Incrementality
Auch: Incremental lift, Incremental impact, Incrementalité, Mesure d'incrémentalité, Inkrementalität, Incremental measurement, Lift measurement
Der Anteil der Ergebnisse (Umsatz, Conversions), der nur durch eine Marketingaktion entstanden ist, nicht das, was ohnehin passiert wäre.
Was es ist
Incrementality misst die Ergebnisse, die nur aufgrund einer konkreten Marketingaktion entstanden sind und andernfalls nicht eingetreten wären. Sie beantwortet eine direkte Frage, die jeder CFO irgendwann stellt: Wenn wir diese Kampagne morgen abschalten, wie viel Umsatz verlieren wir wirklich? Eine Retargeting-Anzeige, die jemandem gezeigt wird, der ohnehin schon zur Kasse geht, schreibt sich einen Verkauf gut, der so oder so gekommen wäre. Incrementality entfernt diesen Trittbrettfahrer-Effekt und isoliert den echten kausalen Beitrag der Ausgaben.
Warum es wichtig ist
Die meisten Berichte schmeicheln dem Marketing. Attributionsmodelle rechnen den Erfolg dem Kontaktpunkt zu, der der Conversion am nächsten lag, sodass Kanäle, die bestehende Nachfrage abgreifen, wie Helden aussehen. Incrementality verlagert Budget von Ausgaben, die sich Erfolg zuschreiben, zu Ausgaben, die Wert schaffen. Ein CMO, der einen Geo-Holdout-Test auf Marken-Suchbegriffe im bezahlten Search durchführt, stellt oft fest, dass ein großer Teil dieser Klicks über organische Ergebnisse kostenlos konvertiert hätte. Dieser Befund kann Beträge in Millionenhöhe verschieben. Für den CFO verwandelt Incrementality das Marketing von einer per Erzählung verteidigten Position in eine per Beweis verteidigte. Für den CDO setzt sie den Maßstab, den die Datenplattform stützen muss: saubere Kontrollgruppen, nicht nur Dashboards.
Wie es funktioniert
Die Methode ist experimentell, nicht analytisch. Man bildet eine Gruppe, die der Marketingaktion ausgesetzt ist, und eine vergleichbare Gruppe, die es nicht ist, und misst dann die Ergebnisdifferenz. Die Lücke zwischen beiden Gruppen ist der inkrementelle Lift; alles andere ist eine Basis, die ohnehin eingetreten wäre. Übliche Ansätze sind geografische Holdouts (einen Kanal in einigen Regionen abschalten), Audience-Holdouts (einem zufälligen Anteil der Nutzer Anzeigen vorenthalten) und Ghost Bids im Programmatic, bei denen die Plattform aufzeichnet, wer eine Anzeige gesehen hätte, sie aber nicht sah. Ein praktisches Beispiel: Ein Abo-Unternehmen pausiert Paid Social in fünf vergleichbaren Städten für sechs Wochen, vergleicht die Anmeldungen mit unberührten Städten und lernt, dass der Kanal weit weniger Neukunden bringt, als der Last-Click-Bericht vermuten ließ. Die Disziplin ist anspruchsvoller als das Lesen eines Attributionsberichts, denn sie kostet echte Reichweite und erfordert Geduld, aber sie bringt Marketing so nah wie möglich an ein kontrolliertes Experiment.