इंक्रीमेंटैलिटी टेस्टिंग: परिभाषा और यह कैसे काम करती है

इंक्रीमेंटैलिटी टेस्टिंग एक नियंत्रित प्रयोग है जो मापता है कि आपके रिपोर्ट किए गए कन्वर्ज़न का कितना हिस्सा एक एड चैनल वास्तव में कारण बनाता है, बजाय इसके कि प्लेटफ़ॉर्म के पिक्सेल ने कितने कन्वर्ज़न का श्रेय लिया है। आप उपयोगकर्ताओं या भूगोलों के एक समूह को एक विशिष्ट चैनल के विज्ञापन देखने से रोकते हैं, फिर उनके परिणाम की तुलना उस समूह से करते हैं जिसने उन्हें देखा। दोनों समूहों के बीच जो अंतर रहता है, वह चैनल का वास्तविक, इंक्रीमेंटल योगदान है। बाकी सब कुछ वे कन्वर्ज़न हैं जो वैसे भी होते।

प्लेटफ़ॉर्म-रिपोर्टेड नंबर परिणामों को क्यों बढ़ा-चढ़ाकर दिखाते हैं#

हर एड नेटवर्क एक बिक्री का श्रेय लेना चाहता है। यदि कोई पहले से ही ऑर्गेनिक सर्च या ब्रांडेड सर्च क्लिक के माध्यम से खरीदारी करने वाला था, और रास्ते में एक रीटार्गेटिंग विज्ञापन भी देखा हो, तो मानक कन्वर्ज़न ट्रैकिंग अभी भी उस क्रेडिट को अपनी एट्रिब्यूशन विंडो के अंदर विज्ञापन को दे सकती है। यहां तक कि एक नरम क्रेडिट, जहां एक प्लेटफ़ॉर्म किसी व्यक्ति द्वारा केवल एक विज्ञापन देखने के बाद एक कन्वर्ज़न गिनता है, समस्या को बढ़ाता है; उस मैकेनिज्म को व्यू-थ्रू एट्रिब्यूशन कहा जाता है। इंक्रीमेंटैलिटी टेस्टिंग एक सीधे सवाल पूछकर इस शोर को दूर करती है: यदि इस चैनल ने इस महीने शून्य डॉलर खर्च किए होते, तो क्या कन्वर्ज़न फिर भी होता?

यह उस सवाल से अलग है जिसका जवाब एक ट्रैकिंग पिक्सेल अपने आप देता है, यही कारण है कि छह-अंकीय मासिक नेटिव या सोशल बजट चलाने वाली टीमें अंततः अपने प्लेटफ़ॉर्म डैशबोर्ड के साथ-साथ एक इंक्रीमेंटैलिटी प्रोग्राम बनाती हैं, उनके बजाय नहीं।

टीमें व्यवहार में इसे कैसे चलाती हैं#

दो डिज़ाइन अधिकांश वास्तविक दुनिया के मामलों को कवर करते हैं। एक जियो-लेवल टेस्ट मिलान किए गए क्षेत्रों के एक सेट में एक चैनल को पूरी तरह से रोकता है और उन क्षेत्रों के खिलाफ कन्वर्ज़न दर की तुलना करता है जहां खर्च जारी रहा। एक यूज़र-लेवल टेस्ट एड प्लेटफ़ॉर्म के अंतर्निहित कन्वर्ज़न-लिफ्ट टूलिंग का उपयोग करता है, जो कई डिमांड-साइड प्लेटफ़ॉर्म द्वारा मूल रूप से पेश किया जाता है, ताकि दर्शकों के एक यादृच्छिक हिस्से से विज्ञापनों को रोका जा सके।

किसी भी तरह, गणित एक ही है: इंक्रीमेंटल लिफ्ट टेस्ट समूह की कन्वर्ज़न दर माइनस होल्डआउट समूह की कन्वर्ज़न दर के बराबर होती है। एक चैनल जो इन-प्लेटफ़ॉर्म में मजबूत स्व-रिपोर्टेड ROAS दिखाता है, एक साफ होल्डआउट उन उपयोगकर्ताओं को हटा देने के बाद शून्य के करीब इंक्रीमेंटल लिफ्ट दिखा सकता है जो बिना किसी चीज़ के कन्वर्ट होते।

इसका उपयोग किस लिए किया जाता है#

मीडिया खरीदार इंक्रीमेंटैलिटी टेस्ट चलाते हैं ताकि नेटवर्क्स में बजट आवंटन का निर्णय लिया जा सके, न कि केवल एक चैनल का अकेले में ऑडिट करने के लिए। इंडेक्स में हम जो पैटर्न देखते हैं: ब्रांड जो एक ही क्रिएटिव एंगल को एक साथ कई नेटवर्क्स में चलाते हैं, अक्सर मान लेते हैं कि उन सभी में वजन खींच रहे हैं, जबकि एक लिफ्ट टेस्ट दिखाता है कि एक चैनल ज्यादातर उस मांग को पुनः प्राप्त कर रहा है जो दूसरे ने पहले ही बना ली थी।

एक औपचारिक टेस्ट चलाने से पहले, अधिकांश टीमें यह देखना शुरू करती हैं कि उनके वर्टिकल में प्रतिस्पर्धी वास्तव में क्या स्केल कर रहे हैं, क्योंकि लंबी एड लॉन्गेविटी वाला एक भीड़भाड़ वाला चैनल एक अच्छा प्रॉक्सी है जहां इंक्रीमेंटल बजट काम करता है। OpenAdLibrary के एड इंटेलिजेंस टूल आपको क्रिएटिव ओवरलैप की जांच करने और नेटवर्क्स में रन ड्यूरेशन देखने की अनुमति देते हैं इससे पहले कि आप एक होल्डआउट के लिए टेस्ट एड स्पेंड प्रतिबद्ध करें।

सामान्य गलतियाँ#

होल्डआउट समूह को एक वास्तविक संकेत का पता लगाने के लिए पर्याप्त बड़ा और यादृच्छिक होना चाहिए, न कि केवल शोर का। कम वॉल्यूम वाले चैनल पर एक सप्ताह का टेस्ट आमतौर पर सांख्यिकीय महत्व तक नहीं पहुंच सकता। टीमें अक्सर टेस्ट को एक मौसमी स्पाइक या साइट-वाइड प्रमोशन के दौरान चलाती हैं, जो दोनों समूहों को समान रूप से दूषित करती है और लिफ्ट नंबर को अर्थहीन बना देती है। टेस्ट को एक प्रतिनिधि अवधि के दौरान चलाएं, होल्डआउट को एक उचित पावर कैलकुलेशन के साथ साइज़ करें, और जल्दी न रोकें सिर्फ इसलिए कि अंतरिम नंबर अच्छा या बुरा दिखता है।