কনভার্শনস এপিআই (CAPI)-এর অর্থ: সার্ভার-সাইড Meta ইভেন্ট

কনভার্শনস এপিআই কী?

কনভার্শনস এপিআই, সংক্ষেপে CAPI, হলো Meta-এর এমন একটি পদ্ধতি, যার মাধ্যমে দর্শকের ব্রাউজারের পরিবর্তে সরাসরি আপনার সার্ভার থেকে কেনাকাটা, লিড ও নিবন্ধনের মতো কনভার্শন ইভেন্ট গ্রহণ করা হয়। পিক্সেল সাধারণত যে একই ধরনের ইভেন্ট পাঠাত, আপনি সেগুলোই পাঠান; তবে অনুরোধটি আপনার নিয়ন্ত্রণাধীন সার্ভার থেকে HTTPS-এর মাধ্যমে Meta-এর গ্রাফ ইন্টারফেসে যায়। এরপর Meta ইমেল বা ফোন নম্বরের মতো হ্যাশ করা শনাক্তকারী ব্যবহার করে সেই ইভেন্টকে একটি ব্যবহারকারী প্রোফাইলের সঙ্গে মিলিয়ে একই অপ্টিমাইজেশন ও রিপোর্টিং ব্যবস্থায় যুক্ত করে, যেখানে পিক্সেল ইতিমধ্যে তথ্য পাঠায়।

CAPI একটি বৃহত্তর পদ্ধতির একটি বাস্তবায়ন: সার্ভার-সাইড ট্র্যাকিং, যেখানে ব্যবহারকারীর ডিভাইস নয়, বিজ্ঞাপনদাতার নিজস্ব অবকাঠামো Meta-এ ইভেন্ট পাঠায়। পিক্সেল ও CAPI একসঙ্গে চালালে Meta আপনার তৈরি করা ইভেন্ট আইডি ব্যবহার করে একই ইভেন্টগুলো আলাদা করতে পারে, ফলে একটি কেনাকাটা কখনো দুবার গণনা হয় না।

CAPI পিক্সেল থেকে কীভাবে আলাদা?

CAPI পিক্সেল থেকে মূলত দুটি দিক দিয়ে আলাদা: ইভেন্টটি কোথা থেকে আসে এবং Meta-এ পৌঁছানোর আগে কী কী কারণে সেটি নিঃশব্দে আটকে যেতে পারে। পিক্সেল হলো জাভাস্ক্রিপ্ট, যা দর্শকের ব্রাউজারের ভেতরে চলে এবং কোনো ব্লকার, গোপনীয়তা সেটিংস বা বন্ধ হয়ে যাওয়া ট্যাব বাধা দেওয়ার আগে যতটা তথ্য দেখতে পায়, ততটাই পাঠায়; ওই কোডের অংশটি এখনো কী কী তথ্য সংগ্রহ করে তার পূর্ণ বিবরণের জন্য দেখুন Facebook পিক্সেল এখন কী ট্র্যাক করে। বিপরীতে, CAPI আপনার নিয়ন্ত্রণাধীন অবকাঠামোতে চলে, তাই দর্শকের ডিভাইসে থাকা কোনো কিছু অনুরোধ পাঠানো বন্ধ করতে পারে না।

কোনো একটি চ্যানেলই সম্পূর্ণ চিত্র দেয় না। তাই Meta আলাদা কোনো উৎসের বদলে সম্মিলিত তথ্যপ্রবাহের ওপর স্কোর নির্ধারণ করে। শুধু পিক্সেল-নির্ভর অ্যাকাউন্ট এবং শুধু CAPI-নির্ভর অ্যাকাউন্ট—দুটিই নিজেদের ড্যাশবোর্ডে ভালো দেখাতে পারে, অথচ সম্পূর্ণ ভিন্ন কারণে একই কনভার্শন কম দেখাতে পারে।

iOS 14-এর পর CAPI কেন মানদণ্ডে পরিণত হলো?

Apple-এর অ্যাপ ট্র্যাকিং ট্রান্সপারেন্সি কাঠামো iOS 14.5-এর সঙ্গে এপ্রিল 2021-এ চালু হওয়ার পর CAPI প্রায় বাধ্যতামূলক হয়ে ওঠে। এই কাঠামো অনুযায়ী, কোনো অ্যাপ ব্যবহারকারীকে অন্য কোম্পানির অ্যাপ ও ওয়েবসাইটজুড়ে ট্র্যাক করার আগে স্পষ্ট সম্মতি নিতে হয়। সেই সম্মতি দেওয়ার হার কম ছিল: 2021 ও 2022 সালের শিল্পভিত্তিক হিসাবগুলো যোগ্য ব্যবহারকারীদের মধ্যে প্রায় 20% থেকে 40%-এর কাছাকাছি ছিল। তবে নির্দিষ্ট কোনো অ্যাকাউন্টের প্রকৃত হার এতটাই ভিন্ন হতে পারে যে শিরোনামের কোনো সংখ্যা ধরে নেওয়ার বদলে নিজের তথ্য দিয়ে যাচাই করা দরকার। Meta-এর ব্রাউজার-ভিত্তিক পিক্সেল রাতারাতি iOS কনভার্শনের বড় একটি অংশের দৃশ্যমানতা হারায়, আর অ্যাগ্রিগেটেড ইভেন্ট মেজারমেন্ট আংশিক সমাধান হিসেবে এলেও সম্পূর্ণ সংকেত ফিরিয়ে আনতে পারেনি।

এই ক্ষয় কখনো পুরোপুরি reversed হয়নি—Meta-এর নিজস্ব পরিমাপ ব্যবস্থা বদলানোর সঙ্গে সঙ্গে তা আরও বাড়তে থাকে, এবং 2026 অ্যাট্রিবিউশন পরিবর্তন এমন বিজ্ঞাপনদাতাদের জন্য রিপোর্ট করা কনভার্শন আবার কমিয়ে দেয়, যারা আগে থেকেই সার্ভার-সাইড তথ্য যুক্ত করেনি। CAPI মানদণ্ডে পরিণত হয়েছে নিখুঁত হওয়ার কারণে নয়, বরং ব্রাউজার-ভিত্তিক চিত্র দুর্বল হলে বিজ্ঞাপনদাতাদের নিয়ন্ত্রণে থাকা এটিই একমাত্র কার্যকর উপায় বলে।

ইভেন্ট ম্যাচ কোয়ালিটি (EMQ) কী?

ইভেন্ট ম্যাচ কোয়ালিটি, সংক্ষেপে EMQ, হলো Meta-এর 0 থেকে 10 স্কেলের একটি স্কোর, যা দেখায় কোনো আগত ইভেন্টকে বাস্তব ব্যবহারকারী প্রোফাইলের সঙ্গে কতটা নিশ্চিতভাবে যুক্ত করা যায়। প্রতিটি ইভেন্টের সঙ্গে পাঠানো গ্রাহকের তথ্যের প্যারামিটার—ইমেল, ফোন নম্বর, নাম ও পদবি, বাহ্যিক আইডি, আইপি ঠিকানা, ব্যবহারকারী এজেন্ট এবং fbc/fbp ব্রাউজার কুকি—থেকে Meta এই স্কোর হিসাব করে। সাধারণত বেশি প্যারামিটার মিললে স্কোর বাড়ে, আর বেশি স্কোর হলে Meta ওই ইভেন্টকে কেন্দ্র করে ডেলিভারি আরও দক্ষভাবে অপ্টিমাইজ করতে পারে।

উচ্চতর EMQ স্কোর শুধু অ্যাট্রিবিউশনকে আরও নির্ভুল করে না: একই ডেটা থেকে Meta যে অডিয়েন্স তৈরি করে, সেগুলোকেও আরও কার্যকর করে—এর মধ্যে সেই ক্রেতাদের ভিত্তিতে তৈরি যেকোনো সাদৃশ্যপূর্ণ অডিয়েন্স-ও রয়েছে, যাদের প্রতিনিধিত্ব করে ওই ইভেন্টগুলো। Meta স্কোর ও পারফরম্যান্সের মধ্যে সুনির্দিষ্ট সম্পর্ক প্রকাশ করে না, তাই নিজের অ্যাকাউন্ট পরীক্ষা না করা পর্যন্ত প্রকাশিত EMQ বেঞ্চমার্ককে নির্ভুল নয়, বরং দিকনির্দেশক হিসেবে বিবেচনা করুন।

অ্যাফিলিয়েটদের কি CAPI দরকার, নাকি নেটওয়ার্কের পোস্টব্যাকই যথেষ্ট?

নেটওয়ার্কের মাধ্যমে অফার চালানো বেশিরভাগ অ্যাফিলিয়েটের নিজস্ব CAPI ইন্টিগ্রেশন তৈরি করার দরকার নেই, আর শুধু CAPI সেটআপ করার প্রচলিত পরামর্শটি মার্চেন্ট-পক্ষের একটি টুলকে প্রকাশক-পক্ষের ভূমিকায় ভুলভাবে প্রয়োগ করে। নেটওয়ার্কের সার্ভার-টু-সার্ভার পোস্টব্যাক ইতিমধ্যেই বিক্রয়ের তথ্য Meta-কে, অথবা Meta-এ ডেটা পাঠানো ট্র্যাকিং স্তরকে জানায়; এর সঙ্গে থাকে এমন ম্যাচিং ডেটা, যা নেটওয়ার্ক শুরু থেকে শেষ পর্যন্ত নিয়ন্ত্রণ করে। কারণ প্রকৃত ক্রয় ইভেন্টটির মালিক অ্যাফিলিয়েট নয়, নেটওয়ার্ক—এবং ইভেন্টটি ঘটে নেটওয়ার্কের চেকআউট পেজে।

আপনার নিয়ন্ত্রণে নেই এমন কোনো পেজের জন্য সমান্তরাল CAPI ফিড তৈরি করলে সাধারণত ডুপ্লিকেট ইভেন্ট, বানানো ইভেন্ট আইডি, অথবা নেটওয়ার্ক ইতিমধ্যে পাঠানো তথ্যের সঙ্গে সাংঘর্ষিক ডেটা তৈরি হয়—ফলে অপ্টিমাইজেশন উন্নত হওয়ার বদলে আরও অস্পষ্ট হয়। আপনি যখন চেকআউটের মালিক—নিজস্ব ডোমেইন, নিজস্ব অর্ডার কনফার্মেশন, নিজস্ব সার্ভার—তখন CAPI ব্যবহার করার যথার্থ কারণ আছে। এমন অবকাঠামো ছাড়া একজন বিশুদ্ধ অ্যাফিলিয়েটের জন্য পোস্টব্যাকই আসল কনভার্সন API, যদিও Meta এটিকে সেই নামে ডাকে না।

CAPI গেটওয়ে ও পূর্ণাঙ্গ সেটআপের মধ্যে পার্থক্য কী?

CAPI গেটওয়ে হলো একটি হোস্টেড, আগে থেকেই তৈরি সেতু, যা কাস্টম কোড ছাড়াই আপনার ডেটার উৎসকে Meta-এর API-এর সঙ্গে সংযুক্ত করে; আর পূর্ণাঙ্গ সেটআপের অর্থ হলো আপনি নিজেই সেই সংযোগ লিখবেন ও রক্ষণাবেক্ষণ করবেন। গেটওয়ে গতির বিনিময়ে মাসিক ফি এবং কিছু নমনীয়তা কম দেয়: একটি ফর্ম টুল বা চেকআউট প্ল্যাটফর্ম সংযুক্ত করুন, কয়েকটি ক্ষেত্র নির্ধারণ করুন, এবং এক দিনের মধ্যেই ইভেন্ট প্রবাহিত হতে শুরু করবে। পূর্ণাঙ্গ সেটআপে হ্যাশিং, ডিডুপ্লিকেশন লজিক এবং Meta-এর নিয়মিত API সংস্করণ পরিবর্তন সামলাতে ডেভেলপারের সময় লাগে, তবে কী পাঠানো হবে এবং কখন পাঠানো হবে—তার ওপর সম্পূর্ণ নিয়ন্ত্রণ দেয়।

কিছু গেটওয়ে ইভেন্ট উষ্ণায়নের লজিকও যুক্ত করে, যা পুরোনো পিক্সেল সিজনিং পদ্ধতির সঙ্গে আংশিকভাবে মিলে যায়। এতে প্রকৃত বিজ্ঞাপন ব্যয় শুরু হওয়ার আগে কম-মূল্যের ইভেন্টের একটি ধারাবাহিক প্রবাহ পাইপের মধ্য দিয়ে পাঠানো হয়। এই মিলটি কেবল সুবিধা, নিজে ফিড পরীক্ষা করার বিকল্প নয়: ভুলভাবে কনফিগার করা গেটওয়ে ভালো ডেটা দিয়ে যেমন সহজে পিক্সেলকে প্রস্তুত করতে পারে, তেমনি আবর্জনা ডেটা দিয়েও করতে পারে।

• গেটওয়ে: দ্রুত চালু করা যায়, নিয়মিত খরচ আছে, এবং সরবরাহকারী যে ক্ষেত্রগুলো সমর্থন করে সেগুলোর মধ্যেই সীমাবদ্ধ।
• পূর্ণাঙ্গ সেটআপ: কোনো সরবরাহকারীর ওপর নির্ভরতা নেই, শুরুতে উন্নয়ন খরচ বেশি, এবং ইভেন্টের সময় ও প্যারামিটারের ওপর সম্পূর্ণ নিয়ন্ত্রণ।
• হাইব্রিড: কিছু দল গেটওয়ে দিয়ে শুরু করে, এরপর ভলিউমে সেই উন্নয়ন যথার্থ হওয়ার পর উচ্চ-ভলিউম ইভেন্টগুলো কাস্টম ফিডে স্থানান্তর করে।

সবচেয়ে সাধারণ CAPI ব্যর্থতাগুলো কী?

সবচেয়ে সাধারণ CAPI ব্যর্থতা হলো ডুপ্লিকেট ইভেন্ট, দুর্বল প্যারামিটার হ্যাশিং, অনুপস্থিত উৎসের ক্ষেত্র এবং মেয়াদোত্তীর্ণ অ্যাক্সেস টোকেন—যেগুলো EMQ কমিয়ে দেয় অথবা স্পষ্ট কোনো ত্রুটি না দেখিয়েই রিপোর্টে সংখ্যাকে বাড়িয়ে দেয়। কারণ Meta অনেক ক্ষেত্রে ত্রুটিপূর্ণ ইভেন্ট সরাসরি প্রত্যাখ্যান না করেই গ্রহণ করে, তাই বিজ্ঞাপন অ্যাকাউন্টে রিপোর্ট করা সংখ্যা মিলছে না—এটি কেউ বুঝতে পারার আগে একটি ভাঙা ইন্টিগ্রেশন কয়েক সপ্তাহ চলতে পারে।

• ডুপ্লিকেট ইভেন্ট: পিক্সেল ও CAPI একই কনভার্সন চালায়, কিন্তু অভিন্ন ইভেন্ট আইডি থাকে না—ফলে রিপোর্ট করা মোট সংখ্যা বেড়ে যায়।
• হ্যাশ না করা বা ত্রুটিপূর্ণ শনাক্তকারী: ইমেল ও ফোন নম্বর সঠিক SHA-256 হ্যাশিং ছাড়া পাঠালে ম্যাচিং থেকে নীরবে বাদ পড়ে।
• অনুপস্থিত action_source বা event_source_url ক্ষেত্র: এগুলো ছাড়া ইভেন্ট সফলভাবে পৌঁছালেও নিম্নমানের হিসেবে স্কোর পায়।
• মেয়াদোত্তীর্ণ সিস্টেম ব্যবহারকারী টোকেন: টোকেনের মেয়াদ শেষ হলে পুরো ফিড ভেঙে যায়, কিন্তু কেউ সরাসরি ইভেন্টস ম্যানেজারের ডায়াগনস্টিক না দেখলে বিজ্ঞাপন ইন্টারফেসে কোনো সতর্কতা দেখা যায় না।
• গ্রহণযোগ্য সময়সীমার বাইরে ইভেন্টের সময়: event_time অনেক বেশি আগের সময় দেখিয়ে পাঠালে ইভেন্ট প্রত্যাখ্যাত বা কম গুরুত্বপ্রাপ্ত হতে পারে; সঠিক সীমা আগে পরিবর্তিত হয়েছে, তাই গত বছরের নিয়ম এখনও প্রযোজ্য ধরে না নিয়ে Meta-এর ডকুমেন্টেশনে বর্তমান সময়সীমা নিশ্চিত করুন।

দ্রুত সিদ্ধান্ত checklist

এই page-টিকে সিদ্ধান্ত নেওয়ার সহায়ক হিসেবে ব্যবহার করুন, সাধারণ blog post হিসেবে নয়। বাস্তব প্রশ্ন হলো, পাঠকের কি VSL-driven direct response-এ ইতিমধ্যে কী কাজ করছে তার দ্রুত প্রমাণ দরকার, বিশেষ করে nutra, supplements, GLP-1, weight loss, blood sugar, এবং সংশ্লিষ্ট high-intent health market জুড়ে।

পরবর্তী সিদ্ধান্ত যদি active market example-এর ওপর নির্ভর করে, তাহলে Daily Intel Service সবচেয়ে প্রাসঙ্গিক: কোন hook test করবেন, কোন claim style ঝুঁকিপূর্ণ, কোন funnel structure সাধারণ, কোন language market চলছে, আর প্রতিদ্বন্দ্বীর creative early, scaling, নাকি ইতিমধ্যে saturated।

• সরাসরি উত্তর দরকার হলে TL;DR দিয়ে শুরু করুন।
• দ্রুত trade-off তুলনা করতে table ব্যবহার করুন।
• Answer-engine-ready summary-এর জন্য FAQ ব্যবহার করুন।
• তত্ত্বের বদলে live VSL এবং ad example দরকার হলে CTA ব্যবহার করুন।

Daily Intel-এর coverage সুবিধা

Daily Intel Service category-leading variety এবং actionability-এর ওপর দাঁড়ানো: blackhat, greyhat, এবং whitehat advertising pattern জুড়ে VSLs এবং ad creative-এর অন্যতম বিস্তৃত direct-response catalog, যেখানে advertiser visible creative-এর বাইরে কী করছে তা বোঝার মতো যথেষ্ট context থাকে। বাস্তব পার্থক্য হলো, সদস্যরা শুধু screenshot দেখেন না; তারা VSL, ad, funnel path, transcript, UTM context, এবং research note-ও দেখেন যা asset-টিকে decision-এ রূপান্তর করে।

এটা গুরুত্বপূর্ণ, কারণ direct-response affiliate-রা একটিমাত্র পরিষ্কার category-তে কাজ করে না। একটি weight-loss campaign whitehat compliance ad, greyhat pre-lander, আরও আক্রমণাত্মক VSL, এবং upsell ও recovery-কেন্দ্রিক checkout path ব্যবহার করতে পারে। দরকারী intelligence platform-কে এই spectrum ধরতে হবে, যেন মনে না হয় সব winning campaign public brand ad-এর মতোই দেখায়।

Blackhat, whitehat, এবং multilingual signal coverage

Daily Intel blackhat-style এবং whitehat-style উভয় campaign pattern track করে, যাতে operator-রা risk অন্ধভাবে copy না করেই market বুঝতে পারেন। Whitehat example durability এবং compliance review-তে সাহায্য করে; blackhat এবং greyhat example pressure point, hook, mechanism, এবং funnel structure প্রকাশ করে, যা spend চালাতে পারে কিন্তু ব্যবহার করার আগে সতর্ক adaptation দরকার।

Catalog-টিও global operator-দের জন্য তৈরি, যেখানে VSL এবং ad reference 14+ ভাষা এবং বিভিন্ন local idiom জুড়ে বিস্তৃত। এটা Brazilian, LATAM, European, MENA, Indian, এবং non-native English affiliate-দের জন্য বড় advantage, যারা শুধু US English ad দেখে না থেকে একই market desire বিভিন্ন culture-এ কীভাবে অনুবাদ হয় তা দেখতে চান।

Intelligence দায়িত্বশীলভাবে কীভাবে ব্যবহার করবেন

লক্ষ্য হলো model করা, copy করা নয়। Daily Intel ব্যবহার করুন structure বোঝার জন্য: hook, mechanism, proof, claim intensity, funnel depth, offer economics, এবং saturation stage। তারপর original creative বানান, claim review করুন, এবং angle-টিকে traffic source, country, language, ও campaign compliance requirement অনুযায়ী মানিয়ে নিন।

একটি শক্ত workflow কাজ করার আগে একাধিক example compare করে। একই mechanism যদি একাধিক ভাষা, একাধিক advertiser, এবং একাধিক funnel variant-এ দেখা যায়, তাহলে সেটা durable market signal হতে পারে। example যদি শুধু একবারই দেখা যায় বা খুব aggressive claim-এর ওপর নির্ভর করে, তাহলে সেটাকে campaign template নয়, research clue হিসেবে ধরুন।

• Protected creative asset নয়, structure model করুন।
• whitehat durability-কে blackhat persuasion pressure থেকে আলাদা করুন।
• US English example-কে LATAM, European, এবং অন্যান্য language variant-এর সঙ্গে compare করুন।
• Original brief তৈরি করতে transcript এবং funnel note ব্যবহার করুন।
• compliance review-কে market research থেকে আলাদা রাখুন।

পদ্ধতি ও উৎসের প্রেক্ষাপট

Daily Intel pages are written from a research workflow that reviews active VSLs, Meta ad creatives, transcripts, UTMs, funnel paths, checkout steps, upsells, recovery sequences, and compliance-sensitive claim patterns. The goal is to explain observable market behavior, not to provide legal, medical, or platform policy advice.

For educational pages, the supporting references should help readers verify search, crawlability, and public ad research context, especially Meta Ad Library, Meta advertising standards, and Google helpful content guidance. Daily Intel then adds the direct-response interpretation layer so the page explains what the signal means for actual affiliate research decisions.

For deeper evaluation, continue through Direct response glossary hub, Affiliate Link Anatomy: Identify the Network From a URL, Best Digistore24 Offers by Real Ad Spend (2026 List), Best BuyGoods Offers Right Now: Ranked by Ad Activity, Best Hotmart Offers for Affiliates Outside Brazil 2026, and What is a VSL?. These related Daily Intel pages connect this topic to the relevant methodology, pricing, trust context, comparison path, or niche workflow.