2.5 KiB
2.5 KiB
title, type, tags, sources, last_updated
| title | type | tags | sources | last_updated | ||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Incrementality Testing | concept |
|
|
2026-05-01 |
Definition
增量测试（Incrementality Testing）是一套用于衡量付费广告真实业务贡献的方法论，通过对照组设计（Holdout/Control Group）区分"由广告带来的增量转化"与"即使没有广告也会自然发生的转化"。解决归因模型的固有局限性——仅分析有广告触达的用户，而不考虑无广告曝光时的自然转化。
Why Incrementality Matters
传统归因的问题：
- Last-click 过誉：将转化归功于最后一次点击，忽略其他触点
- View-through 虚假转化：用户看过广告但未点击，计为"转化"
- 自然转化混淆：无法区分广告贡献和自然流量
Incrementality 测试回答核心问题：如果没有这个广告，转化量会下降多少？
Testing Methodologies
1. Geo-Split（地理分割测试）
原理：将市场按地理区域分割，一半投放广告，一半暂停，对比转化差异
| 区域 | 处理 |
|---|---|
| Test Market A | 投放广告 |
| Test Market B | 暂停广告 |
| Control Market | 维持正常投放（用于基线校准） |
适用：品牌广告、Display、Video、OOH 最小样本：每个市场 30+ 转化/周
2. Holdout / User-Level Holdout（用户级对照测试）
原理：随机选择 X% 用户完全排除在广告触达之外，对比与正常触达用户的转化率差异
适用：精准追踪能力（Email/Pixel 覆盖率高） 挑战：用户感知可能影响结果
3. Matched Market（匹配市场测试）
原理：使用历史数据识别两个可比较的地理市场，一个投放，一个暂停
适用：无法随机分割用户的大型品牌 关键：Matching 质量决定测试有效性
Key Metrics from Incrementality Tests
| 指标 | 公式 | 解读 |
|---|---|---|
| Uplift | (Test Conv - Control Conv) / Control Conv | 广告带来的增量转化率 |
| CPA Ratio | Holdout CPA / Exposed CPA | 广告效率 vs 无广告基准 |
| True ROAS | Uplift Conv × Avg Order Value / Ad Spend | 真实广告回报 |
Connections
- PaidMediaTrackingSpecialist：增量测试需要可靠的转化追踪基础设施
- BudgetPacing：增量测试结果用于指导预算分配决策
- CrossPlatformPlanning：跨平台增量贡献衡量，指导平台预算分配