Inkrementalitätstests sind eine wissenschaftliche Methode, um den spezifischen Wert einer Anzeige zu messen, indem eine Gruppe, die der Anzeige ausgesetzt war, mit einer Kontrollgruppe verglichen wird, die dies nicht war. Diese Methodik identifiziert den „Lift“ oder die zusätzlichen Conversions, die ohne die Medienausgaben nicht stattgefunden hätten. Sie geht über Standard-Attributionsmodelle hinaus, um den wahren kausalen Einfluss einer Kampagne auf den Geschäftsumsatz aufzudecken.
Was ist Inkrementalität in der digitalen Werbung?
Im digitalen Bereich bezieht sich Inkrementalität auf den Anstieg eines gewünschten Ergebnisses, wie z. B. Verkäufe oder Lead-Einreichungen, der direkt durch eine bestimmte Marketingmaßnahme verursacht wird. Die meisten Standard-Attributionsmodelle, wie Last-Click oder sogar Multi-Touch-Attribution, weisen den Kredit einfach dem letzten Touchpoint vor einer Conversion zu. Dies führt oft zu einer Situation, in der eine Marke für einen Kunden bezahlt, der ohnehin bei ihr kaufen wollte.
Zum Beispiel könnte ein Nutzer nach Ihrem Markennamen bei Google suchen, auf eine Marken-Suchanzeige klicken und einen Kauf abschließen. Ein Last-Click-Modell gibt dieser Anzeige 100% Kredit. Wenn dieser Nutzer jedoch auf das organische Suchergebnis direkt darunter geklickt und dasselbe Produkt gekauft hätte, war die Anzeige nicht inkrementell. Inkrementalitätstests helfen Ihnen, diese Redundanzen zu erkennen und das Budget auf effektivere Bereiche umzuverteilen.
Wie wählt man zwischen Geo-Holdouts und Zielgruppen-Holdouts?
Vermarkter haben im Allgemeinen zwei primäre Möglichkeiten, diese Tests zu strukturieren. Die erste ist ein Geo-Holdout, bei dem bestimmte geografische Regionen – wie bestimmte Städte oder Bundesstaaten – ausgewählt werden, um als Kontrollgruppe zu dienen, in der Anzeigen pausiert oder eingeschränkt werden. Die zweite ist ein Zielgruppen-Holdout, bei dem die Werbeplattform Ihre Zielgruppe unabhängig von ihrem Standort zufällig in zwei Gruppen aufteilt und eine davon von der Anzeige ausschließt.
Geo-Holdouts sind nützlich, wenn Sie die Gesamtwirkung eines Media-Mix über alle Kanäle hinweg messen möchten, einschließlich Offline-Kanälen. Sie sind weniger anfällig für Cookie-Löschungen oder Tracking-Probleme im Zusammenhang mit dem Datenschutz. Sie erfordern jedoch eine sorgfältige Abstimmung von „Zwillingsmärkten“, um sicherzustellen, dass sich die Kontrollstadt in Bezug auf Demografie und historisches Verkaufsvolumen ähnlich verhält wie die Behandlungsstadt. Wenn Sie in einer Stadt mit einem einzigartigen saisonalen Trend testen, können Ihre Ergebnisse verzerrt sein.
Zielgruppen-Holdouts sind in der Regel einfacher innerhalb einer einzigen Plattform wie Meta oder Google durchzuführen. Sie bieten eine hohe Granularität, sind aber durch die Fähigkeit der Plattform begrenzt, Nutzer konsistent zu verfolgen. Wenn ein Nutzer das Gerät wechselt oder seine Browserdaten löscht, sieht er möglicherweise versehentlich eine Anzeige, obwohl er in der Holdout-Gruppe ist. Diese Kontamination kann dazu führen, dass die Anzeigen weniger effektiv erscheinen, als sie tatsächlich sind.
Wie funktionieren Conversion-Lift-Studien auf großen Plattformen?
Die meisten großen Plattformen bieten integrierte Tools an, um diese Tests durchzuführen, ohne komplexe externe Data Science zu erfordern. Bei Meta finden Sie das Tool „Experimente“ im Menü des Werbeanzeigenmanagers. Dies ermöglicht es Ihnen, eine Conversion-Lift-Studie einzurichten, bei der die Plattform automatisch den Split verwaltet und einen Bericht über die inkrementellen Conversions und den inkrementellen ROAS (iROAS) liefert.
Google Ads bietet eine ähnliche Funktionalität durch seine Lift-Mess-Suite. Dies ist üblich für YouTube- und Videokampagnen, kann aber in bestimmten Kontokonfigurationen auch auf Suche und Discovery angewendet werden. Diese plattformnativen Tools sind ein großartiger Ausgangspunkt für Marken, die mindestens 20.000 bis 50.000 US-Dollar pro Monat auf einem einzigen Kanal ausgeben. Dieses Ausgabenniveau ist normalerweise erforderlich, um genügend Conversion-Volumen für statistische Signifikanz zu generieren.
Warum sollten Sie Inkrementalität verwenden, um MMM zu kalibrieren?
Marketing Mix Modeling (MMM) ist eine statistische Top-Down-Methode, die verwendet wird, um den Einfluss verschiedener Marketingkanäle auf den Umsatz zu schätzen. Während MMM hervorragend für die langfristige Planung geeignet ist, basieren seine Ergebnisse auf historischen Korrelationen, die manchmal irreführend sein können. Durch die Durchführung regelmäßiger Inkrementalitätstests können Sie dem MMM „Ground Truth“-Datenpunkte liefern, um sicherzustellen, dass das Modell korrekt ist.
Wenn Ihr MMM darauf hindeutet, dass Ihre Social-Media-Anzeigen einen 4-fachen ROI haben, eine Conversion-Lift-Studie jedoch einen inkrementellen ROI von nur 1,5-fach zeigt, können Sie dieses Experimentergebnis verwenden, um das Modell zu kalibrieren. Dies stellt sicher, dass die Gewichte und Koeffizienten in Ihrem MMM die tatsächliche Kausalität widerspiegeln und nicht nur zufälliges Timing. Alien Road-Praktiker verwenden diesen hybriden Ansatz oft, um eine realistischere Sicht auf die Budgetallokation zu bieten.
Wie entwirft man ein erfolgreiches Inkrementalitätsexperiment?
Ein erfolgreicher Test erfordert eine klare Hypothese und eine strenge Kontrolle über externe Variablen. Beginnen Sie damit, zu definieren, was Sie messen möchten. Zum Beispiel könnten Sie fragen: „Führt eine Erhöhung unseres YouTube-Budgets um 20% im Mittleren Westen zu einem proportionalen Anstieg der Neukundengewinnung?“ Sobald die Frage festgelegt ist, müssen Sie sicherstellen, dass während des Testzeitraums keine anderen größeren Änderungen auftreten.
- Definieren Sie Ihre Erfolgsmetrik: Konzentrieren Sie sich auf eine Bottom-Funnel-Metrik wie Verkäufe oder qualifizierte Leads anstelle von Klicks.
- Wählen Sie einen repräsentativen Zeitrahmen: Tests müssen normalerweise mindestens 14 bis 30 Tage laufen, um wöchentliche Einkaufszyklen zu berücksichtigen.
- Sorgen Sie für eine ausreichende Stichprobengröße: Sie benötigen genügend Conversion-Ereignisse in beiden Gruppen, um zu 95% von den Ergebnissen überzeugt zu sein.
- Vermeiden Sie überlappende Änderungen: Starten Sie während des Tests keine neuen seitenweiten Werbeaktionen und ändern Sie nicht Ihre Landingpages.
- Isolieren Sie den Kanal: Stellen Sie sicher, dass andere Marketingaktivitäten sowohl in der Behandlungs- als auch in der Kontrollgruppe konstant bleiben.
Häufige Fallstricke bei der Inkrementalitätsmessung
Einer der häufigsten Fehler ist es, den kanalübergreifenden Einfluss von Anzeigen zu ignorieren. Wenn Sie Meta-Anzeigen in einem Geo-Holdout ausschalten, sehen Sie möglicherweise auch einen Rückgang des Markensuchvolumens bei Google. Wenn Sie nur die Plattformdaten von Meta betrachten, werden Sie den wahren Wert dieser Anzeigen bei der Steigerung des Suchverkehrs verpassen. Deshalb ist es wichtig, den gesamten Geschäftsumsatz in den Testregionen zu betrachten.
Ein weiteres Problem ist die Selektionsverzerrung. Wenn Sie manuell auswählen, welche Nutzer in die Kontrollgruppe kommen, anstatt einen randomisierten Algorithmus zu verwenden, sind die Gruppen nicht vergleichbar. Verlassen Sie sich immer auf plattformnative Randomisierung oder Tools von Drittanbietern, die für experimentelles Design entwickelt wurden. Vermeiden Sie außerdem Tests während extremer saisonaler Spitzen wie dem Black Friday, da die hohe Basislinie der organischen Verkäufe das Signal Ihrer Werbung überlagern kann.
Ist Retargeting für Ihre Marke tatsächlich inkrementell?
Retargeting ist oft der Kanal mit dem höchsten gemeldeten ROAS, aber der niedrigsten Inkrementalität. Da Sie Personen ansprechen, die Ihre Website bereits besucht haben, wären viele von ihnen ohnehin zurückgekehrt, um ihren Kauf abzuschließen. Ein häufiges Muster in einem typischen Konto ist es, einen 10-fachen ROAS beim Retargeting zu sehen, aber festzustellen, dass der tatsächliche Lift näher bei 1,1-fach liegt, wenn ein Holdout angewendet wird.
Um dies zu testen, können Sie ein spezifisches Zielgruppen-Holdout für Ihre Retargeting-Kampagnen erstellen. Wenn die Gruppe, die die Retargeting-Anzeigen sieht, nicht mit einer signifikant höheren Rate konvertiert als die Gruppe, die dies nicht tut, geben Sie wahrscheinlich zu viel für diesen Kanal aus. Die Umverteilung dieses Budgets auf Top-of-Funnel-Prospecting kann oft zu einem besseren langfristigen Wachstum für die Marke führen.
Praktische Metriken, die während des Tests verfolgt werden sollten
Wenn Sie Ihren Inkrementalitätsbericht analysieren, konzentrieren Sie sich auf Metriken, die den Lift beschreiben, anstatt die Effizienz. Ein hoher ROAS in einem Plattformbericht spielt keine Rolle, wenn die Inkrementalität niedrig ist. Sie möchten sehen, wie viel zusätzlichen Umsatz jeder ausgegebene Dollar in das Unternehmen bringt.
- Inkrementeller ROAS (iROAS): Gesamter inkrementeller Umsatz geteilt durch die gesamten Werbeausgaben während des Tests.
- Conversion-Lift-Prozentsatz: Der prozentuale Anstieg der Conversions in der Behandlungsgruppe im Vergleich zur Kontrollgruppe.
- Kosten pro inkrementeller Conversion: Die Gesamtausgaben geteilt durch die Anzahl der generierten zusätzlichen Conversions.
- Statistische Signifikanz: Ein p-Wert, der die Wahrscheinlichkeit angibt, dass der Lift kein zufälliges Ereignis war.
- Basis-Conversions: Die Anzahl der Verkäufe, die die Kontrollgruppe ohne Anzeigenkontakt generiert hat.
Wo Sie diese Woche anfangen sollten
Beginnen Sie damit, Ihre aktuellen Attributionsdaten zu überprüfen und den Kanal zu identifizieren, bei dem Sie die größte Überschneidung mit organischem Verkehr vermuten. Für viele Marken sind dies oft Markensuch- oder hochfrequente Retargeting-Kampagnen. Überprüfen Sie Ihren Meta Werbeanzeigenmanager oder Ihr Google Ads-Konto, um zu sehen, ob Sie die Mindest-Conversion-Schwellenwerte für eine integrierte Lift-Studie erfüllen. Diese Schwellenwerte sind normalerweise in den Abschnitten „Experimente“ oder „Messung“ der Plattformen sichtbar.
Wenn Sie mehr als 10.000 US-Dollar pro Monat auf einer einzigen Plattform ausgeben, versuchen Sie, ein kleines Zielgruppen-Holdout einzurichten, das 10% Ihrer Zielgruppe zwei Wochen lang von Anzeigen fernhält. Verwenden Sie diese ersten Daten, um Ihre Basis-Inkrementalität zu verstehen. Sobald Sie mit dem Prozess vertraut sind, können Sie zu komplexeren Geo-Tests oder einer vollständigen MMM-Kalibrierung übergehen, um Ihr gesamtes Marketingbudget über alle von Alien Road vorgeschlagenen Kanäle hinweg zu optimieren.
Weiterlesen: Strategische Planung · Werbung