Incrementality testing: как измерить реальный вклад канала
Инкрементальность (incrementality) — это метрика, показывающая, сколько дополнительных конверсий или выручки принес конкретный маркетинговый канал или кампания по сравнению с тем, что произошло бы органически, без этого воздействия. В мире, где атрибуция на основе кликов (last-click) часто преувеличивает заслуги ретаргетинга и брендовых кампаний, тесты на инкрементальность становятся золотым стандартом измерения эффективности маркетинга.
Многие рекламодатели тратят огромные бюджеты на показ рекламы людям, которые и так совершили бы покупку. Incrementality testing позволяет выявить такие пересечения и перераспределить бюджет в те каналы, которые действительно приводят новых клиентов.
1. Зачем нужно измерять инкрементальность?
Классические модели атрибуции (first-click, last-click, линейная) имеют один фатальный недостаток: они предполагают, что каждая конверсия, которой предшествовало касание с каналом, была вызвана исключительно этим касанием. Это приводит к нескольким фундаментальным проблемам.
Проблема каннибализации органики
Брендовый контекст (реклама по запросам с названием вашей компании) традиционно показывает невероятно высокий ROI. Однако часто пользователи, кликающие по такой рекламе, уже искали ваш бренд и перешли бы по первой органической ссылке, если бы рекламы не было. Вклад канала здесь может быть нулевым или отрицательным (вы просто заплатили за бесплатный трафик).
Переоценка ретаргетинга
Ретаргетинговые кампании часто нацелены на пользователей, которые положили товар в корзину или активно изучали сайт. Часть из них в любом случае вернулась бы для завершения покупки. Ретаргетинг часто присваивает себе эти “гарантированные” продажи.
Ограничения Privacy-инициатив
С отказом от third-party cookies (ITP от Apple, изменения в Chrome) и внедрением iOS 14.5 ATT, сквозное отслеживание пользователей от показа баннера до конверсии (view-through атрибуция) стало крайне неточным. Тесты на инкрементальность (особенно географические) позволяют оценивать эффективность без необходимости трекать каждого отдельного пользователя.
2. Инкрементальные (Incremental) vs Абсолютные (Absolute) конверсии
Чтобы понять математику инкрементальности, нужно четко разделять два понятия:
- Абсолютные конверсии (Absolute Conversions): Все конверсии, которые зафиксировала система аналитики (Google Analytics, Яндекс Метрика, трекер рекламной сети) и атрибуцировала конкретной кампании.
- Инкрементальные конверсии (Incremental Conversions): Конверсии, которые не произошли бы, если бы рекламной кампании не было.
Разница между ними — это и есть базовый уровень продаж (baseline), который генерируется органически или благодаря другим факторам (например, силе бренда).
Формула инкрементальности (Uplift)
Инкрементальность часто выражается в процентах (Uplift или Incrementality rate):
Инкрементальность (%) = (Инкрементальные конверсии / Абсолютные конверсии) * 100
Например, Facebook Ads показывает 1000 покупок. Тест показал, что без рекламы в Facebook вы бы получили 600 покупок из этого сегмента аудитории (они бы пришли через органику или email).
- Абсолютные конверсии: 1000
- Базовый уровень (baseline): 600
- Инкрементальные конверсии: 1000 - 600 = 400
- Инкрементальность: (400 / 1000) * 100 = 40%
Это означает, что 60% бюджета на этот канал тратится на людей, которые и так купили бы товар.
3. Показатель iCAC (Incremental Customer Acquisition Cost)
Стандартный CAC (Стоимость привлечения клиента) рассчитывается как:
CAC = Затраты на канал / Абсолютные конверсии
Но поскольку часть конверсий произошла бы и так, реальная стоимость привлечения дополнительного клиента гораздо выше. Для ее расчета используется iCAC:
iCAC = Затраты на канал / Инкрементальные конверсии
Возвращаясь к предыдущему примеру: если вы потратили $10,000 на Facebook Ads, то:
- Ваш обычный CAC = 10. Звучит отлично!
- Ваш iCAC = 25. Реальная картина гораздо скромнее.
Сравнивая каналы по iCAC, вы можете обнаружить, что канал с высоким обычным CAC (например, холодная медийная реклама) может иметь более низкий iCAC, чем канал с дешевым, но не инкрементальным CAC (например, ретаргетинг).
4. Что такое Ghost Ads (Призрачная реклама)
Ghost Ads (или PSA — Public Service Announcement ads) — это один из самых точных методов проведения A/B тестов на инкрементальность внутри рекламных платформ, особенно медийных и программатик.
Механика работы:
- Аудитория случайным образом делится на две группы: Тестовая (Test) и Контрольная (Control).
- Тестовой группе показывается ваша реальная реклама.
- Контрольной группе показывается фиктивная реклама (Ghost Ad) — например, социальный ролик или пустой баннер благотворительной организации, который не имеет отношения к вашему бренду. Вы платите за показ этой рекламы.
- Платформа отслеживает конверсии в обеих группах.
Поскольку обе группы участвовали в аукционе и обеим был показан рекламный инвентарь (просто с разным креативом), это полностью устраняет искажения, связанные с алгоритмами показа рекламной сети. Разница в конверсиях между Тестовой и Контрольной группой — это чистая инкрементальность вашего креатива. Главный минус метода — вам приходится тратить реальные деньги на показ “призрачной” рекламы контрольной группе.
5. Основные методы тестирования инкрементальности
Помимо Ghost Ads, существует несколько других подходов:
Гео-тестирование (Geo-testing / Matched Market Testing)
Рынки (города или регионы) делятся на тестовые и контрольные с похожими историческими показателями продаж. В тестовых регионах запускается кампания, в контрольных — нет. Затем сравнивается разница в общих продажах (а не только атрибуцированных платформой) между этими регионами. Это лучший метод в эпоху privacy, так как он не требует трекинга пользователей на уровне cookies.
Отключение канала (Holdout testing)
Самый радикальный и простой метод: вы полностью отключаете рекламу в канале (или для определенной кампании) на некоторое время (например, на 2-4 недели) и наблюдаете за общим падением продаж. Разница между прогнозируемыми продажами (если бы реклама работала) и фактическими (при отключенной рекламе) покажет инкрементальный вклад.
Тестирование на основе аудиторных сегментов (Audience Split)
Пользователи (по email, ID или cookies) делятся на две группы. Одной показывают рекламу, другой нет. Легко реализуемо в email-маркетинге (например, исключить 10% базы из рассылки и сравнить покупки) или при загрузке кастомных аудиторий в рекламные кабинеты (хотя здесь могут быть проблемы с матчингом).