Test di Incrementalità: Definizione e Come Funziona

Il test di incrementalità è un esperimento controllato che misura quanto delle tue conversioni segnalate sia effettivamente causato da un canale pubblicitario, piuttosto che quante conversioni il pixel della piattaforma semplicemente attribuisce. Si trattiene un gruppo di utenti o aree geografiche dal vedere gli annunci di un canale specifico, per poi confrontare il risultato con un gruppo che li ha visti. Qualunque divario rimanga tra i due gruppi rappresenta il reale contributo incrementale del canale. Tutto il resto sono conversioni che sarebbero avvenute comunque.

Perché i numeri riportati dalla piattaforma sovrastimano i risultati#

Ogni rete pubblicitaria vuole il credito per una vendita. Se qualcuno era già intenzionato ad acquistare tramite ricerca organica o un click di ricerca brandizzata, e nel frattempo ha visto un annuncio di retargeting, il normale conversion tracking può comunque attribuire quel credito all'annuncio all'interno della sua attribution window. Anche un credito più lieve, dove una piattaforma conta una conversione dopo che qualcuno ha semplicemente visto un annuncio, aggiunge al problema; questa meccanica è chiamata view-through attribution. Il test di incrementalità elimina questo rumore ponendo una domanda più diretta: se questo canale non avesse speso nulla questo mese, la conversione sarebbe comunque avvenuta?

È una domanda diversa da quella a cui risponde un pixel di tracciamento da solo, motivo per cui i team che gestiscono budget mensili di sei cifre per native o social alla fine costruiscono un programma di incrementalità accanto ai loro dashboard di piattaforma, non al loro posto.

Come i team lo implementano nella pratica#

Due design coprono la maggior parte dei casi reali. Un test a livello geografico sospende un canale completamente in un insieme di regioni corrispondenti e confronta il tasso di conversione con le regioni dove la spesa è continuata. Un test a livello utente utilizza lo strumento di lift di conversione integrato nella piattaforma pubblicitaria, offerto nativamente da diversi demand-side platforms, per trattenere gli annunci da una porzione randomizzata del pubblico.

In entrambi i casi, la matematica è la stessa: il lift incrementale è pari al tasso di conversione del gruppo di test meno il tasso di conversione del gruppo di controllo. Un canale che mostra un forte ROAS auto‑segnalato nella piattaforma potrebbe mostrare quasi zero lift incrementale una volta che un controllo pulito rimuove gli utenti che avrebbero convertito comunque.

A cosa serve#

Gli acquirenti di media eseguono test di incrementalità per decidere l'allocazione del budget tra le reti, non solo per auditare un singolo canale in isolamento. Un pattern che osserviamo nell'indice: i brand che lanciano lo stesso angolo creativo simultaneamente su più reti spesso presumono che tutti stiano contribuendo, quando un test di lift mostra che un canale sta principalmente ricatturando domanda già generata da un altro.

Prima di avviare un test formale, la maggior parte dei team inizia osservando cosa stanno realmente scalando i concorrenti nel loro settore, poiché un canale affollato da lunghi ad longevity è un buon proxy di dove il budget incrementale tende a funzionare. Gli strumenti di ad intelligence di OpenAdLibrary ti consentono di verificare la sovrapposizione creativa e la durata degli annunci tra le reti prima di impegnare la spesa pubblicitaria di test (ad spend) in un holdout.

Errori comuni#

Il gruppo di controllo deve essere sufficientemente grande e casuale per rilevare un segnale reale, non solo rumore. Un test di una settimana su un canale a basso volume di solito non raggiunge la significatività statistica. I team spesso conducono il test durante un picco stagionale o una promozione su tutto il sito, il che contamina entrambi i gruppi allo stesso modo e rende il valore del lift privo di significato. Esegui il test in un periodo rappresentativo, dimensiona il gruppo di controllo con un calcolo di potenza adeguato e non interrompere prematuramente solo perché il valore intermedio sembra buono o cattivo.