एजेंसी को अपने क्लाइंट को कौन-से AI मेट्रिक्स दिखाने चाहिए? वे नहीं जिन पर ज़्यादातर एजेंसियां सबसे ज़्यादा गर्व करती हैं। लाइसेंस वाली सीटें, तैनात एजेंट और बनाए गए एसेट आपकी मेहनत बताते हैं। क्लाइंट नतीजों के लिए भुगतान करते हैं: हर काम की लागत कितनी है, वह कितनी जल्दी मिलता है, कितनी बार गलत निकलता है और मुनाफ़े पर उसका क्या असर है। इन्हें मापें, तो आपकी AI कहानी एक व्यावसायिक कहानी बन जाती है।
अब बदलाव का दबाव अनुबंध की ओर से आ रहा है। Campaign US के अनुसार, 147 अरब डॉलर के संयुक्त खर्च वाली 69 बहुराष्ट्रीय कंपनियों पर WFA और Agency Mania Solutions के अध्ययन में पाया गया कि श्रम-आधारित एजेंसी पारिश्रमिक 2011 के 54% से घटकर 2026 में 17% रह गया है। करीब 58% ब्रांड अधिक परफॉर्मेंस-आधारित भुगतान की उम्मीद करते हैं। अब तक सिर्फ़ 20% ने AI की वजह से अपना मॉडल बदला है, लेकिन 61% ऐसा करने की योजना बना रहे हैं।
क्लाइंट यह क्यों पूछ रहे हैं कि आपका AI असल में क्या देता है?
क्योंकि मूल्य के पैमाने के रूप में समय की अहमियत ढह रही है। जो रिपोर्ट पहले एक दिन लेती थी वह अब एक घंटे में बन जाए, तो पूरे दिन का बिल अजीब लगता है और एक घंटे का बिल वेतन कटौती जैसा। WFA अध्ययन के अनुसार AI की वजह से समय, एजेंसी की कीमत आंकने का और कमज़ोर पैमाना बनता जा रहा है।
फिर भी यह बदलाव आधे रास्ते में अटका है। Adweek ने इसी महीने बताया कि AI के कारण FTE-आधारित एजेंसी राजस्व घटने के बावजूद ब्रांड नतीजा-आधारित पारिश्रमिक अपनाने में धीमे हैं। Horizon Media Holdings के प्रेसिडेंट Bob Lord ने FTE बिलिंग को "पुरानी व्यवस्था" कहा और सवाल उठाया कि क्या इसे "किसी तरह के बाहरी दबाव के बिना" तोड़ा जा सकता है।
यह गतिरोध स्वतंत्र एजेंसियों के लिए मौका है। अगर पुराने मॉडल को बाहरी ताकत चाहिए, तो भरोसेमंद नतीजा-आंकड़े लेकर आने वाली एजेंसी खुद वह ताकत बन सकती है, प्रोक्योरमेंट के थोपने का इंतज़ार किए बिना। लेकिन तभी, जब आंकड़े सही हों।
एजेंसी के AI में दिखावटी मेट्रिक क्या होता है?
सिंगापुर की एक एजेंसी के संस्थापक ने, जिन्होंने अपनी करीब 20 लोगों की एजेंसी को AI-नेटिव बनाने की कोशिश में 18 महीने लगाए, इस हफ़्ते एक AI एडॉप्शन सत्र में इसे एक ही स्लाइड में समेट दिया: हमने क्या गिना बनाम क्या मायने रखता है। जैसा कि डायग्राम में दिखता है, बायां कॉलम वह सामग्री है जो आंतरिक ऑल-हैंड्स डेक भरती है: AI यूज़र, ऑटोमेट किए गए टास्क, तैनात एजेंट, बनाए गए एसेट। दायां कॉलम बिज़नेस नतीजों से जुड़ा है: प्रति आउटपुट लागत, आउटपुट तक पहुंचने का समय, गुणवत्ता/त्रुटि दर और मुनाफ़े पर असर।
उनकी बात साफ़ थी। ग्राहक को इसकी परवाह नहीं कि आपने AI इस्तेमाल किया या नहीं। उन्हें परवाह है कि आउटपुट अच्छा है या नहीं। कोई भी इसलिए रिटेनर रिन्यू नहीं करता कि एजेंसी के पास 40 सक्रिय सीटें हैं।
यहां हर दिखावटी आंकड़े को ऐसी चीज़ में बदलने का एक तरीका है जिसे क्लाइंट महसूस कर सके।
| हमने क्या गिना | यह भ्रम क्यों देता है | इसकी जगह क्या मायने रखता है | यह क्लाइंट के किस सवाल का जवाब देता है |
|---|---|---|---|
| AI यूज़र | लाइसेंस मापता है, उपयोगी काम नहीं | प्रति आउटपुट लागत | "क्या हम हर रिपोर्ट, एडिट या एसेट के लिए कम दे रहे हैं?" |
| ऑटोमेट किए गए टास्क | कोशिशें गिनता है और दोबारा करना अनदेखा करता है | आउटपुट तक पहुंचने का समय | "क्या हमें काम जल्दी मिलता है?" |
| तैनात एजेंट | नतीजों से ज़्यादा निर्माण को इनाम देता है | गुणवत्ता / त्रुटि दर | "क्या हम अपने इनबॉक्स में आने वाले काम पर भरोसा कर सकते हैं?" |
| बनाए गए एसेट | मात्रा सस्ती है, और उसका ज़्यादातर हिस्सा कभी इस्तेमाल नहीं होता | मुनाफ़े पर असर | "क्या इससे बिक्री, मार्जिन या कार्यकुशलता में फ़र्क पड़ा?" |
ये जोड़ियां हमारी बनाई हैं, कोई प्रकृति का नियम नहीं। सिद्धांत दोनों सूरतों में वही रहता है: आप जो भी आंकड़ा रिपोर्ट करें, वह क्लाइंट के पूछे "तो क्या?" की कसौटी पर खरा उतरना चाहिए।
"चलता है" वाला AI आउटपुट इतना महंगा क्यों पड़ता है?
बातचीत का सबसे काम का विचार स्वीकृति दर के बारे में था। मान लें कोई AI वर्कफ़्लो क्लाइंट के दस जवाब, कैप्शन या रिपोर्ट सारांश तैयार करता है और छह जस के तस स्वीकार हो जाते हैं। ज़्यादातर टीमें इन छह का जश्न मनाती हैं और बाकी चार को चुपचाप हाथ से ठीक कर लेती हैं। संस्थापक की दलील थी: एक बंद लूप बनाएं जो हर सुधार को वापस सिस्टम में डाले, ताकि छह सात बने, फिर आठ, फिर नौ।
ख़तरा इसका उल्टा है। जो आउटपुट 60–70% बार काम करता है उसे "चलता है" कहकर पास कर दिया जाता है, और औसत दर्जा एजेंसी का मानक बन जाता है। मानक गिराने का फ़ैसला किसी ने नहीं किया। वह बस खिसकता गया।
एजेंसी की भाषा में, यह खिसकाव ऐसा दिखता है: सोशल टीम शुक्रवार की दोपहर AI के कैप्शन दोबारा लिखने में लगाती है, जिनसे उसका कोई समय नहीं बचा, या किसी CRM शॉप की सेगमेंटेशन ज़्यादातर सही होती है और बाकी समय शर्मिंदगी का कारण बनती है। कागज़ पर बचा समय एडिटिंग में खप जाता है, और क्लाइंट को औसत नहीं, चूकें दिखती हैं।
स्वीकृति दर एक गुणवत्ता मेट्रिक है जिसे आप पहले दिन से ट्रैक कर सकते हैं। बढ़ती स्वीकृति का मतलब है कि लूप काम कर रहा है। स्थिर स्वीकृति का मतलब है कि आपने सब्सक्रिप्शन खरीदा है, क्षमता नहीं।
एजेंसियां AI के गलत आंकड़े क्यों रिपोर्ट करती रहती हैं?
वैल्यू परसेप्शन थ्योरी इसे सरल ढंग से समझाती है: लोग मूल्य का अंदाज़ा इस बात से लगाते हैं कि जो त्याग वे करते हैं उसके मुकाबले उन्हें कितना लाभ अनुभव होता है, इससे नहीं कि विक्रेता ने क्या लगाया। इनपुट एजेंसी को दिखते हैं और क्लाइंट को नहीं। "तैनात एजेंट" एक इनपुट है। दो दिन पहले आने वाली और बिना सुधार वाली रिपोर्ट एक लाभ है।
एजेंसियां इनपुट मेट्रिक्स की ओर इसलिए झुकती हैं कि उन्हें गिनना आसान है और वे टीम को व्यस्त दिखाते हैं। होल्डिंग कंपनियों ने बाज़ार को अपने प्रोप्राइटरी प्लेटफ़ॉर्म के बारे में इसी तरह बात करना सिखा दिया है। लेकिन क्लाइंट आपका स्टैक महसूस नहीं करता। वह टर्नअराउंड, सटीकता और इस बात को महसूस करता है कि काम ने उसके आंकड़े बदले या नहीं।
इसी वजह से समय-आधारित बिलिंग भी संघर्ष कर रही है। घंटे भी एक इनपुट हैं।
ऐसा AI स्कोरकार्ड कैसे बनाएं जिसके लिए क्लाइंट भुगतान करें?
छोटे से शुरू करें: एक वर्कफ़्लो, एक क्लाइंट, एक तिमाही। फिर विस्तार करें।
- ऐसा वर्कफ़्लो चुनें जिसे क्लाइंट पहले से महसूस करता हो। मासिक रिपोर्टिंग, कॉम्पिटिटर ऑडिट, एसेट रीसाइज़िंग या कैंपेन QA। अगर क्लाइंट को उसमें सुधार का पता ही न चले, तो वह शुरुआत की गलत जगह है।
- बेसलाइन ईमानदारी से मापें। किसी भी AI के जुड़ने से पहले के घंटे, प्रति आउटपुट लागत और प्रति डिलीवरी सुधार। बेसलाइन के बिना हर सुधार बस एक किस्सा है।
- लक्ष्य नतीजे की भाषा में तय करें। "रिपोर्ट तीन दिन की जगह एक दिन में, क्लाइंट के शून्य सुधारों के साथ" यह "रिपोर्टिंग के लिए AI इस्तेमाल करें" से बेहतर है।
- पूरी लागत गिनें। AI आउटपुट की जांच और एडिटिंग में लगने वाला लोगों का समय शामिल करें। जो वर्कफ़्लो चार घंटे बचाए और चार घंटे सुधार में जोड़ दे, उसने कुछ नहीं बचाया।
- स्वीकृति दर हर हफ़्ते ट्रैक करें। दर्ज करें कि क्या स्वीकार हुआ, क्या एडिट हुआ और क्यों। एडिट को प्रॉम्प्ट, टेम्पलेट और उदाहरणों में वापस डालें, ताकि दर बढ़ती जाए।
- क्लाइंट की भाषा में रिपोर्ट करें। प्रति आउटपुट लागत, आउटपुट तक पहुंचने का समय, त्रुटि दर और, जहां जोड़ सकें, बिक्री या मार्जिन पर असर। सीटों की गिनती आंतरिक डेक में रहने दें।
- सबूत को व्यावसायिक बातचीत में ले जाएं। दो तिमाहियों का नतीजा-डेटा आपको आउटपुट या परफॉर्मेंस से जुड़ी फीस का आधार देता है, जो WFA अध्ययन के अनुसार ज़्यादातर ब्रांडों की अपेक्षित दिशा है।
नतीजा मेट्रिक्स में क्रिएटिव कहां फिट बैठता है?
क्रिएटिव लोगों की यह चिंता जायज़ है कि नतीजा मेट्रिक्स विचारों को स्प्रेडशीट में बदल देते हैं। ऐसा होना ज़रूरी नहीं। मकसद मीडिया का पैसा खर्च होने से पहले क्रिएटिव कॉन्सेप्ट और मापने योग्य नतीजे के बीच की दूरी घटाना है, स्प्रेडशीट को आइडिया लिखने देना नहीं।
इसका मतलब है सबूत शुरू में ही लाना: काम किन ऑडियंस टेंशन का जवाब देता है, श्रेणी में प्रतिस्पर्धी कैसे मैसेजिंग कर रहे हैं, और कोई क्रिएटिव क्लिक पाने की कितनी संभावना रखता है। Defy प्लेटफ़ॉर्म पर क्रिएटिव पूर्वानुमान असली विज्ञापन प्रदर्शन के खिलाफ़ परखे जाते हैं, इसलिए क्लाइंट के साथ नतीजे की बातचीत पसंद-नापसंद की बजाय सबूत से शुरू होती है। क्या बनेगा, यह अब भी रुचि तय करती है। किसका बचाव होगा, यह सबूत तय करता है।
यही तर्क डिलीवरी पर भी लागू होता है। एक वैश्विक इन्फ्लुएंसर एजेंसी SAMY ने परफॉर्मेंस रिपोर्टिंग को सुव्यवस्थित करने के लिए Defy Agents अपनाया और तीन दिन के काम को एक दिन में समेट दिया। यह आउटपुट तक पहुंचने के समय का ऐसा आंकड़ा है जिसे क्लाइंट महसूस कर सकता है, और यही असली मकसद है।
