AI के साथ पहचान-आधारित टार्गेटिंग: 2026 की तैयारी

डिजिटल विज्ञापन में सबसे बड़ा भ्रम अब क्रिएटिव नहीं है—पहचान (identity) है। Digiday–IntentIQ के 91 ब्रांड, एजेंसी, पब्लिशर और रिटेलर्स पर आधारित सर्वे में सिर्फ 21% लोग “बहुत आत्मविश्वासी” हैं कि वे अलग-अलग डिजिटल चैनलों में अपने सही ऑडियंस तक ठीक से पहुँच पाते हैं। यह संख्या छोटा सा अलार्म नहीं; ये बताती है कि जितना पैसा हम परफॉर्मेंस मार्केटिंग, रिटेल मीडिया और CTV/AVOD पर लगा रहे हैं, उतनी ही तेज़ी से “किसे दिखाया” और “किसने खरीदा” वाली कड़ी टूट रही है।

और यह पोस्ट “कुकीज़ बनाम कुकी-लेस” वाली पुरानी बहस नहीं दोहराएगी। मेरा फोकस व्यावहारिक है: ई-कॉमर्स और रिटेल में AI के संदर्भ में पहचान की यह समस्या आपकी पर्सनलाइज़ेशन, एट्रिब्यूशन, फ्रीक्वेंसी कैपिंग और माप (measurement) को कैसे प्रभावित करती है—और AI इसे कैसे व्यवस्थित, पारदर्शी और स्केलेबल बना सकता है।

पहचान क्यों टूट रही है: असली समस्या “फ्रैगमेंटेशन” है

सीधा जवाब: पहचान एक जैसी नहीं रही, प्लेटफ़ॉर्म एक-दूसरे से बात नहीं करते, और डेटा नियम सख्त हैं। नतीजा—एक ही व्यक्ति कई जगह कई “आईडी” बन जाता है, और आपकी रिपोर्टिंग उसे कई अलग-अलग यूज़र मान लेती है।

सर्वे के मुताबिक सबसे मुश्किल चैनल:

• मोबाइल इन-ऐप: 41% (App Tracking Transparency और सीमित शेयरिंग)
• CTV: 40% (डिवाइस/होम-लेवल सिग्नल, अलग प्लेटफ़ॉर्म)
• वॉल्ड गार्डन्स: 30% (Amazon/Meta जैसे इकोसिस्टम)

ब्राउज़र लेवल पर:

• Safari: 22% सबसे चुनौतीपूर्ण
• Firefox: 12%
• Chrome: 8% (क्योंकि कुकीज़ अभी भी चल रही हैं, पर अनिश्चितता बनी है)

ई-कॉमर्स/रिटेल टीमों के लिए इसका मतलब बहुत सीधा है: आपका CAC दिखने में “ठीक” हो सकता है, पर असल में वेस्ट बढ़ रहा होता है—क्योंकि आप उसी व्यक्ति को बार-बार री-टार्गेट कर रहे होते हैं, और नए खरीदार मिस हो रहे होते हैं।

AI यहाँ कहाँ फिट बैठता है?

AI का रोल “जादू” नहीं है; यह कॉम्प्लेक्सिटी मैनेजमेंट है। जब सिग्नल बिखरे हों, AI मॉडल बेहतर तरीके से:

• अलग-अलग स्रोतों के संकेतों को जोड़कर पहचान-आधारित प्रॉबेबिलिटी निकालते हैं
• फ्रीक्वेंसी और इंक्रीमेंटैलिटी का अनुमान सुधारते हैं
• कॉन्टेक्स्ट और इंटेंट से टार्गेटिंग को मजबूत करते हैं (जहाँ आईडी कमजोर हो)

2025–2026: “हाइब्रिड पहचान” ही नया नॉर्म है

सीधा जवाब: ना तो सिर्फ थर्ड-पार्टी कुकीज़ बचाएँगी, ना ही एक “यूनिवर्सल आईडी” सब कुछ ठीक कर देगी। इंडस्ट्री अब हाइब्रिड मोड में है—डिटरमिनिस्टिक + प्रॉबेबिलिस्टिक + कॉन्टेक्स्चुअल।

रिपोर्ट के संकेत साफ हैं:

• 76% लोग फर्स्ट-पार्टी डेटा सेगमेंटेशन इस्तेमाल कर रहे हैं
• 57% पब्लिशर-डिक्लेयरड ऑडियंस
• 55% कॉन्टेक्स्चुअल टार्गेटिंग
• 46% लुकअलाइक मॉडलिंग
• 44% आइडेंटिटी-बेस्ड सॉल्यूशंस

और 2026 के लिए अपेक्षा:

• 2025 में 74% मुख्यतः पारंपरिक IDs पर निर्भर हैं
• 2026 में यह 35% तक गिरने की उम्मीद
• 2026 में 50% लोग पारंपरिक + वैकल्पिक IDs का इवन स्प्लिट चाहते हैं
• “मुख्यतः वैकल्पिक IDs” 2% (2025) से 15% (2026) तक जाने की उम्मीद

रिटेल मीडिया में यह बदलाव और तेज़ क्यों है?

रिटेल के पास एक बड़ा फायदा है: ऑथेंटिकेटेड टचपॉइंट्स—लॉगिन, ऑर्डर, रिवॉर्ड्स, सब्सक्रिप्शन, वॉलेट, UPI/पेमेंट हिस्ट्री (उचित अनुमति के साथ)।

मेरे अनुभव में, रिटेल में पहचान की रणनीति का प्रैक्टिकल लक्ष्य यह होना चाहिए:

• “कस्टमर” को एक प्लैटफ़ॉर्म इवेंट नहीं, एक लंबा रिलेशनशिप समझना
• डेटा को “जितना हो सके उतना” नहीं, “जितना जरूरी उतना + स्पष्ट कारण” के साथ लेना

वैकल्पिक IDs: फायदे तभी जब माप और पारदर्शिता साथ हों

सीधा जवाब: Alternative IDs सिर्फ टार्गेटिंग नहीं, measurement का ढांचा हैं। रिपोर्ट के अनुसार लोग इन्हें मुख्यतः:

• डेटा एनरिचमेंट: 64%
• मेज़रमेंट और एट्रिब्यूशन: 63%
• रेवेन्यू ऑप्टिमाइज़ेशन: 44%
• प्राइवेसी चिंताओं: 36% के लिए अपना रहे हैं।

पर “ID लगा दिया और भूल गए” वाला रवैया नुकसान करता है। अच्छा सेटअप लगातार टेस्टिंग मांगता है। उदाहरण के लिए, पब्लिशर साइड पर प्रोग्रामैटिक डायरेक्ट डील्स में (जब दोनों पक्ष एक पहचान अप्रोच पर सहमत हों) 20–40% लिफ्ट की बात रिपोर्ट में बताई गई है।

ई-कॉमर्स के लिए 3 KPI जो सच में काम आते हैं

1. Revenue lift measurement (इंक्रीमेंटल रेवेन्यू): सिर्फ ROAS नहीं—holdout या geo split जैसी डिज़ाइन सोचें।
2. A/B टेस्टिंग: पहचान सॉल्यूशन ऑन/ऑफ करके मैच रेट, कन्वर्ज़न, और रीच तुलना करें।
3. CPM uplift + Waste signals: CPM बढ़ना हमेशा बुरा नहीं; अगर फ्रीक्वेंसी वेस्ट कम हो रहा है तो नेट लाभ हो सकता है।

एक लाइन में: अच्छी पहचान वही है जो आपके measurement को कम बहस वाला और ज्यादा भरोसेमंद बना दे।

Google का कुकी “यू-टर्न”: राहत नहीं, सिर्फ समय मिला है

सीधा जवाब: Chrome में कुकीज़ बनी रहने से रणनीति रोकना गलती है। रिपोर्ट में:

• 56% ने कहा असर सीमित है (कुछ संसाधन री-प्रायोरिटाइज़)
• 33% ने कहा कोई असर नहीं (जैसा चल रहा था वैसा)
• सिर्फ 11% ने alternative IDs की माइग्रेशन “पूरी तरह” रोकी

समझने वाली बात: कुकीज़ का सवाल सिर्फ टेक्निकल नहीं, लीगल और रेप्युटेशनल भी है। रिटेल ब्रांड्स के लिए तो और भी—क्योंकि विश्वास टूटते देर नहीं लगती, खासकर त्योहारों/सेल सीज़न (दिसंबर–जनवरी) के हाई-प्रेशर कैम्पेन्स में।

AI-ड्रिवन “ID-agnostic” स्टैक का मतलब क्या है?

यहाँ “ID-agnostic” का मतलब बिना पहचान के चलना नहीं; मतलब यह कि आपकी टार्गेटिंग/मेज़रमेंट:

• एक ही पहचान पर निर्भर न हो
• कॉन्टेक्स्ट + फर्स्ट-पार्टी + कोहोर्ट/मॉडल्ड सिग्नल्स का संतुलन रखे
• रीयल-टाइम अलर्टिंग से सिग्नल लॉस पकड़ सके

पारदर्शिता: 2026 की प्रतिस्पर्धा “रिपोर्टिंग” पर भी होगी

सीधा जवाब: ट्रांसपेरेंसी अब “अच्छी बात” नहीं; परफॉर्मेंस की शर्त है। रिपोर्ट में जिन चीज़ों की सबसे अधिक मांग दिखी:

• 64%: प्लेटफ़ॉर्म्स में स्टैंडर्डाइज़्ड रिपोर्टिंग और यूनिफाइड फ्रेमवर्क
• 60%: IDs से ऑडियंस एट्रिब्यूट्स तक मैपिंग की समझ
• 55%: identity signal quality की स्पष्टता
• 53%: cookie-less और ID-less सपोर्ट

और पार्टनर्स से क्या चाहिए:

• ऑडियंस डेफिनिशन/सेगमेंटेशन लॉजिक: 68%
• फ्रीक्वेंसी और रीच मेट्रिक्स (क्रॉस-प्लेटफ़ॉर्म): 66%
• डेटा ओनरशिप और परमिशन क्लैरिटी: 62%

रिटेल/ई-कॉमर्स टीमों के लिए “ट्रांसपेरेंसी चेकलिस्ट”

जब भी आप कोई identity/measurement पार्टनर या रिटेल मीडिया नेटवर्क चुनें, ये 6 सवाल लिखकर पूछें:

1. डेटा किसका है? (ओनरशिप और यूसेज राइट्स)
2. कंसेंट कैसे रिकॉर्ड/री-कॉल होगा?
3. ID ग्राफ कितनी बार री-टेस्ट/री-कैलिब्रेट होता है?
4. इंटरऑपरेबिलिटी क्या है? (क्या यह अन्य IDs के साथ coexist कर सकता है?)
5. फ्रीक्वेंसी कैपिंग और डीडुप्लीकेशन कैसे होगा?
6. आप कौन सा “सिग्नल लॉस” दिखाते हैं, और कितनी जल्दी?

काम की रणनीति: AI + पहचान को 90 दिनों में कैसे आगे बढ़ाएँ

सीधा जवाब: पहले अपने फर्स्ट-पार्टी टचपॉइंट्स मजबूत करें, फिर AI से उन्हें actionable बनाएं।

30 दिन: फर्स्ट-पार्टी डेटा की “ऑथेंटिकेशन लेयर” बढ़ाएँ

• चेकआउट पर फ्रिक्शन कम करें, लेकिन लॉगिन/OTP को वैल्यू एक्सचेंज से जोड़ें
• न्यूज़लेटर/व्हाट्सऐप अपडेट्स: केवल ऑफ़र नहीं, उपयोगी कंटेंट (स्टॉक अलर्ट, री-स्टॉक, प्राइस ड्रॉप)
• लॉयल्टी/रेफरल: पॉइंट्स से ज्यादा स्टेटस + पर्सनलाइज़्ड बेनिफिट

60 दिन: AI पर्सनलाइज़ेशन को “आईडी-फ्रेंडली” बनाएं

• रिकमेंडेशन में कॉन्टेक्स्चुअल फीचर्स जोड़ें (कैटेगरी इंटेंट, सीज़नल ट्रेंड, प्राइस बैंड)
• कस्टमर जर्नी को “एक डिवाइस” नहीं, कई टचपॉइंट्स मानकर मॉडल करें
• क्रिएटिव टेस्टिंग में ऑडियंस डेफिनिशन साफ रखें ताकि माप आसान हो

90 दिन: measurement में डीडुप + इंक्रीमेंटैलिटी जोड़ें

• कम से कम 1–2 कैम्पेन में holdout टेस्ट
• क्रॉस-चैनल फ्रीक्वेंसी डैशबोर्ड (कम से कम चैनल-वाइज, फिर यूनिफाइड)
• मैच रेट, कन्वर्ज़न, और रेवेन्यू लिफ्ट—तीनों को एक साथ ट्रैक करें

मेरा नियम: अगर measurement स्पष्ट नहीं, तो optimization सिर्फ अनुमान है।

आगे का रास्ता: AI, पहचान और भरोसा—तीनों साथ चलेंगे

पहचान का संकट असल में भरोसे का संकट है—ब्रांड और ग्राहक के बीच भी, और ब्रांड व प्लेटफ़ॉर्म्स के बीच भी। 2026 में जीत उसी की होगी जो:

• डिटरमिनिस्टिक सिग्नल्स (लॉगिन/कंसेंट) को प्राथमिकता देगा,
• AI मॉडल्स से फ्रैगमेंटेशन संभालेगा,
• और ट्रांसपेरेंसी को रिपोर्टिंग का “ऐड-ऑन” नहीं, सिस्टम का हिस्सा बनाएगा।

यदि आप ई-कॉमर्स या रिटेल टीम में हैं, तो अगले 3 महीनों का लक्ष्य एक होना चाहिए: ऐसा identity + AI सेटअप बनाना जो पर्सनलाइज़ेशन बढ़ाए, पर प्राइवेसी और माप दोनों को साफ रखे।

अब सवाल यह है: आपकी टीम 2026 के लिए किस चीज़ को “डिफॉल्ट” मान रही है—कुकीज़ की उपलब्धता, या कंसेंट-आधारित फर्स्ट-पार्टी रिलेशनशिप?