Определение
Инкрементальность — это показатель, который определяет, какой объём продаж или конверсий был получен исключительно благодаря маркетинговому воздействию, а не произошёл бы сам по себе. Иными словами, это «чистый» вклад рекламы, очищенный от заказов, которые клиент совершил бы и без неё.
В DTC- и e-commerce-среде инкрементальность отвечает на ключевой вопрос: «Сколько денег мы бы потеряли, если бы отключили этот канал прямо сейчас?» Всё, что ушло бы вместе с каналом, — это и есть инкрементальный результат. Всё, что осталось бы (органика, прямые заходы, брендовый трафик, повторные покупки) — это baseline, или «естественный» объём.
Для российского рынка это особенно критично: доля брендового и прямого трафика в Яндекс Директе и VK Рекламе часто завышена, и без корректной оценки инкрементальности бюджеты «съедаются» на перехват уже готовых к покупке пользователей.
Аналогия
Представьте, что вы владеете кофейней у метро. Каждое утро мимо проходят 500 человек — часть из них зашла бы к вам в любом случае, потому что это единственная кофейня на пути. Это baseline.
Теперь вы повесили яркий баннер «Кофе за 99 ₽». Пришли ещё 200 человек. Но 80 из них — те же самые постоянные клиенты, которые просто увидели акцию и решили сэкономить. Реальный прирост — 120 человек, а не 200. Вот эти 120 и есть инкрементальные клиенты. Остальные 80 — каннибализация собственного спроса, за который вы ещё и заплатили скидкой.
В маркетинге всё то же самое: платформа отчитывается о 200 конверсиях, а инкрементальных из них — только 120. Разница — это overattribution, или переоценка вклада канала.
Формула
$$
\text{Incrementality} = \frac{\text{Конверсии в тестовой группе} - \text{Конверсии в контрольной группе}}{\text{Конверсии в тестовой группе}} \times 100\%
$$
Альтернативный расчёт через абсолютный прирост:
$$
\text{Incremental Conversions} = \text{Conversions}_{\text{test}} - \text{Conversions}_{\text{control}}
$$
Пример с реальными данными:
Ретейлер косметики запускает гео-тест в Яндекс Директе по 12 городам.
| Показатель | Тестовая группа (реклама вкл.) | Контрольная группа (реклама выкл.) |
|---|---|---|
| Города | 7 | 5 |
| Показы | 1 840 000 | — |
| Заказы | 4 320 | 3 150 |
| CR | 2,35 % | 1,71 % |
| Средний чек | 3 400 ₽ | 3 250 ₽ |
| Выручка | 14 688 000 ₽ | 10 237 500 ₽ |
- Incremental Conversions = 4 320 − 3 150 = 1 170 заказов
- Incrementality = (4 320 − 3 150) / 4 320 = 27,1 %
- Incremental Revenue = 14 688 000 − 10 237 500 = 4 450 500 ₽
То есть 72,9 % заказов из отчёта платформы произошли бы и без рекламы. Если CAC по отчёту составлял 1 200 ₽, то истинный инкрементальный CAC = бюджет / 1 170, что может оказаться в 3–4 раза выше.
Сравнение подходов к измерению
| Метод | Как работает | Плюсы | Минусы | Когда использовать |
|---|---|---|---|---|
| **Last-click атрибуция** | Приписывает конверсию последнему клику | Просто, доступно в Метрике | Системно завышает вклад performance-каналов | Для быстрой оперативки, не для стратегии |
| **Geo-holdout (гео-тест)** | Отключает рекламу в части регионов | Реалистично, учитывает сезонность | Нужен объём трафика, 2–4 недели | Для региональных DTC-брендов |
| **PSA / Ghost Ads** | Часть аудитории видит «пустую» рекламу | Точный контроль, работает в аукционе | Требует интеграции с платформой | Крупные бюджеты, programmatic |
| **Synthetic Control** | Строит «виртуальный» контроль из исторических данных | Не нужно отключать рекламу | Чувствителен к выбросам | Когда holdout невозможен |
| **MMM (маркетинг-микс)** | Регрессия по всем каналам | Видит весь микс, долгосрочный эффект | Дорого, нужны 2+ года данных | Годовое планирование бюджета |
Применение в DTC и e-commerce
1. Перераспределение бюджета между каналами.
Если инкрементальность Яндекс Директа — 35 %, а VK Рекламы — 12 %, то рубль в Директе работает почти в 3 раза эффективнее. Бюджет переезжает туда, где выше *инкрементальный* ROAS, а не отчётный.
2. Защита от «каннибализации» брендового трафика.
Брендовые запросы («купить [бренд]») почти всегда имеют инкрементальность 5–15 %. Их нельзя масштабировать — вы просто платите за то, что и так произошло бы. Инкрементальность помогает отделить брендовые кампании от категорийных и не путать их в отчётах.
3. Оценка промо и скидок.
Flash sale с инкрементальностью 18 % означает, что 82 % покупателей купили бы и по полной цене. Маржа потеряна дважды: на скидке и на рекламе.
4. Ретаргетинг и email-цепочки.
Классический кейс: ретаргетинг на брошенную корзину показывает ROAS 12×, но инкрементальность — 8 %. Большинство пользователей вернулись бы сами. Реальный эффект — только от напоминаний тем, кто «завис» без триггера.
5. Тестирование новых каналов.
Перед масштабированием Telegram Ads или Avito запускается geo-holdout на 10–15 % аудитории. Если инкрементальность ниже 20 % — канал не масштабируется, даже если CPM низкий.
Частые ошибки
- Путать атрибуцию с инкрементальностью. Отчёт платформы показывает *корреляцию*, а не *причинность*. Высокий ROAS ≠ высокий инкремент.
- Игнорировать baseline. Если 70 % заказов — повторные, их нельзя записывать в заслугу канала.
- Слишком короткий тест. 3–5 дней недостаточно: нужна минимум 1 полная неделя + учёт payday-циклов и сезонности.
- Отключать рекламу полностью в контроле. Иногда корректнее использовать PSA (public service announcement) — тогда аудитория видит нейтральный креатив, и эффект чистый.
- Сравнивать группы с разным трафиком. Тест и контроль должны быть сопоставимы по географии, устройству, источнику и времени.
- Забывать про halo-эффект. Отключение рекламы в одном канале просаживает органику и прямые заходы — это тоже часть инкремента.
- Оценивать только последний клик. В DTC-воронке с 4–6 касаниями last-click даёт искажение до 40–60 %.
Связанные термины
- Baseline (базовая линия) — объём продаж без маркетингового воздействия.
- Holdout / контрольная группа — сегмент, на который реклама не показывается.
- Ghost Ads — техника подмены креатива для измерения инкремента в аукционе.
- Cannibalization (каннибализация) — перехват спроса, который был бы получен бесплатно.
- Incremental ROAS (iROAS) — ROAS, рассчитанный только на инкрементальную выручку.
- Lift (лифт) — относительный прирост конверсий в тесте против контроля.
- MMM (Marketing Mix Modeling) — эконометрическая модель распределения вклада каналов.
- Attribution Window — окно атрибуции, в котором засчитывается конверсия.
- PSA (Public Service Announcement) — нейтральное объявление для чистого контроля.