Incrementaliteitstests zijn de manier waarop bedrijven echt de impact van hun marketingactiviteiten kunnen meten, zodat ze beter begrijpen hoe media of advertenties nieuwe conversies genereren. Dus, wat betekent het meten van incrementaliteit voor marketing en welke voordelen biedt het? Laten we eens wat dieper duiken.

Wat is Incrementaliteitstesten?

Een incrementaliteitstest meet het aantal nieuwe conversies in relatie tot een marketingactiviteit, inhoud of advertentie. Als gevolg daarvan kan het fungeren als een maatstaf voor de effectiviteit van de output van een bedrijf. Hoewel attributiemaatregelen meestal prima zijn voor de meeste bedrijven, is incrementaliteit beter in het vinden van causale verbanden tussen acties en groei.

Een van de andere redenen om te kiezen voor incrementaliteitstesten in marketinganalyse is dat veel van de cijfers die veel platforms leveren onbetrouwbaar kunnen zijn. Veel platforms hebben er belang bij om hun bijdrage aan MROI, conversies of verkoop te overdrijven. Veel van de statistieken die ze leveren zijn daardoor vaak te rooskleurig. Met incrementaliteitsmarketingmaatregelen kunnen bedrijven door de ruis heen breken en cijfers kraken die de werkelijkheid beter weergeven.

Daardoor kunnen marketeers en bedrijven beter begrijpen hoe ze de middelen voor hun marketingbudget moeten toewijzen. Hoewel het langer kan duren om incrementaliteitstesten te implementeren en het minder handig is dan veel tools die direct beschikbaar zijn in standaard analytics-dashboards, biedt het betere inzichten om toekomstige activiteiten op te baseren.

De stappen van incrementaliteitstesten omvatten:

• Ontwerp: Bepaal je onderzoeksdoelen, KPI's, minimaal detecteerbare lift en kies een test/controle-eenheid.
• Randomiseren of matchen: Gebruik matched-market (vergelijkbare groepen in verschillende markten met vergelijkbare externe factoren) of synthetische controle om een valide onderzoek op te zetten.
• Lanceer & Leuning: Handhaaf bestedingslimieten en -tarieven, monitor met benchmarks van pre-trend publieksfit en houd vermogen bij.
• Uitlezen: Lifepercentages, betrouwbaarheidsintervallen (p-waarde), iROAS (percentage advertentie-uitgaven) en heterogeniteit per regio/publiek rapporteren.
• Modellen kalibreren: Voer leerervaringen in uw marketingtools en dagelijkse attributie in om ze eerlijk te houden.

Laten we eens kijken hoe incrementaliteit werkt en welke hulpmiddelen je kunt gebruiken om het te meten.

Incrementaliteitsmeting

Incrementaliteit vereist twee fundamentele elementen: een controleconversieratio en een testconversieratio. De eerste fungeert als controlegroep, net als een standaard effectiviteitsonderzoek op elk ander gebied. Dit gecontroleerde experiment stelt het bedrijf in staat om definitieve cijfers te krijgen over hoe hun activiteiten het online doen zonder te hoeven vertrouwen op mogelijk gebrekkige gegevensverzameling. Bovendien komen incrementaliteitstests zo dicht mogelijk bij een oorzakelijk onderzoek (in tegenstelling tot correlatief onderzoek).

De incrementaliteitsformule is “(Testconversiepercentage - Controleconversiepercentage) / (Testconversiepercentage) = Incrementaliteit”.

Het meten van incrementaliteit in marketing vereist dus het meten van het verschil tussen een controlegroep die niet is blootgesteld aan de marketingactiviteit die we meten en een groep die is blootgesteld aan een specifieke marketingactie, en dit te vergelijken als een fractie van het conversiepercentage van de test.

Het meten van marketingstijging moet gebeuren op basis van elke afzonderlijke activiteit. Het hoeft geen betoog dat je vals-positieve resultaten kunt genereren als je het effect van alle activiteiten samenvoegt en niet in staat bent om effectieve strategieën te onderscheiden van ineffectieve.

Het is echter de moeite waard om op te merken dat er meerdere soorten incrementaliteitstesten zijn. Laten we er een paar bespreken.

Uitschakelingsexperimenten

Bij een “holdout”-experiment wordt een mediakanaal geïsoleerd en wordt het publiek daarvan afgezonderd. Dit maakt het mogelijk om hun conversiegedrag te observeren in vergelijking met een controlegroep die die specifieke media ontvangt. In dit geval is de groep waarop de media zijn gericht de "controlegroep", aangezien zij het typische publiek vertegenwoordigen. In dit geval zou een afname in koopgedrag of interesse gezien worden als een teken van de doeltreffendheid van de media (d.w.z. blootstelling aan media correleert met gewenste resultaten).

Schaal Experiment

Schaalexperimenten zijn het tegenovergestelde van holdoutstudies. Hier wordt het mediakanaal “opgeschaald” in investering, onderworpen aan een publiek en vervolgens meet de studie het conversiegedrag met een publiek dat het normale bestedingsniveau kreeg. Zoals de naam al doet vermoeden, test deze studie de effectiviteit van het verhogen van de schaal van de uitgaven aan een publiek. Dit kan heel handig zijn om reclame-uitgaven te beperken.

Multi-behandelings Incrementaliteitstesten

Dit is een experimenteel design waarbij een publiek wordt opgesplitst in meer dan twee testgroepen (“cellen”) om verschillende combinaties van media te evalueren en hun relatieve resultaten te vergelijken met een controlegroep. Het kan worden gebruikt om overlappende effecten in kanalen te vinden.

Je kunt een experiment doen met drie testcellen, zoals een Search Ads Holdout, een Social Media Holdout en een gecombineerde Holdout voor beide. Elk van deze moet het opnemen tegen een controlegroep, wat het typische publiek is. Het experiment belicht de individuele bijdrage en het gecombineerde effect van elk kanaal. Dit helpt hen te bepalen of de relatie synergetisch is (wat betekent dat ze elkaars prestaties versterken) of kannibalistisch (het ene kanaal vermindert de impact van het andere).

Publiek splitsen

Er zijn twee hoofdtypen voor publiekssplitsingen bij het uitvoeren van incrementaliteitstests: Bekende-publiekssplitsingen en geografische splitsingen.

Een Known-Audience Split classificeert individuele gebruikers van een bestaande gebruikerslijst in een andere mediatest. Daarom is dit het beste wanneer je gegevens hebt over gebruikersgebaseerde targeting en bijbehorende tactieken. Deze methode is het meest geschikt voor e-mail, catalogus, sms, enzovoort, waar gebruikersinformatie direct beschikbaar is.

De test moet rekening houden met en controle uitoefenen op de frequentie en geldwaarde van recente aankopen en de geschiktheid van de gebruiker (bijv. opt-in vs. opt-out) om de media in kwestie of andere gerelateerde media te ontvangen.

Een geografische opsplitsing is daarentegen bedoeld voor doelgroepen die niet te adresseren zijn. Deze splitsingsmethode maakt geen gebruik van bestaande lijsten en is het beste wanneer splitsen op basis van bekend publiek niet haalbaar is. Dit kan het beste zijn voor brede doelgroepen zoals sociale prospectie, CTV-prospectie en betaald zoeken.

De geosplitmethode vindt specifieke markten binnen een bredere regio, zoals een land, die statistisch representatief zijn voor die bredere regio. De methode vereist vervolgens het groeperen van deze markten in een testcel voor verschillende soorten testen. Een behandeling, zoals Google Holdout, wordt dan toegepast op deze test, waarbij wordt gekeken of het toevoegen of verwijderen van marketingactiviteiten het gedrag beïnvloedt. De resultaten worden vervolgens vergeleken met een controlegroep.

Beste kanalen voor Incrementaliteitstesten

Als het op kanalen aankomt, kan incrementaliteit het beste worden onderverdeeld aan de hand van het doel van de test of de methode voor doelgroepsplitsing. Bepaalde kanalen zoals sms, e-mail, catalogi en direct contact via sociale media maken het mogelijk om het publiek op te splitsen. Omgekeerd zal een bredere test met een massamediale aanpak schaalexperimenten en geosplitsing mogelijk maken. Multi-treatment tests kunnen het beste worden uitgevoerd als je voldoende informatie hebt over het publiek en op welke kanalen ze waarschijnlijk zijn.

Beste hulpmiddelen voor incrementaliteitstesten

• Lifesight: Biedt een geweldig platform voor marketing incrementaliteitstesten met causale modellering en causale grafieken. Het ontwerp is gebruiksvriendelijk met eenvoudige optimalisatie en AI-aanbevelingen.
• Huis: Zeer geschikt voor het uitvoeren van een incrementaliteitstest op zoek-, YouTube- en sociale campagnes. Het is snel en eenvoudig in te stellen en biedt prijzen op basis van de specifieke tests, geografische regio en het aantal experimenten.
• Gemeten: Hoewel dit duurder is dan andere, is het wellicht het beste voor uitgebreide eCommerce connectoren, met retail-vriendelijke rapportage, en is het ideaal voor consumentenmerken.
• Billy Grace: AI-gestuurde, nauwkeurige tracking met groot gebruiksgemak. Het biedt slimme inzichten in budgettoewijzing en belooft GDPR-conforme first-party gegevens.
• Workmagic: Dit is in de eerste plaats een hulpmiddel voor incrementaliteit. Het heeft geweldige geografische functies die groepen nauwkeurig en snel kunnen verdelen. Het belooft ook een volledig geautomatiseerde ervaring.
• LiftLab: LiftLab is geweldig voor elke fase van de trechter en biedt up-to-date informatie. Het bedrijf belooft uitgebreide klantenondersteuning voor al zijn gebruikers.

Het laatste nieuws over incrementaliteitstesten geeft aan dat bedrijven zich hierop richten in plaats van op klassieke attributiemodellen. Als je op zoek bent naar een bureau dat je kan helpen bij het opbouwen van een robuuste marketingstrategie met robuuste analytics, zoek dan niet verder dan Promoguy! Bekijk onze marketingdiensten pagina voor meer informatie.