Инкрементальность в маркетинге: почему рекламные отчёты не всегда показывают реальный эффект

Маркетолог показывает руководителю отчёт: реклама принесла 500 заявок, стоимость лида составила 800 рублей, ROMI положительный. Но сколько из этих заявок появилось именно благодаря рекламе, а сколько было бы получено и без неё?

Это один из ключевых вопросов современной маркетинговой аналитики. Ответ на него помогает получить инкрементальность — подход, который показывает дополнительный результат, созданный маркетинговым воздействием.

Что такое инкрементальность

Принцип простой:

результат с рекламным воздействием − результат без него = инкрементальный эффект.

Например, после запуска кампании компания получила 1 000 заказов. Если анализ показывает, что без рекламы было бы около 700, дополнительный эффект составляет 300 заказов.

Здесь важно отличие от атрибуции.

Атрибуция отвечает на вопрос: «С каким каналом была связана конверсия?»

Инкрементальность: «Что изменилось благодаря этому каналу?»

Это не одно и то же.

Пользователь мог уже знать бренд, самостоятельно искать товар или находиться на стадии готовности к покупке. Если перед заказом он кликнул по рекламе, рекламная система может получить эту конверсию в отчёте, хотя покупка, возможно, состоялась бы и без объявления.

Поэтому высокий ROAS или большое количество атрибутированных продаж ещё не доказывают высокий дополнительный эффект рекламы.

IAB в 2026 году рассматривает инкрементальность вместе с атрибуцией и Marketing Mix Modeling как важные составляющие современной системы измерения маркетинга.

Как измерить дополнительный эффект

Самый понятный способ — эксперимент с контрольной группой.

Часть аудитории получает рекламу, сопоставимая группа — нет. Затем сравниваются результаты. Если тестовая группа показывает прирост относительно контроля, разница может использоваться для оценки дополнительного эффекта.

На практике применяются несколько подходов:

A/B- и holdout-тесты — часть пользователей исключается из рекламного воздействия и становится контрольной группой.

Geo-тестирование — сравниваются тестовые и контрольные регионы. Подход подходит для сетевого и локального бизнеса.

Matched-market и синтетические контрольные группы — используются, когда классический эксперимент невозможен.

Эконометрические модели и Marketing Mix Modeling — позволяют оценивать вклад каналов с учётом сезонности, внешних факторов и изменений спроса.

IAB также рекомендует выбирать метод в зависимости от конкретной бизнес-задачи, а не пытаться заменить все виды измерения одним инструментом.

Где инкрементальность особенно полезна

В первую очередь там, где органический спрос уже высок.

Это может быть:

• брендовый поиск;
• ремаркетинг;
• retail media;
• медийная реклама;
• социальные сети;
• продвижение новых продуктов;
• программы удержания клиентов.

Например, брендовая реклама может показывать большое количество конверсий просто потому, что пользователи уже намеревались купить. А канал с более низким ROAS способен приводить больше действительно новых клиентов.

Поэтому при перераспределении бюджета полезно смотреть не только на стоимость заявки или ROAS, но и на то, что произойдёт с продажами, если этот канал отключить или увеличить его бюджет.

Какие ошибки искажают результаты

Самые распространённые проблемы связаны не со сложностью методики, а с неправильной постановкой эксперимента.

Контрольная и тестовая группы могут оказаться несопоставимыми. Выборка — слишком маленькой. Период — недостаточным для принятия решения.

Кроме того, на результат способны повлиять сезонность, изменение цены, акции, наличие товара, работа отдела продаж и активность конкурентов.

Поэтому перед тестом нужно определить:

1. Какое решение должен помочь принять эксперимент?
2. Какой результат измеряем — заказы, новых клиентов, выручку, прибыль или LTV?
3. Как сформировать сопоставимую контрольную группу?
4. Как долго проводить наблюдение?
5. Что изменится в бюджете после получения результата?

Если заранее не определить, какое решение будет принято, исследование легко превращается в ещё один отчёт ради отчёта.

Нужно ли это малому бизнесу

Не обязательно создавать сложную аналитическую систему.

Можно начать с одного канала, который получает значительную часть бюджета. Например, провести geo-тест, сформировать контрольную группу или проверить, как меняются продажи при отключении рекламного воздействия на ограниченном сегменте.

Главное — выбирать для теста не любой канал, а тот, по которому действительно предстоит принять решение: увеличивать бюджет, сокращать его или перераспределять инвестиции.

Какую роль играет ИИ

Искусственный интеллект уже помогает анализировать большие массивы данных, находить закономерности, формировать гипотезы и моделировать сценарии.

Но ИИ не отменяет необходимость правильно поставить эксперимент. Если данные некачественные или контрольная группа сформирована неправильно, технология лишь быстрее обработает ошибочную исходную модель.

Поэтому сначала должна появиться маркетинговая гипотеза, а уже затем — инструмент для её проверки.

Почему это становится важнее

Путь клиента становится сложнее. Пользователь может увидеть рекламу, изучить отзывы, задать вопрос AI-системе, сравнить предложения, вернуться через несколько дней и только потом купить.

При этом традиционные показатели — клики, сессии и просмотры страниц — дают всё менее полную картину customer journey. IAB отмечает, что развитие AI требует новых подходов к измерению маркетингового воздействия.

Поэтому вопрос «откуда пришёл заказ?» уже недостаточен.

Бизнесу важно понимать: «Что действительно изменило вероятность покупки?»

Главное

Инкрементальность не заменяет атрибуцию, ROAS или ROMI. Она отвечает на другой вопрос — какой дополнительный результат маркетинг действительно создал.

Это позволяет принимать более обоснованные решения о бюджете и не продолжать инвестировать в канал только потому, что рекламный кабинет показывает ему большое количество конверсий.

Современный маркетинг постепенно переходит от подсчёта всех взаимодействий к оценке их реального влияния на бизнес.

И чем сложнее становится путь клиента, тем важнее понимать не только кто получил конверсию в отчёте, но и какие действия действительно создали дополнительную продажу.

Команда CTBImarketing помогает анализировать эффективность маркетинговых каналов и выстраивать систему аналитики, ориентированную не только на показатели рекламных кабинетов, но и на реальные бизнес-результаты.