W kontekście marketingu określa się tak dodatkowe konwersje (np. pobrania aplikacji, zapisy do newslettera czy transakcje), które nie miałyby miejsca, gdyby nie jakieś źródło. Innymi słowy, pojęcie marketing inkrementalny dotyczy wygenerowanej przez dany kanał wartości dodanej. Synonimem może być marketing przyrostowy – pojęcie ściśle związane z tzw. growth hackingiem.
Badanie inkrementalności za pomocą specjalnych testów i eksperymentów (o tym w dalszej części artykułu) sprawdzi się szczególnie w przypadku firm, które:
Zobacz również
-
chcą optymalizować swoje kampanie i ocenić ich rentowość,
-
nie mają zasobów, żeby inwestować w kilka kanałów jednocześnie.
Inkrementalność w marketingu internetowym – jak ją testować?
Dla wielu marketerów wymierność zwrotu z inwestycji w reklamy online wciąż pozostaje niewygodnym tematem, szczególnie jeśli działania marketingowe prowadzone są w sposób wielokanałowy.
Poznaj Cropink – szybko i prosto twórz reklamy produktowe. Uwolnij Twoją kreatywność
„Atakując” klientów z wielu stron równocześnie, czyli na przykład prowadząc kampanie w social mediach, korzystając z Google Ads, mailingu czy innych płatnych źródeł (np. retargeting), niełatwo jest jednoznacznie ocenić, które z działań realnie przekładają się na decyzje zakupowe klientów. Wielokanałowość, chociaż konieczna do bycia zauważonym i zachowania spójności we wszystkich środkach przekazu, siłą rzeczy generuje niestety duże koszty.
Słuchaj podcastu NowyMarketing
Wielu marketerów w poszukiwaniu oszczędności lub chcąc łatać dziury w swoich budżetach, decyduje się na tymczasową rezygnację z losowo wybranego kanału na jakiś czas. O tym, dlaczego takie rozwiązanie nie ma sensu i jak można zrobić to lepiej, poniżej.
Testowanie sekwencyjne – dlaczego ten sposób jest niewłaściwy i nie warto tak robić?
1. Ignorowanie sezonowości
Bardzo duży wpływ na wyniki ma tutaj sezonowość. Wyobraźmy sobie, że testujemy rozwiązania retargetingowe w październiku. Po zakończonym miesiącu badamy atrybuowane wyniki i oceniamy, jaki procent przychodu wygenerował nam ten kanał.
W listopadzie decydujemy się nie prowadzić kampanii retargetingowej i na początku grudnia porównujemy wyniki miesiąc do miesiąca. Okazuje się, że bez dodatkowego kanału i wydanych pieniędzy na retargeting, osiągnęliśmy większą sprzedaż w listopadzie. Czy zatem stwierdzenie, że retargeting nie przyniósł nam żadnej wartości jest poprawne?
Nie, nic bardziej mylnego. Listopad ze względu na Black Friday (i Black Week) dla większości sklepów internetowych jest po prostu bardzo dochodowym okresem. Użytkownicy zachowują się różnie w zależności od promocji, ogólnej koniunktury czy nawet dnia tygodnia (inaczej korzystają z internetu w pracy we wtorek, a inaczej na tablecie z poziomu kanapy w sobotę). Właśnie dlatego ignorowanie sezonowości to bardzo poważny błąd przy badaniu inkrementalności.
2. Kończenie testu zbyt wcześnie lub zbyt późno
Co więcej, w opisanym przykładzie decyzja o zakończeniu testu została podjęta na podstawie umownej daty, czyli na koniec miesiąca. Ciężko stwierdzić, czy taki ,„test” został przeprowadzony poprawnie i czy wyniki są wiarygodne oraz statystycznie istotne. 95% to minimalny poziom istotności statystycznej, do którego powinno się dążyć. Oznacza to zaledwie 5% szans, że wynik testu jest błędny.
Nasuwają się wówczas pytania: Może powinniśmy dać temu rozwiązaniu więcej czasu, np. dwa miesiące? A może przeinwestowaliśmy i dwa tygodnie wystarczyłyby, żeby ocenić, że to nie dla nas?
Wyżej opisane podejście, tzw. testowanie sekwencyjne (z angielskiego sequential testing), jest częstym błędem wśród marketingowców. Jego główna wada polega na braku możliwości wyizolowania testowanego zjawiska z całego ekosystemu prowadzonych działań (nie da się wyizolować regatergetingu, jeśli podjęliśmy już wcześniej decyzję o jego całkowitym wyłączeniu).
Testowanie A/B w celu mierzenia inkrementalności – pojęcia i dobre praktyki
Zdecydowanie lepszym rozwiązaniem do zbadania inkrementalności będzie tzw. podejście A/B, czyli tzw. testowanie side-by-side z dokładnie określonym (z pomocą narzędzi statystycznych) momentem zakończenia testu. Takie podeście pozwala na optymalizcję kosztów i zasobów poświęconych na test, który pozwoli rzetelnie zmierzyć wpływ danej aktywności w porównaniu do scenariusza, w którym potencjalne z niej rezygnujemy.
Jak zatem wygląda takie podejście w praktyce?
Na początku należy zobaczyć, czy testowanie A/B będzie miało sens. Częstym błędem jest prowadzenie testów A/B w momencie, gdy serwis ma np. kilkadziesiąt lub kilkaset konwersji miesięcznie. W takim przypadku zbadanie inkrementalnego efektu nie będzie możliwe. Należy przede wszystkim skupić się na zwiększeniu ruchu na stronie, na przykład poprzez poprawki w UX serwisu, lepsze pozycjonowanie SEO itp.
Grupy użytkowników targetowanych przez konkrety rodzaj komunikacji (np. reklamy retargetingowe) dzielimy na dwie grupy:
- Grupa testowa – otrzymująca reklamy optymalizowane pod wcześniej określony cel (np. maksymalizacja wartości sprzedaży) zgodnie z ustaloną częstotliwością
- Grupa kontrolna – nieotrzymująca reklam w ogóle
Mierząc i porównując wyniki z każdej grupy (np. wartość sprzedaży), możemy w łatwy sposób sprawdzić, które z konwersji i o jakiej wartości nie miałyby miejsca bez reklam. Różnica między grupami – wyrażona w procentach – nazywana jest wzrostem przyrostowym (tzw. incrementality lift). Nie musimy się wówczas martwić sezonowością, bo obie grupy będą ulegały jej skutkom równomiernie. Podobnie jest z innymi działaniami marketingowymi, na przykład badając inkrementalność retargetingu, możemy równocześnie prowadzić kampanie brandingowe lub affilijacyjne, mimo że nie mamy stuprocentowej pewności, że grupy odbiorców się pokrywają. Ze statystycznego punktu widzenia nie jest idealne podejście, ale sprawdza się w praktyce.
Trzy typy inkrementalnego efektu i interpretacja
Jak można się łatwo domyślić, możliwe są trzy scenariusze:
1. Pozytywny przyrost wyników: wyniki grupy testowej są wyższe niż grupy kontrolnej. Oznacza to, że badana kampania płatna była skuteczna, generując wzrost przychodów.
Wniosek: badany kanał jest inkrementalny i powinien zostać włączony. Warto oczywiście wziąć pod uwagę też wymiar kosztowy, sama inkrementalność może nie być wystarczającym powodem.
2. Neutralne: kampania generuje sprzedaż, ale nie ma dodatkowego wzrostu wyników z reklam. W tym przypadku warto rozważyć wstrzymanie kampanii lub wypróbowanie innego podejścia (na przykład zmianę kreacji reklamowej lub aktualizację celowania).
Wniosek: badany kanał nie jest inkrementalny, ale może mieć potencjał po wprowadzeniu niewielkich zmian na stronie lub w ustawieniach kampanii.
3. Negatywny przyrost wyników: kampania działa bardziej szkodliwie niż korzystnie. Choć jest to rzadkie, może się zdarzyć, gdy zbyt duża ekspozycja w kampanii remarketingowej prowadzi do negatywnego wpływu (może być spowodowane np. zbyt dużą częstością, czyli tzw. Ad bombingiem, który wywołuje zazwyczaj odwrotny skutek).
Wniosek: badany kanał nie jest inkrementalny, warto rozważyć bardziej diametralne zmiany w kampanii lub całkowicie wyłączyć kanał.
Podsumowując, tylko poprawnie przeprowadzony test A/B pozwoli zweryfikować inkrementalność wybranego kanału. Testowanie typu on-off nie jest dobrym rozwiązaniem ze względu na duże wahania wynikające z sezonowości. Testowanie A/B pozwala natomiast na wyizolowanie danego kanału we względnie stałych się warunkach. Jakość takiego testu jest lepsza i prowadzi do miarodajnych i rzetelnych ze statystycznego punktu widzenia wniosków.
Artykuł został przygotowany przez ekspertkę – posiadaczkę certyfikatu DIMAQ Professional. Nowy Marketing jest patronem medialnym DIMAQ – międzynarodowego standardu kwalifikacji e-marketingowych.