что такое инкрементальный эффект
Правда ли рассылка зарабатывает? А если посчитать инкрементальность?
Блочный редактор писем, готовые шаблоны email, формы подписки и автоматизация. Запускайте email-рассылки, чтобы быть на связи со своими клиентами.
В прошлом году Uber выяснили, что 80% их рекламы не приносит деньги. Когда они отключили эти рекламные кампании, то не увидели сильного влияния на ключевые метрики бизнеса.
Оказалось, что Uber платили за рекламу, хотя эти же пользователи могли стать клиентами и органически — без дополнительных вложений.
Чтобы узнать эффективность маркетинговых кампаний, Uber считали инкрементальность. Именно эта метрика отвечает на вопрос: «Покупали бы пользователи так же, если бы реклама не показывалась?».
Что означает инкрементальность
Инкрементальность определяет, какие конверсии стали результатом маркетинговых кампаний, а какие произошли бы органически в любом случае.
Многие маркетологи считают доходы кампаний и каналов по атрибуции последнего клика. Это просто замерять, а еще такая функция есть во многих платформах аналитики. Но мы не можем доверять этим данным и однозначно говорить, что последний клик принес продажу — пользователь мог контактировать с компанией в других каналах.
Я разберу расчет инкрементальности на примере массовой email-рассылки. Попробуем ответить на вопрос: «Являются ли письма триггером для покупки или это скорее напоминание и покупка состоялась бы в любом случае?».
Что нужно для рассчета инкрементальности
Чтобы посчитать инкрементальность, нам нужно знать расходы канала, его доход и маржинальность продукта.
В расходы при создании email-рассылки входят:
В качестве доходов берем деньги, которые принесла эта email-рассылка. Смотрим доход в сквозной аналитике или на платформах аналитики и CRM.
Маржа — разница между себестоимостью товара и доходом. Например, в e-commerce средняя маржа — 20-25%.
Пример расчета инкрементальности
Допустим, мы отправили письмо, которое принесло доход в 100 000 рублей. Считать доход можно по-разному: по ласт-клику, глядя на сквозную аналитику или перформанс отдельной кампании. В данном случае считайте так, как вы привыкли это делать.
Расходы на это письмо были 10 000 рублей, а маржинальность товара — 50%.
Шаг 1. Считаем чистую прибыль. Для этого отнимаем от доходов расходы и умножаем их на маржинальность.
Прибыль = (100 000 — 10 000) * 0,5 = 45 000 рублей
По цифрам видим, что рассылка успешна, доходы превышают расходы. С этим можно работать дальше.
Шаг 2. Отключаем рассылку. А что, если не делать email-рассылку и при этом посмотреть на доходы с этой же аудитории? Возможно, на этом этапе выяснится, что email-рассылка не является триггером к покупке.
Шаг 3. Считаем прибыль с отключенной рассылкой. Допустим, доходы с аудитории за время, пока не рассылалась email-рассылка составили 50 000 рублей при расходах 0 рублей:
Прибыль с отключенной рассылкой = (50 000 — 0) * 0,5 = 25 000 рублей
Шаг 4. Сравниваем. Теперь можно сравнить доходы с одной и той же аудитории при отключенной и работающей рассылке. Посчитать «чистый» инкрементальный доход от рассылки можно по формуле:
«Чистый» инкрементальный доход рассылки = Доходы при включенной рассылке — Доходы при отключенной рассылке
В нашем примере это: 45 000 — 25 000 = 20 000 рублей. Это и будет добавочной стоимостью нашей рассылки.
Как можно получить доход, не отправляя письма? Пользователь увидел рекламу в Фейсбук, почитал канал в Телеграмм, сарафанка, сам органически зашел и сделал покупку — все каналы могут действовать. Не емейлом единым.
Вывод: в нашем примере расходы в 10 000 рублей приносят «чистый» инкрементальный доход в 20 000 рублей, как результат email-рассылки.
В нашем случае, чистая доходность email-рассылок составляет 20 000 рублей, а не 45 000 рублей. Выходит, что расходы вдвое меньше инкрементального дохода, поэтому мы можем сказать, что рассылка работает и выступает триггером для покупки у аудитории.
Как применить метод на практике
Приведенный выше пример — это абстракция с придуманными цифрами. Вот как померять инкрементальность на практике.
Определяем, инкрементальность каких каналов будем определять. Инкрементальность чего можно рассчитывать:
Нет смысла измерять инкрементальность транзакционных писем. Эта коммуникация с клиентами — важная часть бизнеса. Лучше всего считать эффективность именно массовых рассылок или дополнительных цепочек писем для cross sell или upsell.
Выбираем аудиторию, которая не будет получать письма. Есть два варианта, как создать такую аудиторию:
Выбираем основную метрику для email-канала. У каждого бизнеса есть свой набор основных метрик для email-канала. Как правило, e-commerce выбирает revenue (доход), а контент-проекты — retention rate. Главное выделить действительно важную метрику для вашего email-канала.
Определяем количество конверсий до остановки теста. Необходимо измерить, при каком количестве конверсий у контрольной группы данный тест будет статистически значимым. Когда вы дойдете до этой цифры, тест можно прекращать и начинать считать результаты. Для того, чтобы вычислить статистическую значимость можно использовать специальные калькуляторы.
Кейс: есть работающая up sell цепочка писем. Мы определили, что достаточно будет более 500 конверсий в покупку с контрольной аудитории, чтобы замерить инкрементальность. Размер сегмента — 110 000 подписчиков, из них мы выделяем 9,091% отдельным сегментом (10 000 подписчиков), на который данную цепочку не отправляем.
В конце месяца узнаем, что 100 000 подписчиков совершили 5 000 конверсий, а тестовый сегмент в 10 000 подписчиков принес 700 конверсий.
Вывод — рассылка, возможно, лишняя и ее не стоит продолжать делать. Аудитория настолько прогрета, что совершает покупки и без письма. Скорее всего, достаточно того, что уже отправляется — запускать лишнюю цепочку не стоит.
Но насколько значимы эти результаты и можем ли мы точно остановить тест? Для оценки, взяли 2 калькулятора для правильного теста:
Калькулятор VWO, который указывает, что тест статистически значим:
Калькулятор AB Testguide, который также подтвердил значимость теста
Тест значим — можем измерить инкрементальность по знакомому алгоритму.
Главная цель любого теста — это использование его результатов в бизнесе. Инкрементальность может подсказать, какую стратегию выбрать, куда лучше инвестировать больше ресурсов или показать, что компания переплачивает за органику.
Инкрементальность будет выше там, где есть бренд или лояльная аудитория. Малому бизнесу лучше воздержаться от подобных тестов, т.к. на данном этапе это может больше навредить. Исключение — если вы подбираете новую стратегию и запускаете тест на очень маленькую аудиторию.
В чем польза измерения инкрементальности
Границы тестов расширяются. A/B-тестов не хватает для ответа на вопрос про добавочную стоимость канала. Но и тесты на измерение инкрементальности, и A/B-тесты запускают лишь единицы. Практика показывает, что это затратный процесс, который требует дополнительных рабочих часов от email-маркетолога, отдела аналитики и других специалистов. Но это окупается с лихвой: измерение инкрементальности помогает оптимизировать стратегию и увеличить монетизацию email-канала за счет снижения расходов и поиска новых идей влияния на метрики.
Что такое инкрементальный эффект
Мы будем говорить на одном языке, если вы прочитаете введение из статьи про Юнит-Экономику. Если в двух словах, то все маркетинговые коммуникации можно разделить на перфоманс и бренд-коммуникации. Перфоманс механики — это рекламные кампании, направленные непосредственно на повышение продаж. Обычно такие коммуникации содержат оффер (скидка, специальные условия, предложение купить конкретный товар). Бренд-коммуникации помогают формировать узнаваемость и имидж бренда, повышают конверсию перфоманс маркетинга и приводят к продажам через прямые заходы. Однако точно оценить вклад таких коммуникаций в продажи трудно. Оптимальная пропорция бюджета зависит от размера компании и длительности цикла выбора и покупки.
Глоссарий:
Атрибуция — это процесс мэтчинга прибыли от клиента с затратами на рекламные источники, которые привели к привлечению этого клиента. Один и тот же клиент мог взаимодействовать с разными рекламными каналами. За каждое такое взаимодействие заплатил рекламодатель. Модель атрибуции поможет распределить прибыль от этого клиента по всем каналам с которыми он взаимодействовал.
При модели атрибуции «по последнему клику» вся прибыль от клиента относится к тому каналу, который был последним перед покупкой. В «линейной модели» прибыль от клиента равномерно распределится по всем каналам. Существует множество других моделей.
В этой статье все методы оценки инкрементального разделены на три группы: количественный анализ продаж; user-base методы и социологический подход (опросы).
Но в реальной жизни флуктуация кривой выручки / продаж гораздо сильней. Её определяют внешние факторы. В первую очередь сезонность. Можно попробовать учесть сезонную компоненту, чтобы уточнить эффект от рекламы путем сравнения ожидаемой и фактической кривых продаж.
Если существует зависимость между рекламным бюджетом и уровнем продаж, то линейная модель её заметит и вернёт коэффициент. Этот коэффициент будет отражать цену привлечения клиента через охватную кампанию. Интерпретировать такие модели нужно с осторожностью. Во-первых нужно убедиться, что p-value при этом коэффициенте ниже 0.05. Это будет означать что реклама стат. значимо влияет на продажи.
Во-вторых нужно рассчитать R² который покажет, какую долю вариации выручки\продаж можно объяснить факторами, которые вы включили в модель. Если показатель будет низким (точных границ нет, но скажем менее 0.3), значит существуют другие неучтенные факторы, которые в значительной мере объясняют продажи.
В основе подхода классическая механика АБ-теста: просто сравнить между собой группу на которую оказывали воздействие с контрольной группой, где воздействия не было. Так делает Авито и Юлмарт, которые могут позволить себе купить рекламу на телеке в регионах 1,3,5 и не покупать в 2,4,6, а потом сравнить бизнес-метрики между этими группами регионов.
Для ребят по-скромнее тоже есть опции: можно таргетировать ютуб-кампанию только на женщин и сравнить кривые продаж по полу в период рекламной кампании. Если у вас большая клиентская база и вы запускаете кампании по удержанию/возврату, то в аудиторию ремаркетинга можно выделить 80% базы, а 20% клиентов не показывать рекламу, а потом сравнить между собой сегменты на который воздействовала реклама и органический возврат.
Инкрементальный анализ
Опубликовано 10.06.2020 · Обновлено 10.06.2021
Что такое Инкрементальный анализ?
Инкрементальный анализ – это метод принятия решений, используемый в бизнесе для определения истинной разницы в стоимости между альтернативами. Также называемый подходом соответствующих затрат, маржинальным анализом или дифференциальным анализом, инкрементальный анализ не учитывает ни невозвратных, ни прошлых затрат. Инкрементальный анализ полезен для бизнес-стратегии, включая принятие решения о самостоятельном производстве или аутсорсинге функции.
Объяснение инкрементального анализа
Инкрементальный анализ – это подход к решению проблем, который применяет учетную информацию к принятию решений. Пошаговый анализ может выявить потенциальные результаты одной альтернативы по сравнению с другой.
Соответствующие и нерелевантные затраты
Модели анализа включают только релевантные затраты, и эти затраты обычно делятся на переменные и постоянные. Пошаговый анализ учитывает альтернативные издержки – упущенную возможность при выборе одной альтернативы по сравнению с другой – чтобы убедиться, что компания выбирает наиболее благоприятный вариант.
Нерелевантные невозвратные затраты – это уже понесенные расходы. Поскольку невозвратные затраты останутся независимо от какого-либо решения, эти затраты не включаются в дополнительный анализ. Соответствующие затраты также называются дополнительными затратами, поскольку они возникают только тогда, когда релевантная деятельность была увеличена или начата.
Типы решений инкрементального анализа
Пошаговый анализ помогает компаниям решить, следует ли принимать специальный заказ. Этот специальный заказ обычно ниже, чем его обычная цена продажи. Пошаговый анализ также помогает распределить ограниченные ресурсы по нескольким линейкам продуктов, чтобы обеспечить максимальное использование ограниченного актива.
Решения о производстве или покупке товаров, списании проекта или восстановлении активов требуют проведения инкрементного анализа альтернативных затрат. Поэтапный анализ также позволяет понять, следует ли продолжать производство или продажу товара на определенном этапе производственного процесса.
Краткая справка
Компании используют инкрементный анализ, чтобы решить, принимать ли дополнительные заказы, производить или покупать продукты, продавать или обрабатывать продукты дальше, исключать продукт или услугу и решать, как распределять ресурсы.
Пример инкрементального анализа
В качестве примера инкрементального анализа предположим, что компания продает товар за 300 долларов. Компания платит 125 долларов за рабочую силу, 50 долларов за материалы и 25 долларов за переменные накладные расходы по продаже.
Ключевые моменты
Сумма всех переменных затрат и постоянных затрат на товар составляет 250 долларов. Однако выделенные фиксированные накладные расходы в размере 50 долларов являются невозвратными и уже потрачены. Компания имеет избыточные мощности и должна учитывать только соответствующие затраты. Следовательно, стоимость изготовления специального заказа составляет 200 долларов США за единицу (125 долларов США + 50 долларов США + 25 долларов США), а прибыль на единицу продукции составляет 25 долларов США (225–200 долларов США).
Хотя компания по-прежнему может получать прибыль от этого специального заказа, компания должна учитывать последствия выхода на полную мощность. Если избыточных мощностей нет, дополнительные расходы, которые следует учитывать, включают в себя инвестиции в новые основные средства, сверхурочные затраты на рабочую силу и альтернативные издержки упущенных продаж.
Краткая справка
Пошаговый анализ сосредотачивается только на различиях между двумя способами действий. Эти разные аспекты, а не сходства, составляют основу сравнения.
Как не купить свою органику — гайд по инкрементальности в маркетинге
Привет, читатель! Меня зовут Артём Сайгин, я веду проект Growth Lab, в котором рассказываю о digital-маркетинге и росте IT-продуктов.
Каждый день компании теряют значимую часть бюджета на пользователей, которых получили бы и так, бесплатно. Представьте, что вы могли бы знать, какая часть маркетингового бюджета расходуется впустую, и сэкономить его. В этой статье мы научимся это делать.
О чем поговорим в статье:
Что такое инкрементальность.
Инкрементальность и атрибуция.
Где чаще всего встречается инкрементальность.
Дисклеймер: в статье я намеренно упростил большинство факторов влияющих на ход экспериментов и расчёт инкрементальности: оптимизацию каналов, сезонность, конкуренцию и т.д. (факторов может быть очень много). Всё для того, чтобы сконцентрировать внимание только на фундаментальных понятиях и расчётах инкрементальнсоти. По той же причине в материале нет углубления в детали, такие как настройка в конкретных источниках или каналах, полагая, что читатель поймет куда копать, т.к. базовые формулы будут даны.
Что такое инкрементальность
Инкрементальность показывает, сколько в действительности новых пользователей (продаж, дохода) вы получили, показатель измеряется в процентах; чем процент инкременетальности выше, тем «чище» результат вы получите.
Для большего понимания давайте представим себя на месте Product Owner.
У нас есть продукт (приложение или веб-сайт — не важно), и этот продукт имеет постоянный поток продаж из органики. Далее мы решаемся увеличить число продаж и подключить платные каналы.
Отдел маркетинга предложил запустить в первую очередь контекстную рекламу, как по брендовым, так и по транзакционным запросам — так и сделали.
Спустя 6 месяцев после запуска платного канала пришло время подвести итоги. Маркетологи показывают позитивный отчет: продажи растут, CAC (Customer Acquisition Cost) в пределах плана, придраться не к чему — хорошая работа.
Но так ли всё хорошо, как кажется на первый взгляд?Давайте посмотрим на отчёт детальнее. Взглянув на продажи со всех каналов, понимаем, что общие продажи драматически не растут.
Продажи не растут, а расходы заметно увеличились, т.к с каждым месяцем все больше бюджета выделялось на маркетинг.После объединения графиков платного канала и органики картина начинает проясняться:
Мы закупаем собственную органику, т.е пользователи и так бы пришли к нам, даже если бы мы за них не заплатили. И тут нужно выяснить, а какая часть из привлечённых нами с помощью рекламы пользователей не пришла бы по органике. Это и есть основное понятие инкрементальности (Incrementality).
На графике ниже мы видим, как в действительности распределялись продажи.
Incrementality — показывает, сколько реально новых продаж мы смогли получить из платного канала.Cannibalization — продажи, которые мы перекупили у нашей органики.
Такая ситуация, как в примере, происходит часто, и в большинстве случаев на неё закрывают глаза во вред органике.
Чтобы избежать рост каннибализации для каждого нового канала, нужно проводить инкрементальное тестирование — фундаментальный способ исследования, показывающий реальную рентабельность инвестиций в вашу рекламу. С помощью этих данных, вы сможете понять, что будет, если не запускать рекламную кампанию.
Закрепим. Чем «чище» трафик, тем он инкрементальнее, т.е лучше.
И это нужно понимать и считать при запуске нового канала, источника.
Думаю, с понятием инкрементальности разобрались, теперь перейдём к более сложной части — расчёту.
Как рассчитать инкрементальность
Инкрементальность (Incrementality) рассчитывается по формуле:
Incremental — в нашем случае число инкрементальных продаж.
Paid — число продаж из платного канала.
Эта формула подойдёт для расчёта инкрементальности любого нужного вам показателя: трафик, лиды, продажи и т.д. В нашем случае рассчитаем инкрементальность продаж.
Вернёмся к примеру, мы запустили контекстную рекламу и теперь хотим узнать, какой процент инкрементальности имеют продажи из этого канала. До запуска рекламы у нас было
2600 продаж из органики, это число и будем считать за «постоянную величину» на протяжении 6 месяцев эксперимента.
На практике нужно учитывать больше параметров: сезонность, работа над SEO и т.д. — факторов много, в этом примере я сильно упростил, чтобы максимально донести суть, не углубляясь в детали.
Прежде чем рассчитать процент инкрементальности, нужно найти переменную Incremental — т.е число инкрементальных продаж.
Формула расчета Incremental выглядит так:
Чтобы найти инкрементальные продажи, из платных продаж отнимем продажи, которые были «каннибализированны» из органики, назовем эту переменную — cannibalization.
Cannibalization = число, на которое уменьшился ваш постоянный поток продаж из органики.
В нашем примере cannibalization выглядит так:
Получив значение Cannibalization, легко рассчитать Incremental — продажи с платного канала (переменная Paid) минус cannibalization.
Получив все нужные нам переменные, можем перейти к финальной стадии расчёта, и вычислить % Incrementality (по формуле: Incremental / Paid):
Рассчитав Incrementality, можем сделать вывод, что с увеличением продаж из платного канала падает процент инкрементальности этих продаж.
В примере всё просто и понятно, но на деле много подводных камней. Инкрементальность может разниться в зависимости от канала и источника, сегмента аудитории, бюджетов и т.д.
Основная сложность расчёта — это найти Incremental (число инкрементальных продаж), так как получив это число, мы сможем рассчитать % инкрементальности. Давайте посмотрим на разные способы расчета Incremental.
1. Выявляем incremental через A/B-тест
Такой формат хорошо подходит для выявления инкрементальности платного трафика в соц.сетях, медийных и ремаркетинговых кампаниях.
В ремаркетинге особенно важно считать инкрементальность — чем более горячая аудитория (ремаркетинг на продление продукта, брошенная корзина и т.д.), тем менее она инкрементальна. По моему опыту, редко когда инкрементальность ремаркетинговых кампаний достигала > 35%.
Как выглядит эксперимент:
Создаются две идентичные аудитории А и B.
Обе группы одинаковы во всех отношениях, за исключением того, что группе A мы показывали рекламу, а группе B — нет.
Далее, измерив конверсии в обеих группах, мы сможем стат. значимо посчитать, как влияет и влияет ли вообще маркетинговая кампания на продажи.
2. Отключение канала
Простой, но при больших объёмах платного трафика рискованный способ расчёта инкрементальности. Методология заключается в том, что мы останавливаем все маркетинговые активности и находим базовое значение органики (константу органики, как в нашем примере). Потом один за другим включаем каналы и считаем их инкрементальность.
Этот вариант не подойдет, если у вас нестабильный трафик из органики или вовсе его нет.
Подойдите к этому варианту с максимальной осторожностью.
3. Корреляция каналов
Хороший, но не во всех ситуациях применимый способ. Берем органику и платный канал и смотрим, как они коррелируют, чем выше корреляция — тем выше вероятность каннибализации. Часто корреляцию можно увидеть в контекстной рекламе на бренд и мобильных (UAC) кампаниях.
С расчётом разобрались, идём дальше.
Разберём ещё один «подводный камень» инкрементальности — атрибуцию.
Инкрементальность и атрибуция
В этом блоке мы кратко посмотрим, как атрибуция может влиять на инкрементальность.
Не будем рассматривать все модели атрибуции и углубляться в теорию, остановимся лишь на некоторых моментах, этого будет достаточно для понимания.
Прежде чем приступить к основной информации, напомню, что такое атрибуция.
Атрибуция – это присвоение ценности конверсии различным событиям, происходящим на пути к этой конверсии, например показам объявлений и кликам
Модель атрибуции – это правило или набор правил, определяющих принцип распределения ценности. Бывает много моделей атрибуции, на иллюстрации ниже представлены основные из них.
Post-view — часто модель атрибуции по показам искусственно завышает показатели источника.
Представим, что мы закупаем трафик в источниках A и B.
Один пользователь увидел рекламу каждого из источников с одинаковой частотой (всего один раз за выбранный период) и, кликнув по объявлению B, — совершил покупку. При post-view аналитике источник A может засчитать себе продажу, т.к пользователь взаимодействовал с рекламой.
Посчитав инкрементальность с учетом атрибуции, мы бы поняли, что источник A неинкрементален (можно его отключить без потерь для компании).
First Touch — источник присваивает себе конверсию, хотя канал может не являться в действительности важным на пути к ключевому действию.
Тут есть аналогия с примером выше, только ценность распределятся не по показам, а по кликам, действие отдается первому источнику в цепочке до конверсии.
Окно атрибуции — в разных продуктах и типах бизнеса влияет по разному, в B2B/SMB окно атрибуции может учитывать больший период времени и при этом сильно не влиять на инкрементальность, но увеличение окна атрибуции в b2c продуктах может заметно влиять на инкрементальность.
Атрибуция и инкрементальность могут негативно взаимодействовать между собой, и в некоторых примерах мешают в прозрачной оценки ценности канала, но нужно учесть, что атрибуция и инкрементальность – независимые концепции, дополняющие друг друга в достижении эффективного результата.
Теперь поговорим о разных ситуациях, где подсчёт инкрементальности важен, но на первый взгляд таковым не кажется.
Где встречается инкрементальность
В этом блоке мы посмотрим на каналы из разных областей бизнеса, для того, чтобы зафиксировать пройденный материал.
1. Акции
Первое, с чего хочется начать — стимулирование продаж акционными кампаниями, т.к в них часто забывают просчитать инкрементальный доход.
Представим, что у нас интернет-магазин электроники.
Чтобы привлечь новых клиентов, мы подготовили скидку в 30% к Black Friday. Как и большинство кампаний, мы начали анонсировать акцию за определенной период до её старта (в нашем примере за 2 месяца). В день акции мы видим всплеск продаж и засчитываем всё в успех акции, но давайте посмотрим подробнее на график:
revenue по месяцам
За месяц до акции и месяц после видим отчетливое падение, и акционный «всплеск» не смог компенсировать это. Тот же график, но более наглядно.
Из полученных данных можем сделать вывод — акция не повлияла на продажи. Проведя расчет инкременатальности, как в примерах выше, мы могли бы увидеть, что продажи неинкрементальны.
Постоянные пользователи, которые и так бы купили товар по полной цене, увидев анонс акции, решили подождать месяц и купить дешевле (на графике видим падение продаж за месяц до акции).
Акцией мы не привлекли новых клиентов, показатели остались те же, как если бы мы не запустили кампанию, но из-за скидки мы потеряли 30% revenue.
2. Контекстная реклама по брендовым запросам
Часто контекстная реклама по брендовым запросам в веб-продуктах имеет низкую инкрементальность (при условии, что у продукта хорошо проработана брендовая семантика в SEO), в среднем, % Incrementality
Чем ниже конкурентность в поисковой выдаче по брендовым запросам, тем ниже инкрементальность. Но учитывайте, что даже при низкой инкрементальности не стоит спешить с отключением рекламных кампаний на бренд, т.к. вы оставляете первый экран в поисковой выдаче конкурентам.
3. Ремаркетинговые кампании.
Я уже затрагивал ремаркетиновые кампании в статье, но выделю еще раз.
Чем более горячая аудитория в ремаркетинге (кампании на продление продукта, брошенная корзина и т.д.), тем менее она инкрементальна.
Приведу пример «горячей аудитории» для понимания.
Давайте представим, что у нас продукт по подписке с ежемесячной оплатой и низким Churn Rate
10%. Мы решили запустить ремаркетинговую кампанию на всех пользователей у которых истекает подписка — осталось 5 дней.
Пользователь видит рекламное объявление и кликнув по нему, продлевает подписку. В таком примере процент инкрементальности будет низким, т.к. имея Churn Rate 10% большая часть пользователей (90%) продлит подписку и без ремаркетинговой кампании, т.е. инкрементальность равняется — 10%.
4. OEM канал.
К OEM каналу я отношу предустановку софта (как app, так и web) на девайсы производителей и дальнейшую работу по разным моделям CPI, CPA и т.д. В таких каналах чем узнаваемее бренд (продукт), тем ниже инкрементальность.
Представим, что мы занимаемся дистрибуцией мессенджера WeChat в Китае и договорились с Meizu о предустановке приложения на 1 млн. новых смартфонов. За каждую установку на заводе (CPI) мы будем платить N-сумму.
Не зная про инкрементальность, мы засчитаем все устройства, как абсолютно новую привлеченную нами аудиторию пользователей, но это не так. Знание о WeChat в Китае огромное, и с вероятностью в 70-80% (цифры выдуманные, их нужно считать для каждого конкретного случая) пользователей этих девайсов и так бы установили мессенджер из стора — бесплатно.
От процента инкрементальности будет зависеть дальнейшая стратегия в дистрибуции и назначение цены.
Примерный расчёт зависимости цены от инкрементальности
Получается, мы привлечем от сотрудничества с Meizu только 20-30% новой аудитории, при таком проценте инкрементальности мы не сможем (экономически невыгодно) платить производителю стоимость, как за 100% инкрементальных пользователей.
В этом блоке я привёл четыре примера каналов, где инкрементальность может быть низкой, в действительности их куда больше.
На этом всё. Надеюсь, статья была полезной, и полученные знания помогут вам сделать маркетинговую стратегию эффективнее. Больше подобных статей можно читать на моём telegram-канале «Growth Lab» или на growth-lab.pro
Не забудьте поделиться с коллегами или просто с теми, кому может быть интересна статья.