提升效果，而非总量
提升效果是接触广告的人与未接触广告的可比组之间的结果差异。这是净增价值，剔除了本会自然发生的部分。
两个相似的组：一组看到广告活动，另一组没有。两组之间的差距就是真实效果。
问题所在
最后一次点击衡量的是功劳，而非原因
错误的问题
多年来，每份广告报告背后隐含的问题都是：将这笔销售归因于哪个渠道？末次点击归因给出了自信的答案，却回答的是一个会计问题，而非因果问题。知道谁最后接触了客户，并不能说明若没有这次接触会发生什么。这就是记录事件与解释事件之间的区别。
被窃取的功劳
我们奖励的许多点击来自无论如何都会购买的用户。搜索品牌名称、向购物车已满的用户投放的再营销广告、发给已做好决定的人的邮件——这些全都被计为带来的收入，而往往只是截获了本已存在的收入。预算恰恰在转化率本已注定的地方膨胀。
正确的问题
增量效果翻转了视角。它不问谁带来了销售，而问因为我们的投入而多出了多少销售。这是一个反事实问题：如果没有广告，会发生什么？这无法直接观察，因此必须通过测量设计来构建，而非从仪表板上直接读取。
核心概念
理解提升效果的四个关键点
对照组
没有比较基准，就没有增量效果，只有相关性。对照组是一组故意不接触广告的人或地区，作为广告活动在无干预情况下会取得什么结果的镜像。
将部分受众排除在外不太方便，但这是衡量的唯一诚实代价。
基准转化
有一部分销售无论如何都会发生：忠实客户、自发需求、口碑传播。将这一基准与广告活动的功劳混淆是最昂贵的错误，因为这意味着为与支出无关的结果付费。
如果对照组已经转化良好，大部分收入并非媒体的功劳。
饱和效应
每多花一欧元，回报都少于上一欧元。最初的曝光捕捉的是活跃需求，最后的曝光追逐的是已经被说服或漠然的人。在不同支出水平下衡量增量效果，可以显示曲线在哪里趋于平缓。
将预算翻倍，提升效果鲜少翻倍：通常只增加其中的一小部分。
如何操作
如何构建增量效果测试
1
确定假设
从一个可验证的声明出发：这场广告活动带来了若无它则不会存在的销售。选定唯一一个结果指标，并在看到任何数据之前提前决定什么将构成证据。
2
划分实验组与对照组
将受众或地域划分为两个可比组：一组看到广告活动，另一组不看。分配应随机进行，或在不可能随机的地方基于历史行为尽量相似的地区。
3
保持其他一切不变
测试期间，避免对各组更改价格、优惠及其他渠道，否则结果测量的是噪音而非效果。不触碰任何东西的纪律性比任何统计优化都更有价值。
4
测量差异
当测试期结束时，比较两组的结果。差距——而非实验组的总量——才是提升效果。同时评估这一差距的可靠性，或者它是否源于偶然。
5
转化为决策
数字本身还不够：它应转化为每次增量转化的成本，并与其他支出项目进行比较。只有在这一步，才能决定是否增加、削减或转移预算。
一个干净的测试周期需要数周而非数天：差异需要时间从自然波动中浮现出来。
权衡取舍
诚实意味着接受代价
放弃一部分受众
为了建立对照组，必须不向一部分潜在客户发送广告。这是真实而即时的成本，以换取持久的知识。不愿意做出这种权衡的人并没有在测量增量效果：他们只是在装饰归因分析。
时间与响应速度的博弈
严肃的测试不能在第二天早上就读出结果。习惯于每天优化的组织会觉得等待信号稳定令人沮丧。但基于每日噪音做出的决策，代价远高于几周的耐心等待。
精确度与覆盖范围
并非所有事情都能以同等清晰度测试。有些渠道适合开展干净的实验，其他渠道则必须用更间接的方法和更宽泛的置信区间来估算。识别哪些测量是可靠的、哪些只是参考性的，是方法论诚实性的一部分。
结果可能令人失望
实际提升效果往往低于归因报告所承诺的。这是令人不舒服但有用的消息：它表明在哪些地方，我们一直在为本已确定的销售付费。一个只返回好消息的方法什么都没有测量。
我们的方法
TMM 如何看待这件事
反事实先于仪表板
我们从"无论如何会发生什么"这个问题出发，然后才看数字。一个不以测量设计为基础的仪表板，只是格式精良的观点。我们更倾向于少数可辩护的指标，而非众多暗示性指标。
测量是为了决策，而非辩护
增量效果测量不是为了给已经决定预算的人背书，而是为了质疑它。我们用它将支出从截获现有需求的地方转移到真正创造需求的地方，即使结果让内部习惯感到不适。
少做测试，做好测试
一个关于重要选择的干净实验，胜过十个关于边际细节的粗略测量。我们将精力集中在预算赌注高、且结果将真正改变资源配置的地方。
声明不确定性
每个估算都有误差，我们会说明这一点。将嘈杂的数字视为确定性，会导致在脆弱基础上做出自信的决策。诚实地传达我们知道什么、不知道什么，才能让测量真正可用。
FAQ
常见问题
末次点击归因毫无用处吗？
不，但它回答的是另一个问题。它适合理解客户如何沿路径移动，而不适合决定某个渠道带来了多少价值。用它来分配预算，就像用尺子量温度：工具本身没问题，只是不适用于这项任务。
测试增量效果需要巨额预算吗？
需要的是纪律，而非规模。一个简单但严格的设计，配合可比的分组和提前确定的规则，比建立在混乱数据之上的复杂系统说明的问题更多。方法的严谨性比规模更重要。
测试应该多久重复一次？
增量效果并非一成不变：它随季节、竞争态势、受众饱和度而变化。当市场或策略发生实质性变化时应重新验证，而不必在每周例会上都重测。
如果测试表明某个渠道没有任何增量贡献怎么办？
这恰恰是测试存在的意义所在。这意味着那部分支出收集的是本就要来的销售。正确的反应不是维护这个渠道，而是削减或重新分配，然后再次验证。