"“La correlación no implica causalidad”.
Ésta es una frase que la mayoría de los profesionales del marketing han tenido que aprender a las duras penas.
En un ecosistema digital complejo, un cliente potencial está expuesto a múltiples canales antes de que se produzca una conversión. Es lógico que los profesionales del marketing de aplicaciones se pregunten: "¿Habrían instalado nuestra aplicación los nuevos usuarios incluso sin la exposición a la publicidad?".
Las pruebas de incrementalidad o la medición de incremento ayudan a los profesionales del marketing a evaluar el impacto real de sus campañas y canales publicitarios. En este blog, analizamos la necesidad de realizar pruebas de incrementalidad y cómo empezar.
¿Por qué mirar más allá de los modelos de atribución actuales?
En los albores de la era digital, los canales eran escasos, la experiencia del usuario era sencilla y la medición, fácil. El modelo de atribución de último clic tenía sentido para los profesionales del marketing. Si bien el espacio digital evolucionó rápidamente, modelos de atribución Simplemente no se mantuvo al día. El espacio digital está altamente interconectado. En realidad, se requieren diversos puntos de contacto, canales y formatos para influir en la acción deseada del usuario.
¿Cómo tienen en cuenta los modelos de atribución el panorama completo? ¡No lo hacen!
Simplemente no logran responder una pregunta crucial para los especialistas en marketing: ¿cómo agregan valor las campañas más allá de lo que se puede medir con el último clic y la última vista, arrojando así luz sobre la atribución excesiva o insuficiente del rendimiento?
Por eso, los profesionales del marketing deben esforzarse por implementar un sistema de atribución que capture las complejidades de la interacción entre la marca y el usuario y presente el panorama completo de forma inteligente. Las pruebas de incrementalidad son una metodología que puede ayudar a los profesionales del marketing a justificar sus esfuerzos publicitarios.
¿Qué son las pruebas de incrementalidad?
Es una metodología basada en datos que mide la resultado incremental directo de sus campañas utilizando el principio de ensayos controlados aleatorios (ECA).
Identifica las diferencias de comportamiento entre dos grupos de audiencia: uno que ha estado expuesto a los anuncios (grupo de prueba) y uno que no ha sido (grupo control).
Medir esta diferencia en las tasas de conversión puede ayudarle a comprender el verdadero impacto de sus campañas publicitarias.
¿Por qué considerar las pruebas de incrementalidad?
Sin pruebas de incrementalidad, sus decisiones publicitarias se basarán en:
1) Correlaciones incorrectas y dependencia de suposiciones
2) Enfoque por clic y no por intención
3) Ignorancia hacia contribuyentes inconmensurables
Las pruebas de incrementalidad revelan qué inversiones en campañas o canales realmente dan resultados. En esencia, te ayudan a eliminar el desperdicio y a centrarte en los verdaderos protagonistas de tu estrategia publicitaria.
Si bien no sustituye los modelos pragmáticos de atribución cotidianos, sin duda ofrece una garantía adicional para que los profesionales del marketing justifiquen sus esfuerzos publicitarios. En definitiva, permite anunciar con claridad y confianza.
Introducción a los tipos de métodos
1) Método por intención de tratar
En este método, una parte del público objetivo se divide en dos grupos: prueba y control, y el primero recibe anuncios de marca Mientras que este último es retenido Del mismo. La premisa es simple: la conversión/ingresos generados por el grupo de prueba se compara con los generados por el grupo de control. Esto permite una medición sencilla del "aumento" de sus campañas publicitarias.
Factores ganadores
🔹 Fácil de implementar y ampliamente utilizado.
🔹 Sin coste adicional para el anunciante.
Tenga en cuenta: En un entorno programático, este método no garantiza que todos los usuarios del grupo de prueba estén realmente expuestos a los anuncios, ya que depende de factores como la tasa de éxito y la disponibilidad de la oferta. Sin embargo, una tasa de exposición suficientemente alta ayuda a suprimir el ruido generado por los usuarios no expuestos.
2) Anuncios de placebo/Anuncios de servicio público:
En este método, el grupo de prueba es se mostró el anuncio de la marca, mientras que el grupo de control se muestra un Anuncio de servicio público o anuncio de servicio social. Al mostrar anuncios tanto al grupo de prueba como al de control, se obtiene una visión clara de los usuarios que realmente están expuestos a ellos. El incremento se mide entonces entre los usuarios del grupo de prueba que vieron el anuncio y los del grupo de control que lo vieron.
Factores ganadores
🔹Mínimo ruido y mayor confiabilidad.
🔹 Fácil de implementar.
Ten en cuenta:Este método incluye costos de medios adicionales para ejecutar el anuncio de PSA en el grupo de control, y la segmentación de usuarios debe ser equivalente en ambos grupos para evitar sesgos.
3) Anuncios fantasma
Si bien este método se considera una buena combinación de anuncios por intención de tratar y placebo, aún se encuentra en sus inicios en el mundo de la tecnología publicitaria y carece de transparencia rastreable. En este caso, la plataforma DSP divide al grupo objetivo en grupos de prueba y control Sólo una vez que se realice la licitación.
En otras palabras, las pujas fantasma se utilizan para marcar y excluir a los usuarios del grupo de control, mientras que las pujas ganadoras reales muestran anuncios de marca reales a los usuarios del grupo de prueba. Esto significa que, aunque el grupo de control no ve ningún anuncio, el anunciante tiene acceso a los datos de registro de cuándo podría haberse publicado el anuncio experimental.
Factores ganadores
🔹 Sin coste de medios para el grupo de control.
🔹 Poco ruido, ya que la comparación se realiza entre los usuarios expuestos y los que habrían estado expuestos. El ruido restante correspondería a usuarios para quienes, en teoría, la impresión no se podría generar.
Tenga en cuenta: Si bien este método es excelente en teoría, es difícil verificar realmente las ofertas fantasma, ya que ninguna plataforma (excepto las redes autorreguladas) tiene acceso a todo el proceso de subasta.
¿Cómo se mide el progreso en un mundo sin IDFA?
Los métodos anteriores son de naturaleza determinista, es decir, no se pueden ejecutar sin el identificador de usuario. Pero en un mundo donde la privacidad es cada vez más importante, ¿cómo se mide la mejora si no se tiene acceso al IDFA?
Ahí es cuando la medición de la elevación se vuelve importante. probabilístico Mediante metodologías de medición de impacto. En este caso, se debe decidir cómo abordar un grupo de prueba y uno de control según las dimensiones disponibles, como la geografía, la creatividad, la identificación de clientes potenciales, los gráficos de personalidad y el análisis de la oferta, para realizar pruebas y obtener resultados tangibles.
Cualquier prueba de optimización requeriría datos de backend para determinarla, ya que, sin los identificadores de dispositivo, ningún proveedor podría realizar pruebas de forma independiente en nombre de un anunciante. Por lo tanto, una estrecha colaboración entre el canal de rendimiento y el anunciante es clave para impulsar la investigación y el valor mediante pruebas de incrementalidad.
¿Por dónde empezar con la incrementalidad?
Uno de los factores que dificulta la medición de la incrementalidad o el incremento es su aparente complejidad. Sin embargo, con la ayuda de un socio publicitario, es muy posible realizar pruebas de incremento periódicas como práctica habitual. Aquí te explicamos cómo puedes preparar el terreno:
🔹 Define los KPIs clave que miden el éxito de tus campañas y tus objetivos de negocio.
🔹 Del conjunto de audiencia existente, al azar Dividir el grupo de prueba y el grupo de control.
🔹 Asegúrate de no estar corriendo cualquier otra campaña Dirigido al mismo grupo de usuarios para evitar la contaminación.
🔹 Debes tener suficiente presupuesto y alcance en comparación con el tamaño de la audiencia de prueba para que la prueba pueda realizarse. Estadísticamente significante, es decir, para que los resultados se consideren reproducibles.
Tenga en cuenta: si está corriendo con múltiples canales, Luego aclarar la audiencia para la grupo objetivo y grupo de control para garantizar que los anuncios no se muestren al grupo de control por ningún otro canal.
Convertir los resultados en información útil
Las pruebas de incrementalidad son solo una pequeña pieza de un rompecabezas mayor. Como profesional del marketing de aplicaciones que siempre debe justificar sus inversiones en diferentes canales, los resultados de las pruebas de incrementalidad son la clave.
A continuación te indicamos cómo puedes utilizar los resultados para guiar tus próximos pasos:
🔹 Tener un resultado primario claramente delineadoIdentifique las métricas de negocio que definen el éxito de su campaña. Los resultados dependen completamente de los objetivos de negocio que intenta validar. Por ejemplo: una tasa de conversión positiva puede brindarle confianza en sus campañas, aunque no se traduzca completamente en un ROAS más alto.
🔹 Utilice sus resultados para ampliar los canales adecuados y dejar de canibalizar el tráfico: Asegúrese de que los objetivos de crecimiento de su empresa no incentiven la canibalización del tráfico orgánico.
🔹 Adapte constantemente su hipótesis ya que los resultados pueden variar cuando se aplican a una audiencia más amplia.
Cada socio aborda estas metodologías de forma distinta. Es importante trabajar con un socio DSP programático de confianza que le guíe en este proceso y le ofrezca total transparencia.
RevX proporciona una medición de incremento incremental que permite a los anunciantes determinar el valor que un canal aporta a su estrategia de marketing. De esta manera, se asegura de poder...
Optimice sus campañas e invierta dinero donde está el impacto.
Comuníquese con nosotros: https://www.revx.io/
Lauren Heineck
