Kochava：增量與采用測試與學習方法

衡量真實的增量需要投入時間和資源，但是高級A/B測試可以確定活動的有效性，而無需做同樣的事情。

一名UA經(jīng)理為50萬美元的消費者開展了價值5萬美元的廣告系列。其中，已安裝30K。競選成功了嗎？

要回答這個問題，您需要知道在沒有看到廣告的情況下會有多少人購買。這就是增量測試有望解決的問題，但是要獲得增量測試，營銷人員必須忍受通常很復雜且昂貴的過程。還有其他更實惠的途徑也可以回答您的廣告系列效果如何的問題。

就像大多數(shù)事情一樣，答案是“也許”。但通常，歸因與增量性相混淆。然而，它們是非常不同的度量方法，并且每種方法都尋求不同的結(jié)果。

增量和提升

增量營銷已成為最近的流行語，因為營銷人員不僅要衡量廣告系列的結(jié)果，還要確定廣告是否真正影響了轉(zhuǎn)化。問題是，他們所要求的可能不是他們作為企業(yè)最實用的東西。進行增量練習需要投入時間和金錢，其中還包括機會成本。

什么是真正的增量？

要衡量增量（也稱為提升或因果關(guān)系），您需要衡量可能已經(jīng)轉(zhuǎn)化（即購買）的消費者數(shù)量，無論他們是否看到了您的廣告。

需要澄清的一件事-進行增量練習與歸因不同。如生態(tài)系統(tǒng)中通常討論的那樣，單擊不會驅(qū)動安裝。通常，我們將消費者與廣告的互動等同于與動作（事件）直接相關(guān)，但是相關(guān)性并不等于因果關(guān)系。促成安裝的因素很多，我們永遠不會一無所知。

增量測試通常涉及對符合條件的受眾群體進行細分，從中將他們劃分為堅持派或?qū)φ战M。該組被禁止，沒有廣告。然后，您向另一半做廣告并比較轉(zhuǎn)化率。這就是增量測試開始變得棘手的地方。

在收到廣告的群組中，您無法驗證該群組中的每個人都看到了該廣告。在看過廣告的用戶中，您仍然不知道該小組中的某些人是否是品牌忠實擁護者，并且無論看到了廣告如何，都會轉(zhuǎn)化。此外，在那些收到您廣告的用戶中，由于您正在與其他廣告客戶爭奪同一批高質(zhì)量的消費者，因此存在數(shù)據(jù)偏差的可能性。有可能，您將為質(zhì)量較低的消費者贏得更多競標。最后，要測量提升量，需要進行多次測試，這不僅成本高昂，而且還因為沒有向保留組宣傳而損失了機會成本。

讓我們談談PSA和幽靈廣告

當您對保留組執(zhí)行增量測試時，您將無法公平地比較廣告系列的結(jié)果，因為沒有向他們投放任何廣告。為了進行更公平的比較，您可以拆分保留組，并投放公共服務公告（PSA）或虛假廣告（已投放廣告的被標記消費者），然后比較其行為。出價必須與您宣傳的組相同，因為您希望該人群看起來像看過廣告的人群。

盡管努力在兩個小組之間建立了一個蘋果對蘋果的比較，但由于PSA并沒有采取行動的呼吁（CTA），因此這兩個小組看起來仍然有所不同。PSA充當占位符，以查看消費者在看到PSA之后的行為是否與廣告組中的行為持平。但是，這兩個細分受眾群不會具有相同的廣告體驗（與CTA一樣）。

可能的比較

兩個人口匹配的可能性有多大？

我上面概述的內(nèi)容并不能很好地描述增量測試。并不是說您無法做到，而是重要的是將所有牌都擺在桌子上，并清楚其含義，因為對它的工作原理，可感知的價值和成本存在一些誤解。最終解決增量問題的方法是時間和重復來創(chuàng)建可重復的結(jié)果，并查看是什么因素導致了廣告系列的提升。

可行的解決方案：使用經(jīng)過驗證的數(shù)據(jù)集進行A/B測試

代替增量，有許多更具成本效益的替代方案，可以通過績效來確定營銷活動的影響。獨立且經(jīng)過驗證的數(shù)據(jù)集（例如Kochava Collective）提供了一種獨特且可行的替代方法，可幫助您確定廣告的成功與否。有了這樣的數(shù)據(jù)集，您可以使用已知歷史記錄的受眾作為基準來衡量效果（相對于提升）。

回到開頭的示例，UA經(jīng)理可以創(chuàng)建50萬消費者的受眾，并將其中一部分消費者作為堅持小組。他們可以向其他部分投放廣告，并可以更輕松地比較該小組的結(jié)果與堅持小組過去30天的歷史。

其他分析選項包括：

時間序列分析：這種類型的分析涉及交替打開和關(guān)閉營銷，以建立基準并查看網(wǎng)絡帶來的增量提升。盡管有效，但是暫時關(guān)閉所有營銷會有機會成本。

比較市場分析：分析師定義了一個指定的營銷區(qū)域（DMA），以查找行為相似的地理區(qū)域。然后，他們在一個DMA中推動營銷，而又不進行另一個營銷。很可能會看到兩個DMA之間的轉(zhuǎn)換率差異，但是一個DMA中的市場營銷激增而另一個上的努力卻停滯不前，這也帶來了機會成本。

安裝質(zhì)量推斷的時間：此分析將參與時間與用戶圖的質(zhì)量進行比較，以輕松了解什么是因果關(guān)系。盡管沒有機會成本，但這種分析的準確性不如其他分析。

取證控制分析：這種分析是一種建模練習，其中創(chuàng)建了一個控制組，該控制組在運行活動之后鏡像暴露的組。根據(jù)算法（根據(jù)預測變量創(chuàng)建）對響應和性能進行加權(quán)或加權(quán)。盡管沒有機會成本，但是創(chuàng)建模型Universe需要大量數(shù)據(jù)。

最重要：通過測試并學習心態(tài)

在增量消費者測試中很難獲得一組已知的暴露于廣告的消費者之間的設(shè)備。盡管可以進行增量測試，但可行性是另一回事。了解您的測試門檻，并可能考慮上面概述的一些選項來衡量成功?？傮w而言，采用測試和學習的心態(tài)才能成功進行營銷。

有興趣了解更多嗎？了解我們的團隊如何通過我們的咨詢服務為您提供幫助。