DSPs में आया ब्रॉडकास्ट रेडियो: AI से टार्गेटिंग तेज

ऑडियो पर लोगों का समय बहुत है, पर विज्ञापन बजट अब भी पीछे है। 2024 में श्रोताओं ने 20%+ मीडिया टाइम ऑडियो (रेडियो, पॉडकास्ट, स्ट्रीमिंग म्यूज़िक) में बिताया, लेकिन ऑडियो को कुल विज्ञापन खर्च का सिर्फ 4.5% मिला। यही वह गैप है जो मीडिया और मनोरंजन में AI वाली चर्चा को असल ज़मीन देता है—जहाँ ध्यान (attention) है, वहाँ पैसे (ad spend) क्यों नहीं जा रहे?

18/12/2025 को एक बड़ा संकेत मिला: ब्रॉडकास्ट रेडियो इन्वेंटरी अब DSPs के ज़रिए प्रोग्रामैटिक तरीके से खरीदी जा सकती है। Viant ने iHeartMedia और Triton Digital के साथ इंटीग्रेशन करके iHeart की स्ट्रीमिंग, पॉडकास्ट के साथ-साथ 800+ ब्रॉडकास्ट रेडियो स्टेशनों की इन्वेंटरी को भी DSP वर्कफ़्लो में जोड़ दिया। मेरे हिसाब से यह बदलाव “रेडियो का डिजिटल होना” नहीं है—यह रेडियो का डेटा-सक्षम (data-enabled) होना है।

इस पोस्ट में हम समझेंगे कि यह कदम मीडिया/एडटेक के लिए इतना अहम क्यों है, AI कहाँ-कहाँ काम आएगा, और ब्रांड/एजेंसी/पब्लिशर टीम्स को 2026 की प्लानिंग में क्या करना चाहिए।

ब्रॉडकास्ट रेडियो का DSP में आना इतना बड़ा क्यों है?

सीधा जवाब: क्योंकि अब रेडियो “अलग चैनल” नहीं रहेगा; वह उसी ओम्नीचैनल प्लान का हिस्सा बनेगा जिसमें CTV, डिजिटल वीडियो और डिजिटल ऑडियो पहले से हैं।

अब तक ब्रॉडकास्ट रेडियो की खरीद कई जगहों पर मैनुअल, स्टेशन-बाय-स्टेशन, या ब्रॉड टाइम-बैंड्स के भरोसे होती रही है। डिजिटल टीम्स को रेडियो अक्सर “अलग डेस्क” जैसा लगता था। DSP इंटीग्रेशन से दो फायदे तुरंत मिलते हैं:

1. एक ही बाइंग इंटरफ़ेस: ओम्नीचैनल टीम उसी DSP में रेडियो + पॉडकास्ट + स्ट्रीमिंग म्यूज़िक को साथ प्लान कर सकती है।
2. ज्यादा बेहतर एड्रेसएबिलिटी: जहाँ ब्रॉडकास्ट में यूज़र-लेवल सिग्नल कम होते हैं, वहाँ डेटा ग्राफ़/आईडी-मैचिंग से टार्गेटिंग और मापन संभव होता है।

यह बदलाव सिर्फ़ खरीद को आसान नहीं बनाता, बल्कि रेडियो को उस “डिजिटल भाषा” में बोलने देता है जिसमें आज के विज्ञापन निर्णय होते हैं—ऑडियंस, फ़्रीक्वेंसी, इन्क्रीमेंटैलिटी, एट्रिब्यूशन।

ऑडियो में SPO: “कम रास्ते, साफ़ सिग्नल”

सीधा जवाब: ऑडियो में Supply Path Optimization (SPO) का मतलब है कि DSPs सीधे टियर-वन पब्लिशर्स/प्लैटफ़ॉर्म्स के साथ इंटीग्रेशन करें ताकि इन्वेंटरी, फीस और मापन—तीनों में स्पष्टता बढ़े।

इस डील को SPO के कॉन्टेक्स्ट में देखना ज़रूरी है। जब DSP और पब्लिशर (या पब्लिशर के ऐड प्लेटफ़ॉर्म) के बीच सीधा कनेक्शन होता है, तो:

• फालतू मिडल-लेयर्स कम होते हैं (कम री-सेलिंग, कम डुप्लिकेट नीलामी)
• इन्वेंटरी क्वालिटी की पहचान बेहतर होती है
• डेटा सिग्नल ज्यादा भरोसेमंद बनते हैं
• रिपोर्टिंग लेटेंसी घटती है (घंटे के स्तर तक)

मेरी राय में, 2026 में ऑडियो का असली मुकाबला “किसके पास ज़्यादा इन्वेंटरी” नहीं होगा; मुकाबला होगा किसके पास साफ़ सिग्नल + साफ़ मापन है। SPO इसी दिशा में कदम है।

रेडियो-डिजिटल गैप क्यों बना हुआ था?

सीधा जवाब: रेडियो में लॉगिन नहीं होता, इसलिए यूज़र-लेवल आईडी नहीं मिलती; और बिना आईडी, टार्गेटिंग/एट्रिब्यूशन सीमित रहता है।

यही वजह है कि ऑडियो पर समय ज्यादा होने के बावजूद बजट धीमा बढ़ता रहा। रिपोर्टिंग अक्सर व्यापक (broad) रहती थी: किस समय स्लॉट में कितने स्पॉट चले—पर किस तरह के लोग एक्सपोज़ हुए और क्या असर हुआ, यह उतना साफ़ नहीं था।

“रेडियो के लिए ID spine” और यहाँ AI कैसे खेल बदलता है

सीधा जवाब: Triton ने ब्रॉडकास्ट रेडियो के लिए एक identity spine बनाने का तरीका तैयार किया—डिजिटल ऑडियो के लॉगिन-आधारित प्रोफ़ाइल्स को मॉडलिंग के ज़रिए ब्रॉडकास्ट लिसनर्स से जोड़ना। AI इसे स्केल, सटीकता और ऑप्टिमाइज़ेशन देता है।

ब्रॉडकास्ट रेडियो में श्रोता ऐप में लॉगिन नहीं करते, इसलिए ईमेल/यूज़र आईडी जैसी सीधी पहचान नहीं मिलती। समाधान यह निकला:

1. डिजिटल ऑडियो से “सीड ऑडियंस”: iHeart के डिजिटल ऑडियो यूज़र्स की पहचान/प्रोफ़ाइल उपलब्ध है।
2. प्रोबेबिलिस्टिक मॉडलिंग ग्राफ़: इन प्रोफ़ाइल्स को मॉडलिंग से ब्रॉडकास्ट के संभावित श्रोताओं के पैटर्न से जोड़ा जाता है।
3. कॉन्टेक्स्ट + थर्ड-पार्टी सिग्नल: कंटेंट/कॉन्टेक्स्ट संकेत और अन्य डेटा स्रोतों से “मिलते-जुलते” लिसनर्स की पहचान बनती है।
4. शेयर्ड आईडी: Triton और DSP (यहाँ Viant) अपने ऑडियंस ग्राफ़ को मैच करके साझा टार्गेटेबल आईडी तैयार करते हैं।

AI का योगदान कहाँ सबसे ठोस है?

सीधा जवाब: AI तीन जगह “पैसा बचाता और परिणाम बढ़ाता” है—ऑडियंस मैचिंग, क्रिएटिव/कॉन्टेक्स्ट फिट, और फुल-फ़नल मापन।

• ऑडियंस लुक-अलाइक और स्कोरिंग: ML मॉडल यह तय कर सकते हैं कि कौन-से ब्रॉडकास्ट लिसनर्स डिजिटल ऑडियंस से सबसे ज्यादा मिलते हैं।
• कॉन्टेक्स्ट इंटेलिजेंस: शो/सेगमेंट/स्टेशन के संदर्भ से यह अनुमान लगाना कि “होम इम्प्रूवमेंट इंटेंडर्स” जैसे सेगमेंट कहाँ ज़्यादा मिलेंगे।
• फ़्रीक्वेंसी और इन्क्रीमेंटैलिटी: AI-आधारित ऑप्टिमाइज़र यह देख सकते हैं कि CTV के बाद रेडियो जोड़ने से वास्तविक बढ़त (incremental lift) कहाँ आती है, और कहाँ सिर्फ़ रिपीट एक्सपोज़र है।

याद रखने वाली लाइन: रेडियो में AI का मतलब ‘श्रोता को पहचानना’ नहीं, ‘श्रोता को समझना’ है।

मापन और एट्रिब्यूशन: “घंटे के हिसाब से क्या चला” अब संभव है

सीधा जवाब: डायरेक्ट इंटीग्रेशन से ब्रॉडकास्ट रेडियो के लिए अधिक सूक्ष्म रिपोर्टिंग—घंटे और स्टेशन स्तर तक—और बेहतर एट्रिब्यूशन संभव होता है।

Triton के मुताबिक, ब्रॉडकास्ट रेडियो में अक्सर टाइम-बाउंड प्रोमो चलते हैं—जैसे किसी खास समय पर बोला गया कोड, या कॉल-टू-एक्शन। ऐसे सिग्नल से एक inferred exposed audience तैयार किया जा सकता है, जिसे मापन पार्टनर्स के साथ शेयर कर के प्रदर्शन का अनुमान लगाया जाता है।

Viant जैसे DSPs के लिए इसका मतलब है:

• रेडियो, डिजिटल और CTV एक्सपोज़र्स को एक साथ ट्रेस करना
• फुल-फ़नल मापन (awareness से conversion तक)
• “कौन-सा टचपॉइंट काम आया” जैसी बहस में डेटा लाना

मेरे अनुभव में, जब मापन “स्टोरी” नहीं रहता और “सिस्टम” बन जाता है, तब बजट जल्दी शिफ्ट होते हैं। रेडियो का DSP में आना उसी दिशा का कदम है।

ब्रांड्स और एजेंसियों के लिए 2026 की प्लेबुक (प्रैक्टिकल)

सीधा जवाब: ऑडियो को ओम्नीचैनल प्लान में जोड़ते समय लक्ष्य, ऑडियंस, क्रिएटिव और मापन—चारों पर स्पष्टता रखें; वरना प्रोग्रामैटिक सिर्फ़ “ऑटोमेशन” रह जाएगा।

1) ऑडियो को “सिर्फ़ रीच” समझना बंद करें

रेडियो और डिजिटल ऑडियो अब सिर्फ़ रीच नहीं हैं। सही सेटअप के साथ आप:

• लोअर-फ़नल रिटार्गेटिंग (उदाहरण: CTV viewers को ऑडियो से री-रिमाइंड)
• लोकेशन/रीजन आधारित पुश (स्टेशन-लेवल)
• दिन/घंटे के हिसाब से ऑफ़र रोटेशन

कर सकते हैं।

2) ऑडियंस स्ट्रैटेजी: “सीड, लुक-अलाइक, और कंट्रोल”

एक काम की फ्रेमवर्क:

1. Seed audience: अपने CRM/ऐप/वेबसाइट से हाई-वैल्यू सेगमेंट चुनें
2. Look-alike: AI/मॉडलिंग से समान प्रोफ़ाइल्स एक्सपैंड करें
3. Control group: एक छोटा होल्डआउट रखें ताकि इन्क्रीमेंटैलिटी माप सकें

3) क्रिएटिव ऑप्टिमाइज़ेशन: ऑडियो में छोटी चीज़ें बड़ा फर्क डालती हैं

ऑडियो में 15–30 सेकंड में काम बनाना होता है। AI यहाँ मदद कर सकता है:

• अलग-अलग हुक/ऑफ़र की वेरिएशन टेस्टिंग
• दिन के समय के हिसाब से कॉपी ट्यूनिंग (सुबह बनाम शाम)
• स्टेशन/शो के मूड के हिसाब से टोन मैच

सावधानी: AI वॉइस/स्क्रिप्टिंग करते समय ब्रांड-सेफ्टी और लोकल भाषा की बारीकियाँ न चूकें। “हिंदी समझ में आ गई” और “हिंदी अपनेपन वाली लगी” — दोनों अलग हैं।

4) KPI तय करें: रेडियो से क्या चाहिए—और कब तक?

• Awareness: ad recall, reach, frequency
• Consideration: site visits, search lift
• Conversion: coupon redemption, app install, store visit proxy

एक KPI सब जगह न थोपें। रेडियो जोड़ने का फायदा अक्सर मिड-फ़नल में साफ़ दिखता है।

पब्लिशर्स/ब्रॉडकास्टर्स के लिए क्या बदलेगा?

सीधा जवाब: इन्वेंटरी अब “बिकने” के साथ-साथ “समझी” भी जाएगी—और यही लंबी अवधि में CPM और डिमांड दोनों बढ़ाता है।

ब्रॉडकास्टर्स के लिए सबसे बड़ा लाभ है कि वे उन ओम्नीचैनल बजट्स में शामिल होंगे जो पहले सिर्फ़ डिजिटल-फर्स्ट चैनलों में जाते थे। लेकिन शर्तें भी हैं:

• डेटा गवर्नेंस और प्राइवेसी मजबूत होनी चाहिए
• इन्वेंटरी का साफ़ पैकेजिंग (PG डील्स, प्रायोरिटी नियम)
• कॉन्टेक्स्ट मेटाडेटा (शो, जेनर, डेपार्ट) जितना अच्छा होगा, AI उतना बेहतर काम करेगा

मीडिया और मनोरंजन में AI: यहाँ से अगला कदम क्या है?

सीधा जवाब: अगले 12–18 महीनों में ऑडियो का मुकाबला “चैनल” बनाम “चैनल” नहीं रहेगा; मुकाबला होगा सिग्नल-रिच ऑडियो बनाम सिग्नल-पूअर ऑडियो का।

Triton आगे चलकर इसी तरह की कनेक्टिविटी को अन्य रेडियो ब्रॉडकास्टर्स तक बढ़ाने की बात कर रहा है। अगर ऐसा होता है, तो भारत जैसे बाजारों के लिए भी यह सीख काम की है: रेडियो को डिजिटल टीम्स की भाषा में लाने के लिए पहचान/कॉन्टेक्स्ट/मापन का ढांचा चाहिए—और AI उस ढांचे का इंजन बनता है।

मैं इस बदलाव को एक और नजरिए से देखता हूँ: जब ऑडियो खरीद, टार्गेटिंग और मापन “स्टैंडर्डाइज” होते हैं, तब कंटेंट की वैल्यू भी ज्यादा साफ़ होती है। अच्छे शो, सही संदर्भ, सही समय—इन सबका प्राइस बेहतर तरीके से तय हो पाता है।

अगला कदम आपके लिए सरल है: अगर आप 2026 में ऑडियो बजट बढ़ाने की सोच रहे हैं, तो पहले डेटा और मापन की बुनियाद तय कीजिए। फिर AI को “ऑटो-पायलट” नहीं, को-पायलट की तरह इस्तेमाल कीजिए—जो हर हफ्ते सीखकर प्लान को बेहतर करे।

आपकी टीम के लिए सवाल यह नहीं होना चाहिए कि “क्या रेडियो प्रोग्रामैटिक बनेगा?” सवाल यह है: जब रेडियो प्रोग्रामैटिक और AI-सक्षम हो जाएगा, तब आपका क्रिएटिव और मापन कितना तैयार है?