OpenAdLibraryOpenAdLibrary
Definicja

Testowanie Incrementalności: Definicja i Jak Działa

Testowanie incrementalności izoluje, jak dużą część zgłoszonej konwersji faktycznie spowodował kanał reklamowy, używając grupy kontrolnej jako punktu odniesienia do porównania.

Ilustracja redakcyjna: Testowanie Incrementalności: Definicja i Jak Działa

Testowanie incrementalności to kontrolowany eksperyment, który mierzy, jaką część zgłoszonych konwersji faktycznie powoduje kanał reklamowy, a nie ile konwersji platformowy pixel po prostu przypisuje sobie. Wstrzymujesz grupę użytkowników lub regionów przed zobaczeniem reklam konkretnego kanału, a następnie porównujesz wynik z grupą, która je widziała. Każda różnica między tymi dwiema grupami to rzeczywisty, przyrostowy wkład kanału. Wszystko, co pozostaje, to konwersje, które i tak by się odbyły.

Dlaczego liczby raportowane przez platformy przeszacowują wyniki#

Każda sieć reklamowa chce otrzymać kredyt za sprzedaż. Jeśli ktoś i tak zamierzał kupić poprzez organiczne wyszukiwanie lub kliknięcie w markową frazę, a jednocześnie zobaczył reklamę remarketingową, standardowe śledzenie konwersji może nadal przypisać ten kredyt reklamie w ramach swojego okna atrybucji. Nawet łagodniejsze przypisanie, gdzie platforma liczy konwersję po jedynie zobaczeniu reklamy, pogłębia problem; ten mechanizm nazywa się atrybucją view‑through. Testowanie incrementalności usuwa ten szum, zadając prostsze pytanie: gdyby ten kanał nie wydał w tym miesiącu ani grosza, czy konwersja i tak by się odbyła?

To inne pytanie niż to, na które odpowiada sam piksel śledzący, dlatego zespoły zarządzające sześciocyfrowymi miesięcznymi budżetami natywnymi lub społecznościowymi w końcu budują program incrementalności obok swoich pulpitów platformowych, a nie zamiast nich.

Jak zespoły realizują to w praktyce#

Dwa projekty obejmują większość rzeczywistych przypadków. Test na poziomie geo wstrzymuje kanał całkowicie w zestawie dopasowanych regionów i porównuje współczynnik konwersji z regionami, w których wydatki były kontynuowane. Test na poziomie użytkownika korzysta z wbudowanego w platformę narzędzia do pomiaru liftu konwersji, oferowanego natywnie przez kilka platform popytowych, aby wstrzymać reklamy przed losowo wybraną częścią odbiorców.

W obu przypadkach matematyka jest taka sama: przyrostowy lift to współczynnik konwersji grupy testowej minus współczynnik konwersji grupy kontrolnej. Kanał wykazujący wysokie, samodzielnie raportowane ROAS w platformie może pokazać prawie zerowy przyrostowy lift, gdy czysta grupa kontrolna usuwa użytkowników, którzy i tak by się skonwertowali.

Do czego jest używany#

Kupujący media uruchamiają testy incrementalności, aby decydować o alokacji budżetu pomiędzy sieciami, a nie tylko audytować jeden kanał w izolacji. Wzorzec, który obserwujemy w indeksie: marki uruchamiające tę samą kreację jednocześnie w kilku sieciach często zakładają, że wszystkie one przyczyniają się do wyniku, gdy test liftu wykazuje, że jeden kanał głównie odzyskuje popyt już wygenerowany przez inny.

Zanim przeprowadzą formalny test, większość zespołów zaczyna od obserwacji, jak konkurenci w ich branży faktycznie skalują, ponieważ kanał zatłoczony długim czasem trwania reklamy jest przyzwoitym wskaźnikiem, gdzie przyrostowy budżet ma szansę zadziałać. Narzędzia inteligencji reklamowej OpenAdLibrary pozwalają sprawdzić nakładanie się kreacji i czas trwania kampanii w sieciach przed przeznaczeniem budżetu na testowy wydatek reklamowy.

Typowe błędy#

Grupa kontrolna musi być wystarczająco duża i losowa, aby wykryć rzeczywisty sygnał, a nie jedynie szum. Test trwający tydzień na kanale o niskim wolumenie zazwyczaj nie osiąga istotności statystycznej. Zespoły często przeprowadzają test w trakcie sezonowego szczytu lub promocji całej witryny, co zanieczyszcza obie grupy w równym stopniu i czyni liczbę liftu bezwartościową. Przeprowadzaj test w reprezentatywnym okresie, określ wielkość grupy kontrolnej przy użyciu właściwego obliczenia mocy testu i nie przerywaj go wcześniej tylko dlatego, że pośredni wynik wygląda dobrze lub źle.

Najczęściej zadawane pytania

Jak długo powinien trwać test incrementalności?
Większość geo‑holdoutów potrzebuje co najmniej 2‑4 tygodni, aby osiągnąć istotność statystyczną, choć zależy to od bazowego wolumenu konwersji i oczekiwanej wielkości efektu. Konta o niskim ruchu często potrzebują dłuższego czasu, czasem 6‑8 tygodni, aby oddzielić rzeczywisty wzrost od normalnej zmienności tygodniowej.
Jaka jest różnica między testowaniem incrementalności a testowaniem A/B?
Testowanie A/B zazwyczaj porównuje dwie wersje kreacji lub strony docelowej w ramach tego samego kanału. Testowanie incrementalności porównuje kanał włączony versus wyłączony całkowicie, odpowiadając na pytanie, czy sam kanał wnosi wartość, a nie która wersja reklamy działa lepiej.
Czy testowanie incrementalności może zastąpić atrybucję platformową?
Nie w pełni. Atrybucja platformowa nadal jest przydatna do codziennych decyzji optymalizacyjnych, takich jak wstrzymywanie słabo działających zestawów reklam. Testowanie incrementalności sprawdza się przy okresowych, większych pytaniach, takich jak alokacja budżetu kanałowego, realizowanych co kwartał lub dwa, a nie ciągle.
Czy testowanie incrementalności działa przy małych budżetach?
Jest to trudniejsze. Małe konta często nie mają wystarczającego wolumenu konwersji, aby wykryć statystycznie istotny wzrost w rozsądnym oknie czasowym. Testy na poziomie geo mogą czasem obejść ten problem, agregując konwersje w całym regionie, ale bardzo niskobudżetowe konta mogą potrzebować jedynie sygnałów kierunkowych.
Zespół OpenAdLibrary
AutorZespół OpenAdLibrary
Analiza reklam i badania reklam natywnych

Tworzymy OpenAdLibrary, otwartą platformę transparentności reklam. Każdego dnia nasze systemy przechwytują na żywo reklamy natywne w sieciach Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo i MSN, identyfikują prawdziwego reklamodawcę za każdą z nich i śledzą kliknięcie do strony docelowej. Te przewodniki destylują to, co widzimy w tych danych, abyś mógł szybciej badać rynek.