Insights · Data
De laatste klik beloont wie er al was. Incrementaliteit meet hoeveel adverteren werkelijk toevoegt. Een eerlijkere manier om budget te beslissen.
Jarenlang was de impliciete vraag achter elk advertentierapport: aan welk kanaal kennen we deze verkoop toe? Last-click-attributie antwoordt zelfverzekerd, maar beantwoordt een boekhoudkundige vraag, geen causale. Weten wie de klant als laatste raakte, zegt niets over wat er zonder die aanraking zou zijn gebeurd. Het is het verschil tussen een gebeurtenis registreren en die verklaren.
Veel van de klikken die we belonen, komen van mensen die toch wel hadden gekocht. Een zoekopdracht op de merknaam, een retargetingadvertentie voor iemand met een volle winkelwagen, een e-mail naar iemand die al had besloten: dit alles wordt geteld als gegenereerde omzet, terwijl het vaak slechts onderschepte omzet is. Het budget groeit precies op de plekken waar de conversie al vastlag.
Incrementaliteit draait het perspectief om. Het vraagt niet wie de verkoop heeft gebracht, maar hoeveel extra verkopen bestaan omdat we hebben geïnvesteerd. Het is een contrafactische vraag: wat zou er zijn gebeurd zonder de advertentie? Dat is niet direct waarneembaar, en daarom moet het worden opgebouwd via een meetontwerp, niet worden afgelezen van een dashboard.
Lift is het verschil tussen de resultaten van mensen die aan advertenties zijn blootgesteld en de resultaten van een vergelijkbare groep die dat niet was. Het is de netto toegevoegde waarde, ontdaan van wat toch al zou zijn gebeurd.
Zonder vergelijkingspunt is er geen incrementaliteit, alleen correlatie. De controle is een groep mensen of gebieden die bewust niet is blootgesteld en die dient als spiegel van wat de campagne had bereikt door stil te staan.
Een deel van de verkopen komt hoe dan ook: trouwe klanten, spontane vraag, mond-tot-mondreclame. Deze basis verwarren met de verdienste van de campagne is de duurste fout, want het betekent betalen voor resultaten die niet afhangen van de uitgaven.
Elke extra euro levert minder op dan de vorige. De eerste vertoningen vangen levende vraag, de laatste jagen achter mensen die al overtuigd of onverschillig zijn. Incrementaliteit gemeten op verschillende uitgavenniveaus laat zien waar de curve afvlakt.
Je begint met een toetsbare bewering: deze campagne genereert verkopen die er zonder haar niet zouden zijn. Je kiest één uitkomstmeting en beslist van tevoren wat als bewijs geldt, vóórdat je gegevens hebt gezien.
Je verdeelt het publiek, of het gebied, in twee vergelijkbare groepen: één ziet de campagne, één niet. De toewijzing moet willekeurig zijn, of waar dat niet mogelijk is, gebaseerd op gebieden die zo vergelijkbaar mogelijk zijn qua historisch gedrag.
Tijdens de test vermijd je het wijzigen van prijzen, aanbiedingen en andere kanalen voor de groepen, anders meet het resultaat ruis in plaats van effect. De discipline om niets aan te raken is meer waard dan welke statistische verfijning dan ook.
Als de periode afloopt, vergelijk je de resultaten van de twee groepen. Het verschil — en niet het totaal van de blootgestelden — is de lift. Je beoordeelt ook hoe solide dat verschil is of dat het op toeval berust.
Het getal alleen is niet genoeg: het wordt een kosten per incrementele conversie en wordt vergeleken met andere uitgavenposten. Pas op dat punt beslis je of je het budget verhoogt, verlaagt of verplaatst.
Een zuivere cyclus duurt weken, niet dagen: het verschil heeft tijd nodig om boven de natuurlijke variabiliteit uit te komen.
Om een controle te hebben moet je een deel van je potentiële klanten niet aanspreken. Dat is een reëel, onmiddellijk verlies, geruild voor kennis die blijft. Wie niet bereid is dat te ruilen, meet geen incrementaliteit: hij decoreert slechts de attributie.
Een serieuze test kan niet de volgende ochtend worden afgelezen. Organisaties die gewend zijn om elke dag te optimaliseren, vinden het frustrerend om te wachten tot een signaal zich stabiliseert. Maar een beslissing genomen op dagelijks ruis kost meer dan een paar weken geduld.
Niet alles kan met dezelfde nauwkeurigheid worden getest. Sommige kanalen lenen zich voor scherpe experimenten, andere moeten worden geschat met meer indirecte methoden en ruimere marges. Herkennen waar de meting solide is en waar ze slechts indicatief is, hoort bij de eerlijkheid van de methode.
Vaak is de werkelijke lift lager dan attribuierapporten beloofden. Dat is ongemakkelijk maar nuttig nieuws: het laat zien waar je betaalde voor al zekere verkopen. Een methode die alleen goed nieuws geeft, meet niets.
We beginnen met de vraag wat er sowieso zou zijn gebeurd, en pas daarna kijken we naar de cijfers. Een dashboard dat niet is gegrond in een meetontwerp is een goed opgemaakte mening. We geven de voorkeur aan een paar verdedigbare meetwaarden boven veel suggestieve.
Incrementaliteit is er niet om gelijk te geven aan wie het budget al heeft vastgesteld, maar om dat ter discussie te stellen. We gebruiken het om uitgaven te verplaatsen van waar het bestaande vraag onderschept naar waar het die werkelijk creëert, ook als het resultaat ongemakkelijk is voor interne gewoontes.
Beter één zuiver experiment over een keuze die ertoe doet dan tien ruwe metingen over marginale details. We richten de inspanning op plekken waar de budgetinzet hoog is en waar het resultaat een allocatie werkelijk zal veranderen.
Elke schatting heeft een marge, en dat zeggen we. Een ruizige meting behandelen als een zekerheid leidt tot zelfverzekerde beslissingen op fragiele gronden. Eerlijk communiceren wat we weten, en wat niet, is wat de meting bruikbaar maakt.
Is last-click-attributie nutteloos?
Nee, maar het beantwoordt een andere vraag. Het is prima voor het begrijpen hoe klanten zich langs het pad bewegen, niet voor het beslissen hoeveel een kanaal toevoegt. Het gebruiken om budget te verdelen is als temperatuur meten met een liniaal: het hulpmiddel werkt, alleen niet voor die taak.
Heb je een enorm budget nodig om incrementaliteit te testen?
Je hebt meer discipline nodig dan schaal. Een eenvoudig maar rigoureus ontwerp, met vergelijkbare groepen en van tevoren bepaalde regels, zegt meer dan een complex apparaat gebouwd op verwarrende gegevens. De zuiverheid van de methode telt meer dan de schaal.
Hoe vaak moeten tests worden herhaald?
Incrementaliteit is geen vaste waarheid: het verandert met het seizoen, de concurrentie, de verzadiging van het publiek. Het moet opnieuw worden gecontroleerd wanneer er iets substantieels verandert in de markt of de strategie, niet bij elke wekelijkse vergadering.
Wat als de test zegt dat een kanaal niets toevoegt?
Dat is precies het soort antwoord waarvoor een test bestaat. Het betekent dat die uitgave verkopen binnenhaalde die toch al zouden zijn gekomen. De juiste reactie is niet het kanaal verdedigen, maar korten of herbestemmen en opnieuw controleren.