फिल रेट हेल्थ कैसे जांचें

फिल रेट नंबर से नहीं, सही हेल्थ सवाल से शुरुआत करें

फिल रेट कैसे चेक करें, यह समझने से पहले यह तय करना ज़रूरी है कि आप किस हिस्से की जांच कर रहे हैं: पूरा इन्वेंट्री हेल्थ, एक ad unit, एक देश, एक डिवाइस टाइप, या 7 दिनों की विंडो। जो प्रकाशक पूरे अकाउंट को देखता है, वह ब्राज़ील में टूटी हुई मोबाइल प्लेसमेंट को मिस कर सकता है। जो केवल एक प्लेसमेंट देखता है, वह सामान्य वीकेंड गिरावट पर घबरा सकता है।

इसीलिए पहला कदम है दायरा तय करना। Adgora analytics खोलने से पहले, जांचे जाने वाले हिस्से को साफ-साफ लिख लें। वरना आप मंगलवार के desktop audience की तुलना रविवार के mobile audience से कर देंगे और उसे “fill rate की दिक्कत” कह देंगे—जो किसी के काम नहीं आती।

अगर आपको एक व्यावहारिक filter चाहिए, तो हर review में एक ही सवाल चुनें। “क्या homepage healthy है?” “क्या sidebar healthy है?” से अलग है, और “क्या Germany में inventory healthy है?” उससे भी अलग है। तीन सवाल, तीन जवाब, तीन संभावित fixes।

सिर्फ fill rate नहीं, match rate भी देखें

यहाँ सबसे पहले match rate और fill rate में अंतर समझना ज़रूरी है। Fill rate बताता है कि कितने requests filled impressions बने। Match rate बताता है कि कितने requests को शुरुआत में ही buyer या demand source मिला। ये दोनों एक जैसे नहीं हैं। अक्सर ये साथ-साथ चलते हैं, लेकिन हमेशा नहीं।

एक स्वस्थ fill rate आम तौर पर एक स्वस्थ match process से शुरू होता है। अगर requests आ रही हैं और match हो रही हैं, तो आगे की पूरी chain के सफल होने की संभावना रहती है। अगर requests match ही नहीं हो रही हैं, तो fill rate कुछ समय तक ठीक लग सकता है, खासकर छोटे sample में, जबकि असली supply path पहले से ही कमजोर हो चुका होता है।

व्यावहारिक रूप से, इसका मतलब है कि आपको total requests और matched requests के बीच का gap देखना चाहिए। अगर gap बड़ा है, तो समस्या delivery से पहले हो सकती है। अगर gap छोटा है लेकिन fill फिर भी कमजोर है, तो समस्या downstream में हो सकती है, जैसे demand selection या ad rendering।

यहीं पर “Adgora publisher analytics में fill rate” वाला वाक्य असल reporting सवाल बन जाता है, सिर्फ title नहीं। जवाब requests, matched requests, और filled requests को एक ही view में देखने से शुरू होता है, क्योंकि अकेला एक नंबर यह नहीं बताता कि leak कहाँ है।

Time-to-fill और delay patterns देखें

Fill rate अच्छा दिख सकता है, लेकिन अनुभव खराब हो सकता है। अगर ads 2 सेकंड बाद आएँ, या 5 सेकंड बाद, तो page शायद user को पहले ही खो चुका हो। तकनीकी रूप से fill rate है, लेकिन उपयोगी नहीं।

Adgora analytics में time-to-fill, response delay, और कोई भी timeout behavior देखें। जो placement 90% समय fill होता है, लेकिन बहुत इंतज़ार के बाद, वह उसी तरह healthy नहीं है जैसे वह placement जो जल्दी fill होता है। Browser को आपके dashboard से फर्क नहीं पड़ता, और reader को भी नहीं।

घंटे के हिसाब से pattern देखें। सुबह का traffic तेज़ी से fill हो सकता है, जबकि देर रात का traffic धीमे response के कारण अटक सकता है। ऐसा pattern इसलिए महत्वपूर्ण है क्योंकि weekly average देखने पर यह दिखता ही नहीं।

एक सरल test मदद करता है: उसी placement में fast fills और slow fills की तुलना करें। अगर slow group बहुत बड़ा है, तो समस्या pure fill issue नहीं, बल्कि time-based demand issue हो सकती है। छोटी देरी, बड़ा असर।

पहली load behavior और repeat behavior को अलग देखें

First-load requests अक्सर refreshes, auto-refreshes, या repeated pageviews से अलग होती हैं। इन्हें अलग मानें। एक homepage पहली visit पर अच्छी तरह fill हो सकता है और दूसरी request पर खराब, या उल्टा भी।

ऐसा क्यों होता है? Demand sources कभी-कभी fresh inventory को प्राथमिकता देते हैं, और कुछ setups पहली request की तुलना में repeated requests को ज़्यादा reward करते हैं। जो प्रकाशक इन सबको एक average में मिला देता है, वह असली pattern मिस कर सकता है।

अगर Adgora दिखाता है, तो new pageviews, refreshes, और repeated requests को अलग buckets में देखें। 78% first-load fill rate और 96% refresh fill rate का मतलब यह नहीं कि placement perfect है; इसका मतलब यह हो सकता है कि setup repeat behavior पर ज़रूरत से ज़्यादा निर्भर है। अगर आपकी site पर single-page visits बहुत हैं, तो यह खास तौर पर महत्वपूर्ण है।

व्यावहारिक पक्ष को नज़रअंदाज़ न करें। अगर कोई page सिर्फ इसलिए healthy दिख रहा है क्योंकि बाद का refresh उसे बचा रहा है, तो user experience फिर भी कमजोर हो सकता है। एक load को दूसरी chance की ज़रूरत नहीं होनी चाहिए।

Placements और formats के बीच fill rate की तुलना करें

एक कमजोर placement, बाकी स्वस्थ account पर भरोसे को कम कर सकती है। शुरुआत account average से नहीं, placements से करें। फिर format के हिसाब से तुलना करें: banner, native, push, या आपके setup में जो भी active हो।

उस placement को ढूँढें जो लगातार underfill कर रही है। अगर footer सामान्य रूप से fill होता है, लेकिन in-content unit बार-बार miss हो रहा है, तो आप site-wide समस्या नहीं देख रहे। आप उस जगह से जुड़ी inventory या setup समस्या देख रहे हैं।

यहीं format choice भी मायने रखती है। जो placement display के लिए काम करता है, वह native unit के लिए काम न करे, और display unit push flow से अलग तरह से behave कर सकता है। अगर आप कई setups चलाते हैं, तो आप उसी logic से तुलना कर सकते हैं जो क्रिप्टोक्यूरेंसी बैनर विज्ञापन गाइड में इस्तेमाल होती है, फिर पूछें कि किस format को वास्तव में match मिल रहा है।

समस्या को average में छिपाने की कोशिश न करें। 92% site-wide number एक 54% placement को छिपा सकता है। यह “छोटी समस्या” नहीं है। यह ऐसा placement है जिसे line by line देखना चाहिए।

Geography, device, और traffic source के हिसाब से segment करें

Healthy fill हर जगह healthy नहीं होता। एक मजबूत US desktop audience, भारत की कमजोर mobile audience को छिपा सकती है और account को उससे बेहतर दिखा सकती है जितना वह है। Average मुस्कुराता है। Segment नहीं।

Data को geography, device, और traffic source के हिसाब से बाँटें। अगर Adgora पर्याप्त detail दिखाता है, तो कम से कम तीन cuts की तुलना करें: country, mobile बनाम desktop, और source type जैसे search, direct, social, या referral। एक segment पूरे account को नीचे खींच सकता है, बिना इस बात के कि पूरा account कमजोर है।

अगर कोई प्रकाशक social traffic पर खराब fill देखता है, तो यह quality mismatch हो सकता है; जबकि जो एक country में खराब fill देखता है, वहाँ demand limitations हो सकती हैं। Fix अलग होगा। Budget impact भी अलग होगा।

हर low segment को समस्या मानकर न चलें। कुछ segments कम profitable होने के लिए बने होते हैं। उपयोगी सवाल यह है कि low segment अलग-थलग है या फैल रहा है। यही known pattern और असली warning के बीच का फर्क है।

Demand concentration और dependency पर नज़र रखें

Fill rate healthy दिख सकता है, फिर भी कमजोर हो सकता है। अगर एक buyer, एक deal, या एक demand source सारा काम कर रहा है, तो account उस source के active रहने पर निर्भर हो जाता है। जैसे ही वह धीमा पड़ता है, fill rate भी नीचे गिरता है।

देखें कि क्या एक demand source filled impressions का बड़ा हिस्सा संभाल रहा है। अगर हाँ, तो headline number उतना स्थिर नहीं है जितना दिखता है। यह सिर्फ theory नहीं है। जिस दिन एक buyer spending रोक देता है, यह बात साफ हो जाती है।

यह वही तरह की समस्या है जो crypto-heavy traffic में भी मायने रखती है। अगर एक source account को सहारा दे रहा है, तो setup आज ठीक और अगले हफ्ते डगमगाता हुआ लग सकता है। अलग-अलग traffic चलाने वाले publishers के लिए, क्रिप्टो विज्ञापन नेटवर्क लक्ष्यीकरण विकल्प गाइड जैसा related read यह समझने में मदद कर सकता है कि demand concentration पहली जगह पर कैसे बनता है।

Dependency deals में भी छिपी होती है। एक private deal दो हफ्ते बहुत अच्छा fill कर सकता है, फिर चुप हो सकता है। अगर dashboard सिर्फ combined result दिखाता है, तो आपको लग सकता है कि account बिना वजह कमजोर पड़ गया। वजह थी। बस वह एक source में छिपी थी।

एक सरल healthy-vs-warning checklist इस्तेमाल करें

Review को सरल रखें। हर बार वही checklist इस्तेमाल करें, और उसे placement, country, device, और source के हिसाब से देखें। अगर आप हर हफ्ते checklist बदलेंगे, तो chart आपको confuse करने से पहले आप chart को confuse कर देंगे।

पहले scope confirm करें: account, placement, geography, device, या traffic source। दूसरे, requests, matched requests, और filled requests की तुलना करें। तीसरे, time-to-fill और delays देखें। चौथे, first-load behavior को repeat behavior से अलग करें। पाँचवें, placements और formats की तुलना करें। छठे, एक buyer या एक demand source में concentration जाँचें।

अब result को वर्गीकृत करें। अगर fill segments के बीच स्थिर है, fills जल्दी आते हैं, और कोई single source load नहीं संभाल रहा, तो account शायद healthy है। अगर एक placement underfill कर रहा है, एक segment कमजोर है, या एक demand source बहुत ज़्यादा काम कर रहा है, तो जांच चाहिए। तीन warning signs काफी हैं।

हर बार checklist उसी तरह इस्तेमाल करें। यह consistency चमकदार नंबर से ज़्यादा महत्वपूर्ण है। 85% fill rate एक setup में healthy हो सकता है और दूसरे में खराब, delay, match quality, और demand spread पर निर्भर करते हुए। सिर्फ number फैसला नहीं करता।

जो publishers दूसरे formats भी चलाते हैं, उनके लिए यही logic ad types पर भी लागू होती है। Display में solid fill pattern होना यह नहीं बताता कि push या native भी उतना ही steady है, इसलिए क्रिप्टो ऑफ़र के लिए नेटिव विज्ञापन जैसा cross-format reference तब उपयोगी हो सकता है जब आप units के बीच pattern की तुलना करते हैं।

अगर आप एक त्वरित final pass चाहते हैं, तो चार चीजें इसी क्रम में पूछें: क्या requests match हुईं? क्या matches जल्दी fill हुए? क्या result placements और segments के बीच बना रहा? क्या एक source ने बहुत ज़्यादा weight उठाया? अगर किसी भी जवाब में गड़बड़ी दिखे, तो fill rate अभी healthy नहीं है, भले ही account average साफ-सुथरा दिख रहा हो।