Инкрементальность в маркетинге: почему ROAS больше не показывает полную картину эффективности рекламы

Ещё несколько лет назад оценить эффективность рекламы было относительно просто. Компания запускала кампанию, получала переходы и заявки, фиксировала продажи, а затем рассчитывала стоимость привлечения клиента и ROAS. Чем выше была отдача от вложенного бюджета, тем успешнее считалась рекламная кампания.

Сегодня эта логика всё чаще даёт искажённую картину.

Путь клиента становится длиннее и одновременно менее прозрачным. Пользователь может увидеть рекламу, изучить отзывы, задать вопрос нейросети, посмотреть видео, посетить маркетплейс, вернуться через несколько дней по брендовому запросу и только после этого совершить покупку. Часть таких взаимодействий невозможно корректно связать между собой привычными системами аналитики.

Одновременно рекламные платформы всё активнее используют собственные алгоритмы для таргетинга, оптимизации и распределения бюджета. В результате бизнес получает большое количество цифр, но не всегда получает ответ на главный вопрос: какие маркетинговые действия действительно создали дополнительные продажи, которые без рекламы могли бы не состояться?

Именно здесь появляется понятие инкрементальности.

Что такое инкрементальность

Инкрементальность показывает дополнительный результат, который возник именно благодаря маркетинговому воздействию.

Это принципиально отличается от обычной атрибуции.

Представим, что клиент купил товар после перехода по рекламному объявлению. Система присваивает конверсию рекламе и показывает успешный результат.

Но что произойдёт, если этот клиент всё равно купил бы товар без рекламы?

В таком случае реклама формально получила конверсию, хотя фактически не создала дополнительную продажу.

Инкрементальность пытается ответить именно на этот вопрос.

Не «какие продажи мы можем связать с рекламой?», а:

«Сколько дополнительных продаж произошло благодаря рекламе?»

Это гораздо более сложная задача, но именно она позволяет принимать более качественные решения о распределении бюджета.

Почему last-click постепенно теряет значение

Модель last-click attribution приписывает конверсию последнему рекламному взаимодействию перед покупкой.

Проблема заключается в том, что последнее касание далеко не всегда является причиной покупки.

Например, клиент несколько недель знакомился с брендом через контент, видел рекламу в социальных сетях, читал отзывы, изучал сайт, а перед покупкой самостоятельно ввёл название компании в поиске.

Последний клик получил брендовый запрос.

Если оценивать эффективность только по last-click, может показаться, что именно поисковая реклама обеспечила продажу.

Но фактически решение клиента могло быть сформировано несколькими предыдущими контактами.

Поэтому last-click отвечает на вопрос «где была зафиксирована конверсия», но не всегда отвечает на вопрос «что стало причиной дополнительного спроса».

Почему высокий ROAS не всегда означает эффективную рекламу

ROAS — полезная метрика.

Проблема возникает тогда, когда её начинают использовать как доказательство причинно-следственной связи.

Высокий ROAS означает, что рекламные расходы связаны с определённым объёмом выручки. Но сам по себе показатель не доказывает, что именно реклама создала эту выручку.

Например, брендовая рекламная кампания может показывать впечатляющий ROAS.

Пользователь уже знает компанию, самостоятельно ищет её название и видит рекламное объявление. Он кликает и покупает.

С точки зрения рекламной платформы кампания сработала.

С точки зрения бизнеса возникает другой вопрос: нужна ли была эта реклама для совершения покупки?

Именно поэтому современные системы измерения всё чаще рассматривают ROAS как показатель эффективности расходов, но не как полноценный показатель причинного воздействия рекламы. Исследования рынка также подчёркивают разницу между ROAS и incrementality: первый показывает эффективность вложений, а второй пытается определить дополнительный результат, созданный маркетингом.

Как работает инкрементальный подход

Один из наиболее понятных способов — провести эксперимент.

Часть аудитории получает рекламное воздействие, а другая похожая группа становится контрольной.

Затем сравниваются результаты.

Если в тестовой группе продажи выросли сильнее, чем в контрольной, разницу можно использовать как оценку дополнительного эффекта рекламы.

Упрощённо:

Продажи тестовой группы − продажи контрольной группы = инкрементальный эффект.

Например, без рекламного воздействия в сопоставимой группе произошло бы 100 покупок, а в группе с рекламой — 120.

Тогда 20 дополнительных покупок можно рассматривать как результат, связанный с рекламным воздействием.

Разумеется, в реальном бизнесе расчёт значительно сложнее. Необходимо учитывать размер выборки, сезонность, различия между группами, внешние факторы и статистическую значимость.

Но сама логика чрезвычайно важна.

Какие методы используют для измерения инкрементальности

Универсального метода для всех компаний не существует.

В зависимости от масштаба бизнеса, объёма данных и структуры рекламных каналов применяются разные подходы.

Один из самых понятных — holdout-тесты.

Часть аудитории временно исключается из рекламного воздействия, после чего результаты сравниваются с основной группой.

Другой вариант — geo-experiments, когда тестовые и контрольные регионы сравниваются между собой.

Также используются различные A/B-тесты, временные эксперименты и более сложные статистические модели.

Для крупных компаний дополнительным инструментом становится Marketing Mix Modeling, или MMM.

Что такое Marketing Mix Modeling

MMM позволяет оценивать влияние различных маркетинговых факторов на бизнес-результат на основе исторических данных.

Модель может учитывать:

• рекламные расходы;
• продажи;
• сезонность;
• цены;
• промоакции;
• внешние экономические факторы;
• активность конкурентов;
• различные рекламные каналы.

В результате бизнес получает не просто отчёт о том, сколько денег было потрачено на каждый канал, а более комплексную оценку его вклада в общий результат.

Особенно важно, что MMM позволяет работать с агрегированными данными и поэтому становится интереснее в условиях ограниченной доступности пользовательских сигналов.

IAB отмечает, что в 2026 году интерес бизнеса к MMM, incrementality и другим методам продвинутого измерения растёт одновременно с развитием AI.

Инкрементальность и MMM решают разные задачи

Иногда эти инструменты противопоставляют друг другу, хотя на практике они могут дополнять друг друга.

Инкрементальный эксперимент отвечает на конкретный причинный вопрос.

Например:

«Что произойдёт с продажами, если мы перестанем показывать рекламу этой аудитории?»

MMM работает на другом уровне:

«Как различные маркетинговые факторы в целом влияют на продажи и как оптимально распределить бюджет?»

Поэтому для зрелой маркетинговой системы полезно использовать несколько методов одновременно.

Один метод помогает проверить другой.

Именно такой подход к измерению становится всё более актуальным в условиях сложного клиентского пути.

Почему AI усложняет маркетинговую аналитику

Искусственный интеллект одновременно помогает аналитике и создаёт новые проблемы.

С одной стороны, AI способен быстрее обрабатывать большие объёмы данных, находить закономерности, выявлять аномалии и автоматизировать подготовку аналитических отчётов.

С другой стороны, пользовательский путь становится менее наблюдаемым.

Человек может обратиться к AI-системе, получить рекомендацию бренда, перейти на сайт напрямую и совершить покупку.

В аналитике может не появиться привычного рекламного клика.

Поэтому возникает так называемый «тёмный» участок воронки — взаимодействия, которые влияют на решение клиента, но плохо фиксируются стандартными системами.

Современные исследования маркетинговой аналитики прямо указывают на необходимость адаптации измерения к новым AI-посредникам и более сложным сценариям customer journey.

Что это означает для малого и среднего бизнеса

Может показаться, что инкрементальность и MMM нужны только крупным компаниям с большими бюджетами.

Это не совсем так.

Малому бизнесу действительно не всегда нужен сложный полноценный MMM.

Но сама логика инкрементальности полезна практически любой компании.

Например, если бизнес постоянно инвестирует в контекстную рекламу, можно периодически проводить контролируемые тесты и проверять, действительно ли увеличение бюджета приводит к дополнительным продажам.

Если компания активно продвигается в социальных сетях, можно сравнивать периоды или сегменты аудитории и анализировать изменения не только в кликах, но и в фактических бизнес-результатах.

Главное — перестать воспринимать цифры рекламного кабинета как окончательную истину.

Какие вопросы должен задавать маркетолог

Современный маркетолог должен смотреть глубже стандартного отчёта.

Вместо вопроса:

«Какой канал принёс больше заявок?»

полезнее спрашивать:

«Сколько из этих заявок действительно не произошло бы без данного канала?»

Вместо:

«Где самый высокий ROAS?»

стоит спрашивать:

«Где дополнительный бюджет создаёт наибольший прирост результата?»

И вместо:

«Какая реклама получила больше конверсий?»

задавать вопрос:

«Как изменится результат, если убрать или увеличить рекламное воздействие?»

Так меняется сама философия маркетинговой аналитики.

Почему рост рекламного бюджета не всегда увеличивает продажи пропорционально

У любого рекламного канала существует эффект насыщения.

Первые вложения могут приносить высокий дополнительный результат.

Затем эффективность начинает снижаться.

Компания увеличивает бюджет в два раза, но количество дополнительных клиентов растёт, например, только на 30%.

Если смотреть исключительно на общий ROAS, этот эффект можно не заметить достаточно быстро.

Инкрементальная аналитика позволяет оценивать именно дополнительный результат каждого следующего вложенного рубля.

Это гораздо полезнее для управления бюджетом.

Как построить современную систему измерения

Для большинства компаний разумно начинать не с покупки сложной аналитической платформы, а с наведения порядка в данных.

Первый уровень — единая система бизнес-показателей.

Компания должна точно понимать, что считается лидом, квалифицированным лидом, продажей и новым клиентом.

Второй уровень — корректная связка маркетинга и продаж.

Рекламная заявка должна быть связана с реальным результатом в CRM, а не заканчиваться на этапе заполнения формы.

Третий уровень — анализ каналов.

Необходимо видеть не только количество лидов, но и выручку, маржинальность, повторные покупки и качество клиентов.

Четвёртый уровень — эксперименты.

Там, где это возможно, необходимо регулярно проверять причинный эффект маркетинговых действий.

Пятый уровень — моделирование.

При достаточном объёме данных можно подключать MMM и другие продвинутые методы.

Какие ошибки совершают компании

Самая распространённая ошибка — считать рекламную платформу независимым источником истины.

Но рекламная система заинтересована в оптимизации собственных кампаний, а не в объективной оценке всего маркетинга компании.

Вторая ошибка — сравнивать каналы по разным моделям атрибуции.

Если один канал считает конверсии по last-click, другой использует view-through, а третий показывает собственную модель, сравнение становится некорректным.

Третья ошибка — не учитывать органический спрос.

Если бренд уже обладает высокой узнаваемостью, часть пользователей могла бы купить товар и без рекламы.

Четвёртая ошибка — игнорировать повторные покупки и LTV.

Клиент может быть привлечён одной кампанией, а основная прибыль от него появится через несколько месяцев.

И наконец, компания может собирать огромное количество данных, но не использовать их для принятия решений. По данным Forrester, почти половина B2C-маркетинговых руководителей в 2026 году отмечает, что аналитические выводы всё ещё недостаточно хорошо превращаются в конкретные действия.

Что изменится в маркетинговой аналитике

Маркетинговая аналитика постепенно переходит от модели «отчёт после кампании» к модели постоянного управления.

AI может ускорить обнаружение закономерностей, подготовку прогнозов и анализ больших массивов данных.

Но скорость не заменяет качество измерения.

Если исходные данные неполные, а методология неверная, искусственный интеллект просто позволит быстрее получить неправильный вывод.

Поэтому главным конкурентным преимуществом становится не количество аналитических инструментов, а качество системы принятия решений.

Что делать бизнесу уже сейчас

Начать стоит с пяти шагов.

Первое — перестать оценивать маркетинг только по кликам, заявкам и ROAS.

Второе — связать рекламные данные с CRM и реальными продажами.

Третье — определить несколько ключевых бизнес-метрик, которые действительно влияют на решения.

Четвёртое — регулярно проводить небольшие контролируемые эксперименты.

Пятое — по мере роста объёма данных переходить к более продвинутым методам: incrementality, MMM и комбинированным моделям измерения.

Такой подход позволяет постепенно перейти от маркетинга, который «отчитывается цифрами», к маркетингу, который действительно управляет ростом бизнеса.

В 2026 году главная проблема маркетинговой аналитики заключается уже не в недостатке данных.

Наоборот, данных становится слишком много.

Проблема в том, что далеко не каждая цифра показывает реальный вклад маркетинга в бизнес-результат.

ROAS, last-click, клики и количество заявок остаются полезными инструментами, но они не должны быть единственным основанием для распределения бюджета.

Инкрементальность позволяет поставить более важный вопрос: что действительно произошло благодаря маркетингу?

А сочетание экспериментов, CRM-данных, сквозной аналитики, MMM и современных AI-инструментов постепенно формирует новую систему оценки эффективности.

В этой системе маркетолог перестаёт просто объяснять, откуда пришли продажи. Его задача — определить, какие действия создают дополнительный спрос, где находится потенциал роста и куда имеет смысл направлять следующий рубль рекламного бюджета.

Именно такой подход становится основой маркетинга, ориентированного не на красивые отчёты, а на реальный финансовый результат.

Не уверены, какая реклама действительно приносит вашему бизнесу дополнительные продажи?

В CTBImarketing мы помогаем разобраться в эффективности маркетинга не только на уровне кликов и рекламных кабинетов, но и на уровне реального бизнес-результата.

Мы анализируем связку рекламы, сайта, CRM, продаж и аналитики, выявляем слабые места в измерении и помогаем определить, какие каналы действительно заслуживают дальнейших инвестиций.

Если вы хотите перестать принимать маркетинговые решения на основании красивых цифр и понять, что на самом деле создаёт продажи, начните с маркетингового аудита.