Картинка статьи
Кристина Устиноваредактор CyberBrain

Метрики инкрементальности

В отдельной статье мы сравнили атрибуцию и инкрементальность и разобрали, когда применять каждый из подходов. Теперь подробнее остановимся на метриках инкрементальности — что они показывают, как их считать и как правильно интерпретировать результаты тестов.

Incremental Conversions (инкрементальные конверсии)

Это количество дополнительных действий (покупок, заявок, регистраций), которые появились именно из-за рекламы.

  • Если тестовая и контрольная группы одинакового размера:
    считаем разницу в конверсиях.
    Пример: в контрольной группе — 100 покупок, в тестовой — 130. Кампания принесла 30 дополнительных покупок.

  • Если группы разного размера:
    сравнивать «голые» числа нельзя — нужно смотреть процент конверсии (CR).
    Пример: в тесте 10 000 пользователей и 130 покупок (CR = 1,3 %), в контроле 8 000 пользователей и 80 покупок (CR = 1 %).
    Разница в конверсии = 0,3 п. п. (процентных пунктов). Это и есть инкрементальный эффект: на каждую 1000 пользователей реклама дала +3 дополнительных покупки.

Incrementality Rate (уровень инкрементальности)

Показывает, какую часть конверсий можно отнести именно на счёт рекламы.

  • Если группы равны по размеру:
    Incrementality Rate = Incremental Conversions / Conversions in Test Group

  • Более универсальный способ — через конверсионные ставки (CR):
    Incrementality Rate = (CR_test − CR_control) / CR_test
    Этот вариант показывает долю всех конверсий в тесте, которые связаны с рекламой.

  • Иногда используют другое определение:
    Incrementality Rate = (CR_test − CR_control) / CR_control
    В этом случае показатель отражает относительный прирост конверсий по сравнению с контролем.

Пример:
В тесте 10 000 пользователей и 130 покупок (CR = 1,3 %).
В контроле 8 000 пользователей и 80 покупок (CR = 1 %).

  • По первой формуле: (1,3 % − 1 %) / 1,3 % ≈ 23 %. Значит, почти четверть конверсий в тестовой группе связана с рекламой.

  • По второй формуле: (1,3 % − 1 %) / 1 % = 30 %. Это относительный прирост конверсий по сравнению с контролем.

Важно: нужно выбрать одну формулу и использовать её последовательно, чтобы метрики были сопоставимы между кампаниями.

Lift % (лифт, относительное увеличение)

Показывает в процентах, насколько результат в тестовой группе оказался больше, чем в контрольной.

  • Если группы одинакового размера:
    Lift % = (Test Conversions − Control Conversions) / Control Conversions × 100%

  • Если группы разного размера:
    Lift % = (CR_test − CR_control) / CR_control × 100%

Пример:

  • В тесте и контроле по 10 000 пользователей: 130 покупок против 100 → лифт = (130 − 100) / 100 × 100% = +30 %.

  • Если в тесте 10 000 пользователей и 130 покупок (CR = 1,3 %), а в контроле 8 000 пользователей и 80 покупок (CR = 1 %), то лифт = (1,3 % − 1 %) / 1 % = +30 %.

Важно: маленький лифт (например, +5 %) может оказаться статистически незначимым, если минимально детектируемый эффект (MDE) для данного теста выше. В таком случае нельзя уверенно сказать, что рост связан с рекламой.

MDE (Minimum Detectable Effect)

Это минимальный прирост, который можно статистически подтвердить при заданных размере выборки, длительности теста, мощности (обычно 80 %) и уровне значимости (обычно 5 %).
Если реальный эффект меньше MDE, то данные не позволяют отличить его от случайных колебаний.

Пример: если разница между группами всего 5 %, а MDE = 10 %, то тест не покажет значимого эффекта — выборка слишком маленькая или тест идёт слишком мало времени.

Incremental ROAS (iROAS)

Обычный ROAS (Return on Ad Spend) показывает, сколько рублей принёс каждый рубль рекламы.
iROAS — то же самое, только считается не по всем продажам, а только по дополнительным.

Формула:
iROAS = Incremental Revenue / Ad Spend

Пример: кампания стоила 100 000 ₽, принесла дополнительно 300 000 ₽ → iROAS = 3. То есть на каждый рубль рекламы бизнес получил 3 рубля «чистого» дохода.

Incremental CPA (стоимость инкрементальной конверсии)

CPA (Cost per Action) — это цена за одно целевое действие. Incremental CPA показывает, сколько реально стоила каждая дополнительная заявка.

Формула:
Incremental CPA = Ad Spend / Incremental Conversions

Пример: бюджет 100 000 ₽, прирост = 30 заявок → каждая дополнительная заявка обошлась в 3 333 ₽.

Важно: иногда метрики iROAS и Incremental CPA считают не только на основе выручки, но и на основе прибыли (например, incremental profit / spend). Это зависит от внутренних правил компании. Главное — сравнивать каналы и кампании по одной и той же базе расчёта.

Таким образом:

  • Incremental Conversions и Lift % отвечают на вопрос, сколько дала реклама в абсолюте и в процентах.

  • iROAS и Incremental CPA показывают экономическую эффективность именно прироста.

  • MDE помогает понять, когда эффект маленький и статистически неотличим от случайности.

поделиться:
Популярные статьи
статья 10 min read Как и зачем внедрять data-driven атрибуцию в бизнес: 5 основных шагов Атрибуция на основе данных — мощное решение для контроля эффективности и оптимизации рекламы. Но как его интегрировать и можно ли это сделать самостоятельно? В этой статье мы вместе преодолеем пять основных препятствий на пути к внедрению атрибуции — и превратим их в пять конкретных шагов для реализации.
Никита ЛисицынCEO CyberBrain
оптимизация 12 min read Больше лидов — меньше CPA: первый и единственный гайд по оптимизации медийной рекламы от CyberBrain Медийная реклама должна работать на продажи — и точка. В статье вас ждёт описание фреймворка, который служит именно этой цели.
Никита Лисицын CEO CyberBrain
3 min read Анализ расхождений трекера и кабинетов Системный подход к оптимизации медийной рекламы невозможен без чистых данных. Но что если данные трекера и рекламного кабинета не совпадают? Рассказываем, откуда берутся расхождения и что с этим делать.
Никита Лисицын CEO CyberBrain
об атрибуции просто 10 min Распространённые ошибки в маркетинговой атрибуции и как их избежать Ошибки в атрибуции могут стоить бизнесу дорого: вы теряете бюджет, усиливаете неэффективные каналы и делаете неверные выводы. В этой статье — типичные ошибки в настройке и интерпретации атрибуции и рекомендации, как их избежать.
Никита Лисицын CEO CyberBrain
об атрибуции просто 8 min Атрибуция и инкрементальность: различия и применение Разбираем два ключевых подхода к оценке эффективности рекламы: атрибуцию и инкрементальность. Объясняем, чем они отличаются, какие задачи решают и как их применять в связке. В материале — понятные определения, сравнительная таблица, примеры и ограничения каждого метода.
Никита Лисицын CEO CyberBrain
об атрибуции просто 8 min First click или Last touch? Отличия, когда и какую модель использовать Объясняем отличия моделей атрибуции в Яндекс.Метрике и даём рекомендации по их применению.
Никита Лисицын CEO CyberBrain
Подписывайтесь на канал Мониторим рынок из первоисточников и делимся краеугольными событиями IT и digital-рынков