Atribusi menunjukkan siapa yang mendapat pujian. Inkrementalitas menunjukkan apa sebenarnya penyebab pemasaran Anda.
Di era otomatisasi dan pembatasan privasi, memahami peningkatan nyata di balik kampanye Anda adalah satu-satunya cara untuk membuktikan apa yang berhasil.
Artikel ini menguraikan ukuran inkrementalitas, mengapa hal ini penting, dan cara mengujinya di seluruh platform iklan utama saat ini.
Masalah dengan hasil yang ‘luar biasa’ yang tidak benar-benar mendorong pertumbuhan
Pemasar menyukai angka besar – RKT, tayangan, dan ROAS semuanya terdengar bagus dalam satu kesatuan.
Namun bagaimana jika hasil tersebut tidak mewakili pertumbuhan bisnis yang sebenarnya?
Misalnya, kampanye penelusuran berbayar melaporkan ROAS 10x.
Ini mungkin terdengar luar biasa. Namun jika 90% konversi tersebut terjadi secara organik tanpa iklan Anda, ROAS Anda yang sebenarnya akan jauh lebih rendah.
Di sinilah inkrementalitas berperan. Ini mengukur berapa banyak konversi yang terjadi karena pemasaran Anda, bukan karena pemasaran Anda.
Inilah perbedaan antara menerima penghargaan dan menciptakan nilai.
Ketika eBay menghentikan sementara iklan penelusuran mereknya, percobaan lapangan berskala besar menemukan bahwa sebagian besar penjualan tidak berubah – menunjukkan bahwa iklan tersebut memenuhi permintaan yang ada, bukan menciptakan pertumbuhan baru.
Gali lebih dalam: Pengujian inkrementalitas dalam periklanan: Siapa yang menang dan kalah?
Apa yang sebenarnya diukur oleh inkrementalitas
Inkrementalitas mengukur peningkatan kausal dari pemasaran Anda. Ini adalah ukuran perubahan yang terjadi sejak kampanye Anda ada.
Dalam praktiknya:
- Kelompok uji: Orang atau wilayah yang terpapar iklan Anda.
- Kelompok kontrol: Orang atau wilayah serupa tidak terpajan.
- Mengangkat: Perbedaan hasil antara kedua kelompok.
Jika grup pengujian Anda menghasilkan 1.250 pembelian dan grup kontrol 1.000, kampanye Anda mendorong +250 penjualan tambahan (+25% peningkatan) – hal yang tidak akan terjadi tanpa Anda.
Mengapa inkrementalitas menjadi lebih penting dari sebelumnya
Metrik tradisional mengisyaratkan kinerja – inkrementalitas membuktikannya.
- Ini mengungkapkan pemborosan: Anda dapat melihat di mana iklan hanya menangkap permintaan organik (seperti penelusuran bermerek untuk merek yang sudah mapan).
- Ini menginformasikan anggaran: Anda akan mengetahui saluran mana yang benar-benar menghasilkan pendapatan baru dan saluran mana yang mendapat pujian darinya.
- Itu membangun kepercayaan: Tim keuangan dan kepemimpinan peduli pada apa yang berubah, bukan pada apa yang “dikaitkan”.
Singkatnya, inkrementalitas menyelaraskan metrik pemasaran dengan hasil bisnis.
4 cara andal untuk mengukur inkrementalitas
Setiap pengujian inkrementalitas menanyakan pertanyaan yang sama: Apa jadinya tanpa iklan saya?
Keempat metode ini menawarkan cara berbeda untuk menjawabnya, bergantung pada seberapa besar kendali dan data yang Anda miliki.
| Metode | Bagaimana cara kerjanya | Terbaik untuk | Mengapa menggunakannya |
| Ketidaksepakatan acak | Pisahkan audiens secara acak menjadi pengujian vs. kontrol | Sosial berbayar, tampilan, pencarian | Standar emas; secara langsung mengukur dampak sebab akibat |
| ketidaksepakatan geografis | Jalankan kampanye di wilayah pengujian, jeda di wilayah lain | Offline, eceran, CTV | Menskalakan ke pasar besar; berfungsi ketika kontrol tingkat pengguna tidak memungkinkan |
| Kontrol sintetis / Pemodelan kausal | Bangun garis dasar “sintetis” dari data historis atau data serupa | Kampanye satu kali atau nasional | Berguna ketika Anda tidak dapat mengacak; bergantung pada data yang baik |
| Pemodelan bauran pemasaran (MMM) | Gunakan regresi untuk memperkirakan kontribusi setiap saluran | Perencanaan multi-saluran dan jangka panjang | Aman bagi privasi dan strategis; terbaik bila dikalibrasi dengan eksperimen |
1. Ketidaksepakatan acak (pengujian tingkat pengguna)
Juga disebut uji coba terkontrol secara acak (RCT), ini adalah cara paling bersih untuk mengukur peningkatan.
Anda membagi audiens Anda secara acak.
- Separuh melihat iklan Anda (uji).
- Separuh lainnya tidak (mengendalikan).
Kampanye Anda secara langsung menyebabkan perbedaan konversi atau pendapatan.
Platform seperti Meta (Facebook/Instagram) dan Google Ads (YouTube, Display) kini menawarkan uji peningkatan bawaan yang menangani pengacakan dan pelaporan secara otomatis.
Kapan menggunakan: Kampanye digital dengan konversi terukur dan volume memadai.
2. Pengujian ketidaksepakatan geografis
Jika Anda tidak dapat mengacak individu, mengacak wilayah.
Pilih lokasi yang sebanding, seperti dua kota dengan pola pembelian serupa.
Jalankan iklan Anda di satu saluran dan jeda di saluran lainnya. Perbedaan hasil menunjukkan peningkatan bertahap Anda.
Mengapa ini berhasil: Skala dunia nyata, berfungsi di seluruh saluran offline atau campuran (misalnya TV, radio, atau ritel).
Peringatan: Cocokkan wilayah dengan hati-hati dan berikan waktu yang cukup untuk menyeimbangkan fluktuasi lokal.
Gali lebih dalam: Ilusi ROAS: Memikirkan kembali seperti apa kesuksesan Google Ads
3. Kontrol sintetik dan pemodelan kausal
Ketika eksperimen tidak memungkinkan – misalnya Anda menjalankan kampanye nasional – Anda dapat memperkirakan apa yang akan terjadi tanpa iklan Anda menggunakan model data.
Alat seperti CausalImpact Google dan GeoLift Meta membangun “kembaran” sintetis dari audiens atau wilayah Anda berdasarkan tren masa lalu.
Membandingkan hasil sebenarnya dengan data dasar yang dimodelkan ini akan menunjukkan efek tambahan kampanye Anda.
Ini tidak seketat eksperimen sebenarnya, namun merupakan pilihan yang kuat untuk kampanye retrospektif atau skala besar.
4. Pemodelan bauran pemasaran (MMM)
MMM menggunakan data historis dan agregat (misalnya pembelanjaan, tayangan, penjualan) untuk mengukur kontribusi setiap saluran dari waktu ke waktu.
Dia bukan sebuah eksperimen, namun ketika dikalibrasi dengan studi inkrementalitas, hal ini memberikan gambaran ROI yang strategis dan menjaga privasi di seluruh saluran.
MMM menjawab pertanyaan seperti:
- “Berapa pangsa penjualan yang didorong oleh Meta vs. Penelusuran pada kuartal terakhir?”
- “Apa yang terjadi pada pendapatan jika kita memotong belanja TV sebesar 20%?”
Anggaplah MMM sebagai pandangan makro, dan pengujian peningkatan sebagai kebenaran dasar yang membuatnya tetap akurat.
Dapatkan buletin pencarian yang diandalkan pemasar.
MktoForms2.loadForm(“https://app-sj02.marketo.com”, “727-ZQE-044”, 16298, function(form) { // form.onSubmit(function(){ // }); // form.onSuccess(function (nilai, followUpUrl) { // }); });
Lihat persyaratan.
Bagaimana platform iklan mendukung inkrementalitas
Platform iklan utama kini menawarkan alat bawaan untuk membantu pemasar mengukur peningkatan secara langsung – tidak perlu penyiapan manual.
- Meta (Facebook/Instagram): Menawarkan studi Peningkatan Konversi dan Peningkatan Merek – pengujian acak yang secara langsung mengukur konversi tambahan atau hasil merek.
- Iklan Google: Memberikan Peningkatan Konversi untuk YouTube dan Display, dengan “iklan hantu” yang menyimulasikan paparan terbatas untuk grup kontrol. Anda juga dapat menjalankan eksperimen A/B dengan Draf dan Eksperimen untuk Penelusuran.
- TikTok: Studi Peningkatan Konversi yang baru-baru ini diluncurkan, menunjukkan bahwa sebagian besar konversi yang diukur berdasarkan peningkatan hanya terjadi di TikTok – artinya konversi tersebut tidak akan terjadi melalui saluran lain.
- Iklan Amazon: Memiliki pengujian peningkatan asli yang terbatas; sebagian besar pengiklan menggunakan eksperimen berbasis geografis atau bekerja sama dengan mitra pengukuran untuk menentukan dampak tambahan.
Cara menjalankan pengujian inkrementalitas pertama Anda
Berikut proses mudah untuk memulai:
- Pilih satu kampanye dan KPI: Misalnya, kampanye Facebook yang menargetkan konversi tambahkan ke keranjang.
- Bentuklah hipotesis: “Kampanye ini akan meningkatkan konversi setidaknya 10% dibandingkan baseline.”
- Siapkan grup kontrol dan pengujian: Gunakan uji peningkatan platform atau buat ketidaksepakatan acak atau geografis Anda sendiri.
- Jalankan pengujian untuk siklus konversi penuh: Hindari perubahan yang tumpang tindih (seperti pembaruan harga atau promosi).
- Kumpulkan data dan hitung peningkatan:
- Konversi tambahan = Uji – Kontrol
- Angkat (%) = (Tes − Kontrol) Kontrol × 100
- iROAS = Pendapatan tambahan ÷ Pembelanjaan
- Mengambil keputusan: Skalakan apa yang terbukti secara bertahap. Jeda atau pikirkan kembali apa yang tidak.
- Ulangi setiap tiga bulan: Gunakan pembelajaran untuk mengkalibrasi model atribusi dan rencana anggaran.
Kesalahan umum yang harus dihindari
Bahkan pengujian yang dirancang dengan baik pun bisa gagal jika pengaturan atau pengaturan waktunya tidak tepat.
Waspadai kesalahan umum berikut yang dapat mengubah hasil Anda atau menyembunyikan peningkatan sebenarnya.
- Menjalankan pengujian yang terlalu kecil atau terlalu pendek: Tanpa kekuatan statistik, Anda tidak dapat mempercayai hasilnya.
- Kontaminasi kelompok kontrol: Pastikan pengguna kontrol atau wilayah benar-benar tidak melihat iklan Anda.
- Menguji terlalu banyak variabel sekaligus: Sederhanakan – satu kampanye, satu tujuan.
- Hanya mengandalkan atribusi: Model atribusi menunjukkan penghargaan, bukan penyebab.
- Lupa mendokumentasikan hasil: Simpan pengaturan pengujian, data, dan pembelajaran “log inkrementalitas” sehingga tim Anda dapat membangun pengetahuan institusional.
Jadikan peningkatan sebagai dasar baru Anda
Tiga perubahan besar yang menjadikan inkrementalitas sangat diperlukan saat ini:
- Pembatasan privasi membatasi apa yang dapat kami lacak – eksperimen mengukur peningkatan tanpa data pribadi.
- Sistem iklan otomatis mengoptimalkan konversi, tidak harus bersifat inkremental.
- Tekanan ekonomi menuntut bukti nilai. Ketika anggaran diperketat, bagian keuangan ingin mengetahui apa yang terjadi jika Anda menonaktifkan iklan.
Atribusi menunjukkan dari mana konversi berasal. Inkrementalitas menunjukkan apakah pemasaran menyebabkan hal tersebut.
Di dunia yang setiap kliknya sudah diklaim oleh seseorang, peningkatan adalah cara Anda membuktikan bahwa iklan Anda tidak hanya muncul – tetapi juga mendorong pertumbuhan.
Mulailah dengan satu pengujian bersih, validasi saluran utama, dan tingkatkan dasar baru Anda. Karena jika pemasaran Anda tidak menciptakan permintaan baru, maka pemasaran Anda tidak akan berhasil.
Gali lebih dalam: Eksperimen PPC vs. pengujian PPC: Perincian praktis
