Атрибуция и инкрементальность: отличия, как работают вместе

На рынке до конца не понимают, какую задачу должна решать атрибуция, где заканчиваются её полномочия и начинается зона ответственности других инструментов.

Давайте разберём два подхода, которые часто смешивают. Они могут и в идеале должны работать вместе, но отвечают на разные вопросы и не заменяют друг друга.

Что такое атрибуция в маркетинге

Математическая модель, которая определяет вклад каждого рекламного инструмента в итоговые конверсии.

Что такое инкрементальность

Математический подход для оценки дополнительных продаж, которых не было бы без рекламы.

Чем отличается атрибуция от инкрементальности

Инкрементальная модель отвечает на вопрос, какой дополнительный результат появился благодаря рекламе и произошёл бы он без неё.

Атрибуция отвечает на вопрос, как весь итоговый результат распределился между каналами и касаниями.

Пример: как ретаргетинг влияет на заказы

Покажем разницу через uplift-тест, один из базовых способов измерить инкрементальность.

Интернет-магазин хочет понять, создаёт ли ретаргетинг новые заказы или просто напоминает о товаре тем, кто и так купил бы.

До запуска аудиторию случайно разделили на две группы:

• тестовая: 80 000 человек, которым показывали рекламу
• контрольная: 100 000 человек, которым рекламу не показывали

За 14 дней тестовая группа сделала 800 заказов, контрольная — 880. Разница — 80 заказов, но сравнивать результаты напрямую нельзя: первая группа на 20 000 человек меньше.

Поэтому смотрим не на число заказов, а на долю покупателей:

• в тестовой группе заказ сделал 1% пользователей
• в контрольной — 0,88%

Если бы 80 000 человек из тестовой группы покупали так же, как контрольная, это принесло бы 704 заказа. Но по факту их 800.

• ретаргетинг принёс бизнесу 96 дополнительных заказов
• атрибуция за тот же период могла записать на него, например, 300 заказов

И в этом не было бы ошибки. Все эти люди взаимодействовали с рекламой перед покупкой, но инкрементальный тест показал её добавочный вклад в продажи.

Одно нельзя заменить другим: у подходов разные задачи и принцип работы.

Почему атрибуция не определяет причинность

Атрибуция работает с зафиксированными касаниями. Она видит баннер в цепочке и считает его полноценным участником пути к конверсии, но не анализирует мотивацию пользователя.

Можно ли точно сказать, купил бы человек без баннера или нет? Для этого пришлось бы построить машину времени и создать параллельную реальность, где баннер не запускали. Затем сравнить две реальности и узнать, повлиял баннер на продажу или нет.

В двух словах мы только что описали инкрементальность.

Её задача — оценить вероятность покупки без баннера и добавить в расчёт то, чего атрибуции не хватает: причинность и дополнительный эффект рекламы.

Строить машину времени — не задача атрибуции.

Как инкрементальность дополняет атрибуцию

Инкрементальность не раскладывает весь итоговый результат между всеми касаниями. Она показывает, создала ли кампания дополнительный результат и в каком объёме.

Атрибуция, в свою очередь, оценивает роли каналов внутри всей цепочки: какие инструменты участвовали в пути клиента и какой вес получили по выбранной модели.

Инкрементальность помогает проверить и откалибровать выводы атрибуции. Она показывает, не получает ли канал заслугу за спрос, который возник бы без рекламы.

Когда достаточно одного подхода

Если у вас одна контекстная кампания, для оценки её добавочного эффекта может хватить инкрементального теста.

Но если кампаний много и в медиамиксе есть performance и медийная реклама, одной инкрементальности недостаточно. Сначала она помогает оценить дополнительный эффект, затем атрибуция распределяет вклад между каналами и касаниями.

Выводы

1. Атрибуция — качественный инструмент, который решает свою задачу: распределяет итоговые конверсии между рекламными инструментами.

У неё нет механизмов, чтобы оценивать причинность и дополнительный эффект от рекламы. Этим занимается инкрементальность.

2. Дали атрибуции неточные данные – получили неточные выводы.

Некоторые этого не понимают и ждут от крутого и полезного инструмента решения проблем за пределами его компетенций. А потом обвиняют микроскоп в том, что им не получилось забить гвозди.

⚡️ Читайте интересные заметки и лонгриды первыми – подпишитесь на TG-канал CyberBrain