Incrementality

Definition

Incrementality beantwortet eine Frage, die keine Attribution beantworten kann: Was wäre passiert, wenn wir nichts getan hätten? Gemessen wird der Unterschied zwischen einer Gruppe, die Werbung sieht, und einer vergleichbaren Gruppe, die keine sieht.

Der Aufbau folgt dem medizinischen Vorbild. Eine Kontrollgruppe wird von der Ausspielung ausgeschlossen, danach vergleicht man die Ergebnisse beider Gruppen. Die Differenz ist der zusätzliche Effekt.

Drei Verfahren sind üblich. Geo-Tests schalten Werbung in bestimmten Regionen ab und vergleichen mit ähnlichen Regionen. Nutzerbasierte Tests teilen die Zielgruppe innerhalb der Plattform auf, etwa als Conversion-Lift-Studie. Zeitbasierte Tests schalten abwechselnd an und aus, was am fehleranfälligsten ist, weil sich in der Zwischenzeit auch anderes ändert.

Der Gegenbegriff ist die Kannibalisierung: Umsatz, den ein Kanal ausweist, der aber ohnehin gekommen wäre, oft über die Marken-Suche.

Warum das für dich zählt

Plattformen und Attributionsmodelle rechnen sich systematisch zu viel zu. Sie zählen, was sie sehen, und sie sehen vor allem Menschen, die ohnehin nahe am Kauf waren. Retargeting ist der klassische Fall: Es erwischt Leute, die den Warenkorb gefüllt haben, und schreibt sich deren Bestellungen gut.

Die Größenordnung ist selten klein. In sauberen Tests liegt der tatsächliche Zusatzeffekt häufig bei einem Bruchteil dessen, was die Plattform ausweist. Wer sein Budget nach Plattformzahlen verteilt, verteilt es nach einem verzerrten Bild.

Der Preis dafür ist Verzicht. Eine Kontrollgruppe bedeutet, dass ein Teil deiner Zielgruppe bewusst keine Werbung bekommt, und das kostet kurzfristig Umsatz. Das ist der Preis für eine belastbare Antwort.

Wie wir damit arbeiten

Wir schlagen Tests dort vor, wo viel Budget an einer Annahme hängt, typischerweise bei Retargeting, bei Marken-Suchbegriffen und bei Reichweitenkanälen. Bei kleinen Budgets lohnt der Aufwand nicht, und dann sagen wir das.

Vor jedem Test steht die nötige Laufzeit und die erwartete Effektgröße. Ein Test, der einen Unterschied von fünf Prozent finden soll, aber nur zwei Wochen läuft, liefert kein Ergebnis, sondern Rauschen.

Für die kanalübergreifende Verteilung ergänzen wir das um Marketing Mix Modeling. Und wir zeigen dir auch die Tests, bei denen ein Kanal schlechter abschneidet als gedacht. Dein Budget ist unser Maßstab, nicht die Zahl im Plattformbericht. Verwandt sind Attribution und Customer Acquisition Cost.