Инкрементальность против атрибуции: в чем фундаментальная разница

Инкрементальность против атрибуции: в чем фундаментальная разница

В эпоху приватности (privacy-first), когда данные браузеров становятся менее прозрачными, аналитики все чаще путают два понятия: атрибуцию и измерение инкрементальности (прироста).

Атрибуция — это процесс распределения ценности конверсии между точками контакта пользователя с брендом. Это исторический взгляд на то, «кто виноват» в покупке. Она отвечает на вопрос: «Какой канал стоит в цепочке последним или промежуточным?». Проблема атрибуции в том, что она показывает корреляцию, а не причинно-следственную связь. Если пользователь кликнул на баннер перед покупкой, это не доказывает, что он не купил бы товар без этого баннера.

Инкрементальность — это показатель чистого прироста конверсий, который произошел исключительно благодаря конкретной маркетинговой активности. Она отвечает на вопрос: «Сколько дополнительных продаж я совершил, если бы не запустил этот эксперимент?».

Главное отличие: атрибуция пытается разложить уже случившийся факт по каналам, а инкрементальность через A/B-тесты (или контрольные группы) выявляет истинную эффективность.

Типичная ошибка: считать, что рост кликов в модели атрибуции равен росту выручки. В реальности вы можете платить за целевые действия, которые пользователи совершили бы и без вашей рекламы (так называемый «каннибализм» органического трафика).

Пример: E-commerce площадка запускает ретаргетинг. Система атрибуции показывает 1000 конверсий. Однако тест с контрольной группой, которой не показывали рекламу, выявил, что 800 человек из этой тысячи все равно совершили бы покупку. Истинная инкрементальность кампании — 200 конверсий, а не 1000. В современных RevOps-структурах именно этот показатель определяет бюджетную эффективность.

— @ExperimentationRoom