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?

Атрибуция: что это и как работает

Определение. 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).

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

Модели атрибуции:

• Последний клик — вся ценность уходит последнему касанию.
• Линейная — вклад делится равномерно.
• Data-driven (Шепли, Марков) — алгоритм учитывает реальные закономерности в цепочках и распределяет ценность 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

Определение. 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: простое 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.

Почему лучше вместе?
Тесты калибруют модели атрибуции, а модели ускоряют ежедневные решения. Так маркетинг опирается не на догадки, а на проверенные данные.

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 применения. 

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 — реже, при сомнениях во вкладе.

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.

Как связать результаты тестов с атрибуцией?
Используйте корректирующие коэффициенты в планировании и отчётности. «Сырые» логи переписывать не нужно.

Заключение

Атрибуция отвечает на вопрос: как распределить вклад между каналами.
Инкрементальность отвечает: 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.

Для бизнесов с многоканальной воронкой оба подхода — обязательная часть сквозной аналитики. См. также Кейсы CyberBrain.