक ऐसा मार्केटर होता है जिससे उसका बॉस भी यही सवाल पूछेगा। उन्हें एक स्कोर, उसके पीछे का तर्क और बाज़ार में एक छोटे टेस्ट की योजना दें। फिर आइडिया की ख़ूबियों के आधार पर उसकी पैरवी करें, और इस बार आँकड़े आपके ख़िलाफ़ नहीं, आपके साथ होंगे।
