Атрибуция и инкрементальность: различия и применение

Атрибуция и инкрементальность: чем отличаются подходы, когда их применять и почему вместе они становятся основой сквозной аналитики и оптимизации рекламного бюджета.

Атрибуция и инкрементальность – два подхода к оценке эффективности рекламы. Первый распределяет вклад между каналами и касаниями, второй показывает реальный прирост продаж: что изменилось бы без кампании. Разберём, чем они отличаются, когда применять каждый из них и почему вместе они становятся основой сквозной аналитики и оптимизации рекламного бюджета.

• Атрибуция распределяет ценность между касаниями клиента.
• Инкрементальность отвечает на вопрос: что произошло бы без этой рекламы?
• Если хотите пройти тему атрибуции по порядку, начните с большой обзорной статьи. Там собраны модели, окно атрибуции, типовые ошибки и ссылки на другие материалы по теме. А мы начинаем!

Атрибуция: что это и как работает

Атрибуция – методика, которая распределяет вклад в конверсию между всеми каналами, с которыми взаимодействовал клиент. Для расчёта используются разные инструменты атрибуции – от простых правил до алгоритмических моделей (Шепли, Марков).

Человек увидел баннер, кликнул по поисковой рекламе, затем перешёл по e-mail и сделал заказ. Атрибуция позволяет понять, какой вклад внёс каждый канал.

Пример, как работают разные модели атрибуции:

• Последний клик – вся ценность уходит последнему касанию
• Линейная – вклад делится равномерно
• Data driven (модели на основе данных: Шепли, Марков и др.) – алгоритм учитывает физические закономерности в цепочках и распределяет ценность максимально справедливо

Подробнее см. Атрибуция Шепли: что это и как работает.

Ограничение

Атрибуция показывает распределение ценности внутри цепочки, но не отвечает, произошли бы эти продажи без рекламы. Поэтому её используют вместе с инкрементальностью и другими методами сквозной аналитики, чтобы картина эффективности каналов была полной.

Инкрементальность: измерение прироста

Инкрементальность (incrementality) – подход, который измеряет дополнительный эффект от рекламы. Проще: сколько продаж или заявок появилось только благодаря кампании.

Как работает

• Контрольная группа – пользователи без показа рекламы.
• Экспериментальная группа – пользователи, которым показывали рекламу.
  Сравнение этих групп показывает прирост.

Пример

В контроле 100 покупок, в тесте – 130. Кампания дала +30 дополнительных продаж. Если группы разного размера, сравнивают не сырые числа, а долю конверсий (CR).

Ограничение

Тесты требуют времени, бюджета и больших выборок. Они отвечают на вопрос «нужна ли реклама вообще», но не показывают вклад отдельных касаний.

Атрибуция vs инкрементальность: сравнение

На какой вопрос отвечают

• Атрибуция – как распределить ценность между каналами.
• Инкрементальность – что изменилось бы без рекламы.

Когда применять

• Атрибуция – для ежедневной оптимизации и распределения бюджета.
• Инкрементальность – для стратегических решений: оставить или выключить канал, оценить медийные кампании.

Как это работает на практике

Атрибуция и инкрементальность решают разные задачи, но дополняют друг друга.

• Атрибуция используется ежедневно: перераспределение бюджетов, выбор креативов, оценка связок.
• Инкрементальные тесты запускают реже – обычно раз в квартал для крупных медийных каналов и точечно для performance. Такие проверки помогают скорректировать модели атрибуции и сделать оптимизацию рекламного бюджета более обоснованной.

Пример

Атрибуция показывает, что около 10% всех заказов связаны с рекламой во ВК. Но это не значит, что реклама создала все эти заказы: часть пользователей могла бы купить и без неё. Инкрементальный тест помогает отделить «естественные» покупки от тех, что реально принесла реклама. В тесте выяснилось, что прирост составил только +5%.

Чтобы не переоценивать канал, в отчёты вводят корректирующий коэффициент. Например, если атрибуция показывает 10% вклад, а тест подтверждает лишь половину, то при планировании рекламных бюджетов и медиамикса используют коэффициент 0,5. Это позволяет видеть реальную эффективность канала, распределять бюджеты точнее и не завышать его роль в общей сквозной аналитике.

Подробнее о технической стороне см. Пошаговое внедрение мультиканальной атрибуции.

Атрибуция и инкрементальность: часто задаваемые вопросы

Можно ли заменить атрибуцию инкрементальностью

Нет. Инкрементальность отвечает на вопрос, есть ли прирост вообще, а атрибуция помогает ежедневно управлять вкладом каналов. Вместе они дают устойчивые решения.

Как часто проводить инкрементальные тесты

Для крупных медийных каналов – раз в квартал или после крупных изменений. Для performance можно реже, когда сомневаетесь во вкладе каналов.

Сколько данных нужно для uplift-теста

Объём зависит от ожидаемого прироста. Чем меньше эффект, тем больше выборка. Если событий мало, можно использовать гео-тесты или увеличить окно наблюдения.

Заключение

• Атрибуция отвечает на вопрос, как распределить вклад между каналами.
• Инкрементальность помогает понять, создаёт ли реклама прирост продаж.

Вместе они формируют честную систему оценки эффективности рекламы, которая становится частью сквозной аналитики. Такой подход помогает бизнесу управлять маркетингом на основе данных, повышать эффективность каналов и точнее оптимизировать рекламный бюджет.

Что делать дальше

Конечно, смотреть кейсы CyberBrain, обзорный материал об атрибуции и подписываться на авторский TG-канал с уникальным контентом. Мы рады вам на всех наших площадках!

Подсказка: вбейте #атрибуция в поиске по TG-каналу – раскрыли эту тему со всех сторон: как пользоваться, как выбрать, зачем нужна бизнесу, примеры из жизни и тонкости, о которых больше нигде не расскажут 😉