Инкрементальность: что это, как она связана с рекламой, и как ее посчитать
Понятие инкрементальности
В мобильном маркетинге часто сложно провести грань между органикой и платными установками. Из-за этого маркетолог может неверно рассчитать затраты на рекламу, а в худшем может платить за установки, которые он мог бы получить бесплатно.
Таких ситуаций можно избежать, если измерять инкрементальность, которая показывает влияние рекламных кампаний и процент органического трафика. Зная инкрементальность, можно рассчитать стоимость каждой инкрементальной конверсии (установки, которая пришла из платного канала) и масштабировать канал в соответствии с этими цифрами.
Как я могу протестировать и рассчитать инкрементальность?
Тестирование инкрементальности может показаться сложным, но если вы знаете обычное A/B-тестирование, это облегчает задачу. Ниже приведен упрощенный пример, как это работает.
Основной принцип - сегментация 2 аудиторий (скажем, на группу А и группу В) со схожим поведением и запуск рекламы только на группу В. Установки в группе А будут чисто органическими, поэтому любое увеличение установок в группе В покажет инкрементальную разницу, причина которой - ваша реклама. Например, результаты могут быть такими:
- Группа А (контрольная группа, без показа рекламы): 100 установок
- Группа В (испытуемая группа, на которую идет реклама): 120 установок
Получается, что реклама привела 20 дополнительных установок. Теперь можно рассчитать прирост установок и инкрементальность.
- Прирост установок - это увеличение количества установок в группе В по сравнению с группой А (20 установок = рост на 20%).
- Инкрементальность - это процент установок из группы В, которые сконвертировались в результате показа рекламы (20 установок = 16,7% от общего числа установок в группе В).
Так сколько стоила каждая инкрементальная конверсия? Рассчитать можно по формуле ‘Расходы на рекламу для группы В / прирост установок’. Если реклама стоила $100 и она привела 20 установок, то стоимость каждой равна $5.
Если бы вы продолжили вести эту кампанию, увеличив ее бюджет, то могли бы увидеть, увеличится ли процент инкрементальных пользователей, что снизило бы стоимость установки.
Приведенный пример может быть слишком упрощенным, но его цель - дать базовое понимание, как анализировать инкрементальность. Проводя такие тесты самостоятельно, стоит четко понимать следующее:
- Ожидаемые результаты: что вы хотите узнать из каждого теста?
- Степень достоверности: репрезентативен ли этот тест для большей аудитории?
- Смягчающие факторы: можем ли мы доверять этим цифрам? Если нет, то почему?
Ну и напоследок, стоит учесть, что поведение пользователей может изменяться со временем, и потому текущие выводы будут нерелевантны в будущем. Поэтому ваша стратегия должна быть гибкая, чтобы легко адаптироваться к новым условиям