Инкрементальность: измерение влияния рекламных кампаний
Платная реклама направлена на получение дополнительного дохода за счет повышения ценности бренда и побуждения к таким действиям, как покупки или загрузка приложений. Ключ к оценке эффективности рекламы заключается в понимании того, какие конверсии являются прямым результатом рекламы, а какие произошли бы в любом случае. Измерение, атрибутирование и анализ маркетинговой активности может быть сложной задачей. В этой статье Mobio разберет, что такое инкрементальный анализ и какие существуют способы оценки влияния рекламной кампании.
Понимание инкрементальности в маркетинге
Инкрементальность — это реальная добавочная прибыль, создаваемая, когда определенные действия приводят к желаемым результатам. В частности, при вовлечении мобильных пользователей инкрементальность представляет собой показатель прироста (например, количество установок или доход), который возникает при инвестировании средств в маркетинговые усилия.
- Как реклама влияет на конверсию?
- Какова реальная окупаемость инвестиций (ROI) рекламной кампании?
- Как маркетинговые усилия бренда повлияли на долю рынка?
- Что произойдет, если увеличить или уменьшить бюджет канала X?
- На каких каналах лучше оптимизировать показатели активности?
- Как правильно распределить рекламный бюджет?
Проблемы атрибуции
Отличие платных и органических пользователей
Несмотря на простоту, этот пример достаточно наглядно отражает саму суть инкрементальности, которая заложена и в ее названии — какую дополнительную ценность несут маркетинговые активности (“incremental” в переводе с английского и есть “дополнительный”). Определить влияние рекламных кампаний на производительность практически всего, включая кросс-канальные, WOM, оффлайн и даже не медийные тактики, можно только запустив инкрементальные тесты.
Инкрементальный анализ и тестирование
Представьте себе такой сценарий: вы выделяете часть своего бюджета на продвижение рекламы на YouTube, но позже решаете остановиться из-за высоких затрат на привлечение клиентов (CAC). Удивительно, но продажи падают не только через YouTube, но и через прямые просмотры и органику. Даже конверсия из других маркетинговых каналов снижается. Это и есть спад инкрементального эффекта.
Что же такое инкрементное тестирование? Это контролируемый эксперимент, цель которого — различить конверсии, вызванные рекламными кампаниями, и те, которые происходят естественным образом (органические). Для проведения такого теста основным подходом является A/B-тестирование, которое можно запускать на таких платформах, как Facebook*, Instagram*, Twitter, AppsFlyer или разрабатывать свои собственные эксперименты.
Вот как это работает: разделите вашу аудиторию на две группы — группу А и группу Б, которые демонстрируют одинаковое поведение. Проводите кампании только для группы А, а группа Б пусть служит контрольной группой без рекламы. Поскольку конверсии группы Б полностью органичны, то любое увеличение, наблюдаемое в группе А, можно отнести к результатам маркетинговых усилий. Самый простой пример:
Группа А (экспериментальная группа, показ рекламы): 120 установок.
Группа Б (контрольная группа, без рекламы): 100 установок.
Основываясь на этих числах, мы можем рассчитать две важные метрики: подъем и прирост. Повышение представляет собой увеличение группы A в сравнении с группой Б (20 дополнительных установок или увеличение на 20%). Инкрементальность измеряет процент конверсий в группе А, которые можно отнести к влиянию маркетинга (20 установок составляет 16,7% от общего числа конверсий в группе А). Чем выше % инкрементальности, тем, соответственно, эффективней сработала рекламная кампания.
Для наглядности рассмотрим продукт, основанный на подписке, с низким коэффициентом оттока — около 15%. Предположим, мы запускаем кампанию ремаркетинга, нацеленную на пользователей, у которых осталось 5 дней до конца подписки, побуждая их продлить ее. В этом случае ожидается, что коэффициент инкрементальности будет низким. Почему? Потому что даже без ремаркетинговой кампании большинство пользователей, скорее всего, и так продлят подписку, так как Churn Rate ~ 15%. Этот пример демонстрирует, что такой фактор, как "горячая" аудитория, может давать меньший % инкрементальности за счет более высоких органических коэффициентов конверсии.
Эволюция воронки конверсии от некогда простой модели "клик-покупка" в сложный и многоканальный ландшафт подчеркивает необходимость глубоких аналитических подходов, позволяющих улавливать и изучать многоплановое взаимодействие между каналами, сегментами аудитории и платформами, на которых размещается реклама бренда. Инструменты для поддержки технической части проведения A/B-тестов со сложными математическими расчетами предоставляют сервисы для сбора и аналитики данных и сами рекламные площадки.
Способы расчета инкрементальности
A/B-тесты в простом формате
Анализ соответствия
- Замеряем baseline.
- Прогнозируем тренд.
- Корректируем прогноз с учетом внешних факторов (сезонная составляющая, улучшение продукта, фаза луны и т.д.).
- Сравниваем после проведения рекламной кампании спрогнозированные результаты с фактическими.
Отключение рекламного канала
Поэтапный запуск рекламных каналов
Аномальное масштабирование на отдельный канал
Brand lift
- Ad Recall — показывает, насколько хорошо целевая аудитория запомнила рекламу.
- Brand Awareness — оценивает влияние рекламы на узнаваемость и известность бренда среди потребителей.
- Purchase Intent — измеряет увеличение процента пользователей, которые склонны совершить покупку после просмотра рекламы.
- Product Consideration — определяет, как часто пользователи выбирают продукт после просмотра рекламы.
- Brand Favorability — изучает, как просмотр рекламы влияет на отношение к бренду по сравнению с конкурентами.
- Ad Message Recall — измеряет, насколько эффективно аудитория запоминает конкретное сообщение, переданное в рекламе.
- Conversion-lift (AB-тестирование по фактическим действиям). Такие тесты проводятся рекламными платформами для отслеживания дополнительных конверсий, вызванных маркетинговыми активностями компании на канале. Этот метод уже устаревает в связи с ужесточением правил конфиденциальности. Facebook* описывает процесс тестирования на своем канале (уточняя, что для исследований, запущенных после 13 июля, разбивки по полу, возрасту и стране не предоставляются) следующим образом:
Conversion Lift работает и для рекламы на YouTube и TrueView Discovery:
- Измерение инкрементальности с помощью Mobile Measurement Partners. AppsFlyer, например, проводит тесты с такими интегрированными партнерами:
Факторы, влияющие на тестирование
- Сезонность: учитывайте время проведения тестов и избегайте их проведения в пик сезона для вашего бренда. Согласованность во времени поможет обеспечить точное сравнение и предотвратить искажение результатов.
- Выбросы и перекрывающиеся аудитории: поддерживайте беспристрастную контрольную группу, сводя к минимуму влияние внешних факторов, таких как другие цифровые каналы или медиа-партнеры. Будьте осторожны с изменениями в одной части воронки, которые могут совпадать с тестированием другой, так как это может повлиять на итоговые результаты.
- Размер сегмента и продолжительность тестирования: отрегулируйте время тестирования в зависимости от конкретных обстоятельств вашего бизнеса, обеспечив статистическую значимость и избегая поспешных выводов. Если ваш бизнес привлекает большой объем трафика и генерирует множество конверсий, вы можете проводить тесты с меньшей выборкой и при этом получать статистически значимые результаты. И наоборот, если у вас не крупный бизнес и в нем меньше конверсий, рекомендуется увеличить продолжительность тестирования. При проведении встроенных тестов платформы сами отслеживают, когда происходит сбор необходимого массива данных.
- Краткосрочное влияние: во время тестирования вы можете наблюдать временное снижение результатов. Однако это следует рассматривать как показатель того, что ваша реклама работает, а маркетинговые активности влияют на результаты.
В последние годы изменения в законодательстве и политике конфиденциальности потребительских данных создали проблемы для отслеживания файлов cookie и мобильных идентификаторов, в результате чего становится все труднее эффективно отслеживать отдельных пользователей. И вполне естественно задаться вопросом, в какой степени наша реклама способствует росту продаж, доходов и общему успеху бизнеса, как произошло бы продвижение продукта естественным образом без нашего вмешательства и действительно ли оправданы наши инвестиции в ASO, социальные сети и другие каналы.
Инкрементальность предлагает подход к измерению, который позволяет определить влияние рекламной тактики на ключевые показатели эффективности бизнеса, даже не полагаясь на файлы cookie или данные на уровне пользователя, а рассматривая причинно-следственные связи рекламной деятельности в целом.
Однако, несмотря на то, что измерение инкрементальности сегодня актуально как никогда, существует некоторая путаница, связанная с понятиями инкрементальности и атрибуции, хотя они имеют разные значения и служат разным целям. Модели атрибуции фокусируются на распределении стоимости конверсии между различными точками контакта, предлагая понимание пути клиента, инкрементальность же позволяет глубже проникнуть в сферу причинно-следственных связей, раскрывая конверсии, которые не произошли бы без нашей маркетинговой тактики. В следующей статье Mobio более детально рассмотрит отличия этих понятий, их преимущества и недостатки, а также влияние инкрементальных тестов на оптимизацию моделей атрибуции.
*Meta признана экстремистской организацией и запрещена в России, деятельность ее соцсетей Facebook и Instagram также запрещена в РФ
Переходите в наш Telegram-канал и будьте в курсе всех digital-новостей.