Привет, читатель! Меня зовут Артём Сайгин, я веду проект Growth Lab, в котором рассказываю о digital-маркетинге и росте IT-продуктов.

Каждый день компании теряют значимую часть бюджета на пользователей, которых получили бы и так, бесплатно. Представьте, что вы могли бы знать, какая часть маркетингового бюджета расходуется впустую, и сэкономить его. В этой статье мы научимся это делать.

О чем поговорим в статье:

  • Что такое инкрементальность.

  • Как её рассчитать.

  • Инкрементальность и атрибуция.

  • Где чаще всего встречается инкрементальность.

Приступим.

Дисклеймер: в статье я намеренно упростил большинство факторов влияющих на ход экспериментов и расчёт инкрементальности: оптимизацию каналов, сезонность, конкуренцию и т.д. (факторов может быть очень много). Всё для того, чтобы сконцентрировать внимание только на фундаментальных понятиях и расчётах инкрементальнсоти. По той же причине в материале нет углубления в детали, такие как настройка в конкретных источниках или каналах, полагая, что читатель поймет куда копать, т.к. базовые формулы будут даны.

Что такое инкрементальность

Инкрементальность показывает, сколько в действительности новых пользователей (продаж, дохода) вы получили, показатель измеряется в процентах; чем процент инкременетальности выше, тем «чище» результат вы получите.

Для большего понимания давайте представим себя на месте Product Owner.
У нас есть продукт (приложение или веб-сайт — не важно), и этот продукт имеет постоянный поток продаж из органики. Далее мы решаемся увеличить число продаж и подключить платные каналы.

Отдел маркетинга предложил запустить в первую очередь контекстную рекламу, как по брендовым, так и по транзакционным запросам — так и сделали.

Спустя 6 месяцев после запуска платного канала пришло время подвести итоги. Маркетологи показывают позитивный отчет: продажи растут, CAC (Customer Acquisition Cost) в пределах плана, придраться не к чему — хорошая работа.

Но так ли всё хорошо, как кажется на первый взгляд?Давайте посмотрим на отчёт детальнее. Взглянув на продажи со всех каналов, понимаем, что общие продажи драматически не растут.

Продажи не растут, а расходы заметно увеличились, т.к с каждым месяцем все больше бюджета выделялось на маркетинг.После объединения графиков платного канала и органики картина начинает проясняться:

Мы закупаем собственную органику, т.е пользователи и так бы пришли к нам, даже если бы мы за них не заплатили. И тут нужно выяснить, а какая часть из привлечённых нами с помощью рекламы пользователей не пришла бы по органике. Это и есть основное понятие инкрементальности (Incrementality).

На графике ниже мы видим, как в действительности распределялись продажи.

Incrementality — показывает, сколько реально новых продаж мы смогли получить из платного канала.Cannibalization — продажи, которые мы перекупили у нашей органики.

Такая ситуация, как в примере, происходит часто, и в большинстве случаев на неё закрывают глаза во вред органике.

Чтобы избежать рост каннибализации для каждого нового канала, нужно проводить инкрементальное тестирование — фундаментальный способ исследования, показывающий реальную рентабельность инвестиций в вашу рекламу. С помощью этих данных, вы сможете понять, что будет, если не запускать рекламную кампанию.

Закрепим. Чем «чище» трафик, тем он инкрементальнее, т.е лучше.
И это нужно понимать и считать при запуске нового канала, источника.

Думаю, с понятием инкрементальности разобрались, теперь перейдём к более сложной части — расчёту.

Как рассчитать инкрементальность

Инкрементальность (Incrementality) рассчитывается по формуле:

Incremental — в нашем случае число инкрементальных продаж.
Paid — число продаж из платного канала.

Эта формула подойдёт для расчёта инкрементальности любого нужного вам показателя: трафик, лиды, продажи и т.д. В нашем случае рассчитаем инкрементальность продаж.

Вернёмся к примеру, мы запустили контекстную рекламу и теперь хотим узнать, какой процент инкрементальности имеют продажи из этого канала. До запуска рекламы у нас было ~ 2600 продаж из органики, это число и будем считать за «постоянную величину» на протяжении 6 месяцев эксперимента.
На практике нужно учитывать больше параметров: сезонность, работа над SEO и т.д. — факторов много, в этом примере я сильно упростил, чтобы максимально донести суть, не углубляясь в детали.

Прежде чем рассчитать процент инкрементальности, нужно найти переменную Incremental — т.е число инкрементальных продаж.

Формула расчета Incremental выглядит так:

Чтобы найти инкрементальные продажи, из платных продаж отнимем продажи, которые были «каннибализированны» из органики, назовем эту переменную — cannibalization.

Cannibalization = число, на которое уменьшился ваш постоянный поток продаж из органики.

В нашем примере cannibalization выглядит так:

Получив значение Cannibalization, легко рассчитать Incremental — продажи с платного канала (переменная Paid) минус cannibalization.

Получив все нужные нам переменные, можем перейти к финальной стадии расчёта, и вычислить % Incrementality (по формуле: Incremental / Paid):

Рассчитав Incrementality, можем сделать вывод, что с увеличением продаж из платного канала падает процент инкрементальности этих продаж.

В примере всё просто и понятно, но на деле много подводных камней. Инкрементальность может разниться в зависимости от канала и источника, сегмента аудитории, бюджетов и т.д.

Основная сложность расчёта — это найти Incremental (число инкрементальных продаж), так как получив это число, мы сможем рассчитать % инкрементальности. Давайте посмотрим на разные способы расчета Incremental.

1. Выявляем incremental через A/B-тест

Такой формат хорошо подходит для выявления инкрементальности платного трафика в соц.сетях, медийных и ремаркетинговых кампаниях.

В ремаркетинге особенно важно считать инкрементальность — чем более горячая аудитория (ремаркетинг на продление продукта, брошенная корзина и т.д.), тем менее она инкрементальна. По моему опыту, редко когда инкрементальность ремаркетинговых кампаний достигала > 35%.

Как выглядит эксперимент:

Создаются две идентичные аудитории А и B.
Обе группы одинаковы во всех отношениях, за исключением того, что группе A мы показывали рекламу, а группе B — нет.
Далее, измерив конверсии в обеих группах, мы сможем стат. значимо посчитать, как влияет и влияет ли вообще маркетинговая кампания на продажи.

2. Отключение канала

Простой, но при больших объёмах платного трафика рискованный способ расчёта инкрементальности. Методология заключается в том, что мы останавливаем все маркетинговые активности и находим базовое значение органики (константу органики, как в нашем примере). Потом один за другим включаем каналы и считаем их инкрементальность.

Этот вариант не подойдет, если у вас нестабильный трафик из органики или вовсе его нет.

Подойдите к этому варианту с максимальной осторожностью.

3. Корреляция каналов

Хороший, но не во всех ситуациях применимый способ. Берем органику и платный канал и смотрим, как они коррелируют, чем выше корреляция — тем выше вероятность каннибализации. Часто корреляцию можно увидеть в контекстной рекламе на бренд и мобильных (UAC) кампаниях.

С расчётом разобрались, идём дальше.
Разберём ещё один «подводный камень» инкрементальности — атрибуцию.

Инкрементальность и атрибуция

В этом блоке мы кратко посмотрим, как атрибуция может влиять на инкрементальность.
Не будем рассматривать все модели атрибуции и углубляться в теорию, остановимся лишь на некоторых моментах, этого будет достаточно для понимания.

Прежде чем приступить к основной информации, напомню, что такое атрибуция.

Атрибуция – это присвоение ценности конверсии различным событиям, происходящим на пути к этой конверсии, например показам объявлений и кликам

Модель атрибуции – это правило или набор правил, определяющих принцип распределения ценности. Бывает много моделей атрибуции, на иллюстрации ниже представлены основные из них.

Post-view — часто модель атрибуции по показам искусственно завышает показатели источника.

Представим, что мы закупаем трафик в источниках A и B.
Один пользователь увидел рекламу каждого из источников с одинаковой частотой (всего один раз за выбранный период) и, кликнув по объявлению B, — совершил покупку. При post-view аналитике источник A может засчитать себе продажу, т.к пользователь взаимодействовал с рекламой.

Посчитав инкрементальность с учетом атрибуции, мы бы поняли, что источник A неинкрементален (можно его отключить без потерь для компании).

First Touch — источник присваивает себе конверсию, хотя канал может не являться в действительности важным на пути к ключевому действию.
Тут есть аналогия с примером выше, только ценность распределятся не по показам, а по кликам, действие отдается первому источнику в цепочке до конверсии.

Окно атрибуции — в разных продуктах и типах бизнеса влияет по разному, в B2B/SMB окно атрибуции может учитывать больший период времени и при этом сильно не влиять на инкрементальность, но увеличение окна атрибуции в b2c продуктах может заметно влиять на инкрементальность.

Атрибуция и инкрементальность могут негативно взаимодействовать между собой, и в некоторых примерах мешают в прозрачной оценки ценности канала, но нужно учесть, что атрибуция и инкрементальность – независимые концепции, дополняющие друг друга в достижении эффективного результата.

Теперь поговорим о разных ситуациях, где подсчёт инкрементальности важен, но на первый взгляд таковым не кажется.

Где встречается инкрементальность

В этом блоке мы посмотрим на каналы из разных областей бизнеса, для того, чтобы зафиксировать пройденный материал.

1. Акции

Первое, с чего хочется начать — стимулирование продаж акционными кампаниями, т.к в них часто забывают просчитать инкрементальный доход.

Представим, что у нас интернет-магазин электроники.
Чтобы привлечь новых клиентов, мы подготовили скидку в 30% к Black Friday. Как и большинство кампаний, мы начали анонсировать акцию за определенной период до её старта (в нашем примере за 2 месяца). В день акции мы видим всплеск продаж и засчитываем всё в успех акции, но давайте посмотрим подробнее на график:

revenue по месяцам
revenue по месяцам

За месяц до акции и месяц после видим отчетливое падение, и акционный «всплеск» не смог компенсировать это. Тот же график, но более наглядно.

Из полученных данных можем сделать вывод — акция не повлияла на продажи. Проведя расчет инкременатальности, как в примерах выше, мы могли бы увидеть, что продажи неинкрементальны.

Постоянные пользователи, которые и так бы купили товар по полной цене, увидев анонс акции, решили подождать месяц и купить дешевле (на графике видим падение продаж за месяц до акции).

Акцией мы не привлекли новых клиентов, показатели остались те же, как если бы мы не запустили кампанию, но из-за скидки мы потеряли 30% revenue.

2. Контекстная реклама по брендовым запросам

Часто контекстная реклама по брендовым запросам в веб-продуктах имеет низкую инкрементальность (при условии, что у продукта хорошо проработана брендовая семантика в SEO), в среднем, % Incrementality ~ 10-30%.

Чем ниже конкурентность в поисковой выдаче по брендовым запросам, тем ниже инкрементальность. Но учитывайте, что даже при низкой инкрементальности не стоит спешить с отключением рекламных кампаний на бренд, т.к. вы оставляете первый экран в поисковой выдаче конкурентам.

3. Ремаркетинговые кампании.

Я уже затрагивал ремаркетиновые кампании в статье, но выделю еще раз.
Чем более горячая аудитория в ремаркетинге (кампании на продление продукта, брошенная корзина и т.д.), тем менее она инкрементальна.

Приведу пример «горячей аудитории» для понимания.
Давайте представим, что у нас продукт по подписке с ежемесячной оплатой и низким Churn Rate ~ 10%. Мы решили запустить ремаркетинговую кампанию на всех пользователей у которых истекает подписка — осталось 5 дней.

Пользователь видит рекламное объявление и кликнув по нему, продлевает подписку. В таком примере процент инкрементальности будет низким, т.к. имея Churn Rate 10% большая часть пользователей (90%) продлит подписку и без ремаркетинговой кампании, т.е. инкрементальность равняется — 10%.

4. OEM канал.

К OEM каналу я отношу предустановку софта (как app, так и web) на девайсы производителей и дальнейшую работу по разным моделям CPI, CPA и т.д. В таких каналах чем узнаваемее бренд (продукт), тем ниже инкрементальность.

Представим, что мы занимаемся дистрибуцией мессенджера WeChat в Китае и договорились с Meizu о предустановке приложения на 1 млн. новых смартфонов. За каждую установку на заводе (CPI) мы будем платить N-сумму.

Не зная про инкрементальность, мы засчитаем все устройства, как абсолютно новую привлеченную нами аудиторию пользователей, но это не так. Знание о WeChat в Китае огромное, и с вероятностью в 70-80% (цифры выдуманные, их нужно считать для каждого конкретного случая) пользователей этих девайсов и так бы установили мессенджер из стора — бесплатно.

От процента инкрементальности будет зависеть дальнейшая стратегия в дистрибуции и назначение цены.

Примерный расчёт зависимости цены от инкрементальности
Примерный расчёт зависимости цены от инкрементальности

Получается, мы привлечем от сотрудничества с Meizu только 20-30% новой аудитории, при таком проценте инкрементальности мы не сможем (экономически невыгодно) платить производителю стоимость, как за 100% инкрементальных пользователей.

Если за 10 пользователей с 100% инкрементальностью мы можем заплатить $1000 (CPI - $100), то при инкрементальности в 20% CPI должен быть равен $20. При тех же затратах в $1000 мы получим 20 пользователей, но из них только 10 будут инкременатльными, т.е CPI на нового пользователя останется тем же — $100.

В этом блоке я привёл четыре примера каналов, где инкрементальность может быть низкой, в действительности их куда больше.


На этом всё. Надеюсь, статья была полезной, и полученные знания помогут вам сделать маркетинговую стратегию эффективнее. Больше подобных статей можно читать на моём telegram-канале «Growth Lab» или на сайте.

Не забудьте поделиться с коллегами или просто с теми, кому может быть интересна статья.

Инкрементальных вам продаж!