Инкрементальность (Incrementality): критерий чистого прироста

Инкрементальность (Incrementality): критерий чистого прироста

Когда last-click атрибуция уходит, а server-side и MMM занимают её место, ключевым вопросом становится: «Что бы произошло, если бы этой кампании не было?». Ответ на него даёт измерение инкрементальности (incrementality) — оценка дополнительной выручки или конверсий, которую нельзя объяснить органическим фоном или другими касаниями.

**Чем отличается от атрибуции (логики присвоения ценности касаниям)?**
Атрибуция делит заслуги между каналами внутри наблюдаемых данных. Инкрементальность оценивает причинно-следственную связь: изменил ли запуск объявлений поведение пользователя в принципе. Например, last-click может приписать продажу брендовому поиску по названию компании, но если этот запрос всё равно бы случился (через закладку или прямой ввод) — вклад канала равен нулю. Инкрементальный тест это обнаружит, атрибуция нет.

**Типичные ошибки**
— Путать инкрементальность с ROAS (возврат на расходы на рекламу). ROAS строится на приписанных конверсиях, а incrementality — на контрольных группах, исключающих наложение.
— Считать результаты MMM (маркетинг-микс моделирования) и A/B-теста взаимозаменяемыми. MMM даёт корреляцию на агрегированных данных, A/B — причинность на уровне групп. Оба нужны, но отвечают на разные вопросы.
— Игнорировать «чистые» группы: если контрольная группа видит рекламу вне тестовой среды (например, через офлайн-каналы), результаты искажаются.

**Пример**
E-com-проект запускает ретаргетинг (возвратный показ) по корзинам. Last-click отдаёт этому каналу 20% выручки. Инкрементальный тест с разделением аудитории на тех, кому показывают рекламу, и тех, кому не показывают, показывает: прирост от ретаргетинга реально 4%, остальные 16% — продажи, которые произошли бы сами, с разницей во времени. Ре

— @PerfNewsDigest