Incrementality

التعريف

Incrementality أو الزيادة الإضافية هي المقياس الذي يحدد مقدار التحويلات أو المبيعات التي حدثت بسبب حملة تسويقية معينة، وليس بسبب عوامل طبيعية كانت ستحدث على أي حال. بمعنى آخر: لو أوقفت الإعلان غداً، كم من هذه المبيعات كان سيختفي فعلاً؟

في عالم التجارة الإلكترونية المباشرة (DTC)، هذا المفهوم هو الفرق بين:

- المبيعات المنسوبة (Attributed Sales): كل من ضغط على الإعلان واشترى.

- المبيعات الإضافية (Incremental Sales): فقط من اشترى لأنه رأى الإعلان.

الفرق بينهما قد يصل إلى 40-70% في بعض الحملات، وهذا يعني أنك قد تدفع مقابل مبيعات كان عميلك سيقوم بها أصلاً.

توضيحي

تخيل أنك تضع مظلة فوق رأسك تحت المطر. هل المظلة هي التي أنزلت المطر؟ بالطبع لا. لكن لو توقفت عن استخدامها، ستبتلل.

- المطر = الطلب الطبيعي الموجود أصلاً (Organic Demand).

- المظلة = الحملة الإعلانية.

- الابتلال = المبيعات التي تخسرها فعلاً عند إيقاف الإعلان.

الـ Incrementality يقيس: كم من "الابتلال" منعته المظلة فعلاً؟ وليس كم قطرة ماء لمست المظلة.

المعادلة

Incremental Lift = (مبيعات المجموعة المعالجة - مبيعات المجموعة الضابطة) / مبيعات المجموعة الضابطة × 100

أو بصيغة أبسط:

Incrementality Rate = (Conversions_Treatment - Conversions_Control) / Conversions_Control

مثال رقمي:

- مجموعة شاهدت الإعلان: 1,200 تحويل

- مجموعة ضابطة (لم تشاهد الإعلان): 800 تحويل

- الفرق = 400 تحويل

- معدل الزيادة الإضافية = (1200 - 800) / 800 = 50%

هذا يعني أن 50% فقط من التحويلات كانت بسبب الإعلان، و50% كانت ستحدث anyway.

جدول المقارنة: Incrementality vs. Attribution

سيناريوهات التطبيق في DTC

1. تخصيص الميزانية بين القنوات

بدلاً من توزيع الميزانية حسب ROAS المُعلن من كل منصة، تستخدم Incrementality لمعرفة القناة التي تضيف مبيعات جديدة فعلاً. مثلاً:

- Meta Ads: ROAS 4.2 لكن Incrementality 25%

- Google Search: ROAS 2.8 لكن Incrementality 65%

النتيجة: Google Search قد يستحق ميزانية أكبر رغم ROAS أقل.

2. قياس حملات Retargeting

الريتارجتينغ هو أكثر القنوات تضخماً في الإسناد. عميل زار الموقع 3 مرات وأضاف للسلة، ثم رأى إعلان ريتارجتينغ واشترى. هل الإعلان هو السبب؟ غالباً لا.

بيانات واقعية: في اختبار Holdout لعلامة أزياء DTC، كانت Incrementality Rate لحملات Retargeting 8% فقط، بينما كانت 42% لحملات Prospecting.

3. قياس تأثير العروض الموسمية

هل خصم 20% في الجمعة البيضاء زاد المبيعات فعلاً؟ أم أن العملاء كانوا سيشترون anyway؟

مثال: متجر إلكترونيات أطلق خصم 15%. المبيعات زادت 30%. لكن مجموعة ضابطة (لم ترَ الخصم) سجلت زيادة 22% بسبب الموسم. الزيادة الإضافية الحقيقية = 8% فقط.

الأخطاء الشائعة

1. الاعتماد الكلي على Attribution

منصات الإعلان تتنافس على نفس التحويل. عميل واحد قد يُحسب لـ Meta وGoogle وTikTok في نفس الوقت. هذا يضخم النتائج ويضلل القرارات.

2. تجاهل المجموعة الضابطة

بدون Holdout Group، لا يمكنك معرفة ما كان سيحدث بدون الإعلان. هذا ليس ترفاً، بل ضرورة.

3. افتراض أن Incrementality ثابتة

الزيادة الإضافية تتغير حسب:

- الموسم

- الجمهور (Cold vs. Warm)

- الإبداع الإعلاني

- المنافسة

4. الخلط بين Incrementality وROI

Incrementality تقيس التحويلات الإضافية، وليس الربحية. قد تكون الزيادة الإضافية عالية لكن التكلفة أعلى من العائد.

5. إهمال تأثير الهالة (Halo Effect)

إعلان على TikTok قد يزيد البحث على Google. الـ Incrementality الحقيقية يجب أن تشمل هذه التأثيرات غير المباشرة.

مصطلحات ذات صلة

- Holdout Group: مجموعة لا ترى الإعلان، تُستخدم كمرجع للمقارنة.

- Control Group: مجموعة ضابطة في تجربة A/B.

- Lift: الفرق في الأداء بين المجموعتين.

- Causal Inference: الاستدلال السببي، الأساس الإحصائي لـ Incrementality.

- Media Mix Modeling (MMM): نموذج إحصائي يقيس تأثير القنوات مجتمعة.

- Geo-Lift Test: اختبار يقارن مناطق جغرافية مختلفة لقياس الزيادة الإضافية.

- Ghost Ads: إعلانات وهمية تُعرض للمجموعة الضابطة لقياس الفرق بدقة.

- Incremental ROAS (iROAS): العائد على الإنفاق الإعلاني بناءً على المبيعات الإضافية فقط.

خلاصة عملية

في سوق DTC العربي، حيث تكلفة الاكتساب (CAC) ترتفع باستمرار، الـ Incrementality ليست مقياساً "متقدماً" بل ضرورة. ابدأ بـ:

1. اختبار Holdout بسيط على قناة واحدة لمدة أسبوعين.

2. قارن النتائج مع تقارير الإسناد.

3. أعد توزيع الميزانية بناءً على الزيادة الإضافية الحقيقية.

4. كرر الاختبار كل ربع سنة.

الهدف ليس معرفة "من اشترى"، بل "من اشترى بسببك".