Инкрементальность против атрибуции: в чем разница для аналитика

Инкрементальность против атрибуции: в чем разница для аналитика

В эпоху privacy-first (приоритизации приватности данных), когда last-click (атрибуция по последнему клику) теряет точность из-за ограничений cookies, аналитики всё чаще обращаются к измерению инкрементальности. Это систематическая ошибка — путать эти два понятия.

Атрибуция отвечает на вопрос: «Кто получил заслугу за конверсию?». Это метод распределения ценности между каналами. Атрибуция фиксирует факт: пользователь кликнул на баннер — значит, канал «молодец».

Инкрементальность же отвечает на вопрос: «Случилась бы конверсия, если бы мы не потратили этот рекламный бюджет?». Это оценка прироста целевых действий, вызванного именно рекламным воздействием, а не естественным спросом.

Типичная ошибка — считать, что высокая конверсия в рекламном кабинете доказывает эффективность кампании. Часто мы «оплачиваем» пользователей, которые и так собирались купить продукт.

Пример: бренд запускает рекламу в соцсетях. Атрибуция показывает тысячи конверсий. Однако тест на инкрементальность с использованием hold-out групп (контрольных групп, не видящих рекламу) выявляет, что 80% этих пользователей совершили бы покупку в любом случае. Истинный прирост (инкрементальный лифт) составляет лишь 20%. В модели RevOps (единая ответственность за выручку) понимание этого показателя становится критическим для оптимизации маркетингового бюджета.

— @ExperimentationRoom