Incrementalidad

¿Qué es la «incrementalidad» en marketing?

La incrementalidad en marketing es la práctica de medir si una campaña ha provocado realmente un resultado, en lugar de limitarse a establecer una correlación con él. Responde a una de las preguntas más importantes y difíciles del marketing: ¿habrían conversiones ¿Habrían ocurrido de todos modos, incluso sin esta campaña?

Esta distinción es de suma importancia. ¿Por qué? Porque el estándar atribución Los modelos atribuyen el mérito a la último punto de contacto o la campaña más reciente con la que interactuó un usuario antes de realizar la conversión. Sin embargo, el crédito de atribución no es lo mismo que el impacto causal.

 Un usuario que ya tenía muchas probabilidades de instalar tu aplicación, crea un compra, o los suscriptores podrían haberlo hecho independientemente de si vieron tu anuncio o no. Si tu campaña se está atribuyendo el mérito de conversiones que se habrían producido de todos modos de forma ecológica, lo que has indicado ROAS se ha exagerado y tus decisiones sobre la asignación presupuestaria se basan en información incompleta.

La incrementalidad resuelve este problema introduciendo un escenario contrafactual. En lugar de preguntarse qué ocurrió cuando los usuarios vieron la campaña, se pregunta qué habría ocurrido si no la hubieran visto. La diferencia entre esos dos resultados es la elevación incremental, la verdadera medida de la contribución real de tu campaña.

Para los profesionales del marketing móvil que operan en un entorno en el que los marcos normativos de privacidad influyen en la atribución, la incrementalidad es una disciplina de medición fundamental.

¿Cómo funciona la incrementalidad?

La incrementalidad funciona de la siguiente manera: comparar el comportamiento de dos grupos: un grupo de prueba al que se le aplica una campaña y un grupo de control al que no. La diferencia en los resultados entre ambos grupos, medida en condiciones controladas, representa el impacto incremental de la campaña.

Paso 1: Definir la pregunta

Antes de realizar una prueba de incrementalidad, define claramente qué es lo que quieres medir. Una pregunta bien definida te proporcionará resultados que se puedan aplicar en la práctica. 

Ejemplo: ¿Estás comprobando si una campaña concreta genera instalaciones adicionales? ¿Si un canal de retargeting genera compras adicionales? ¿Si una creatividad concreta genera suscripciones adicionales? 

Paso 2: Segmenta tu público

Divide tu público objetivo en dos grupos. El grupo de prueba se expone a la campaña de forma habitual. El grupo de control, a veces denominado «grupo de reserva», queda totalmente excluido de la campaña. Ambos grupos deben ser estadísticamente equivalentes al inicio de la prueba para garantizar que cualquier diferencia en los resultados pueda atribuirse a la campaña y no a diferencias preexistentes entre los grupos.

Paso 3: Poner en marcha la campaña

Lleva a cabo la campaña para el grupo de prueba sin que el grupo de control esté expuesto a ella. La duración de la prueba debe ser lo suficientemente larga como para recopilar datos suficientes que tengan significación estadística, pero lo suficientemente centrada como para reflejar las condiciones actuales del mercado. Tanto las campañas como el comportamiento de los usuarios cambian con el tiempo, por lo que una prueba de incrementalidad que se prolongue demasiado corre el riesgo de medir un objetivo en constante evolución.

Paso 4: Mide la diferencia

Al finalizar el periodo de prueba, compara las tasas de conversión, los ingresos u otros resultados entre el grupo de prueba y el grupo de control. La diferencia entre ambos grupos representa el aumento incremental de la campaña.

Paso 5: Evaluar la significación estadística

Aquí es donde los intervalos de confianza cobran una importancia fundamental. Antes de tomar medidas basadas en los resultados de una prueba de incrementalidad, es necesario distinguir la significación estadística de la variación aleatoria. 

Un intervalo de confianza indica el rango dentro del cual es probable que se sitúe el efecto incremental real. Además, un resultado es estadísticamente significativo cuando alcanza un nivel de confianza del 95%, es decir, una probabilidad del 5% de que la diferencia observada se deba al azar.

Tomar medidas basándose en resultados que no han alcanzado significación estadística conlleva el riesgo de tomar decisiones presupuestarias basadas en el ruido en lugar de en la señal.

Ejemplo: Una aplicación de suscripción realiza una prueba de incrementalidad en una campaña de captación de clientes potenciales en un nuevo red publicitaria. El grupo de prueba, compuesto por 50 000 usuarios, está expuesto a la campaña. Se mantiene al margen un grupo de control equivalente, compuesto por 50 000 usuarios. Tras cuatro semanas, el grupo de prueba muestra una suscripción tasa de conversión de 3,21 TP6T frente a 2,11 TP6T en el grupo de control. Se confirma que el incremento es estadísticamente significativo con un nivel de confianza del 951 TP6T. Se ha demostrado que la campaña está generando suscripciones adicionales reales más allá de la línea de base orgánica, por lo que se ha aumentado el presupuesto en consecuencia.

Cómo calcular la elevación incremental

El aumento incremental es el resultado principal de un análisis de incrementalidad. Expresa la tasa de conversión adicional generada por la campaña como porcentaje de la referencia del grupo de control.

Fórmula:

Incremental Lift = (Test Conversion Rate - Control Conversion Rate) / Control Conversion Rate

Ejemplo resuelto

• Tasa de conversión del grupo de prueba: 4,51 TP6T
• Tasa de conversión del grupo de control: 3,0%
• Aumento incremental = (4,5% - 3,0%) / 3,0%
• Aumento incremental = 1,51 TP6T / 3,01 TP6T
• Elevación incremental = 50%

Este resultado significa que la campaña generó un aumento de 50% en las conversiones por encima de lo que se habría producido de forma orgánica. La mitad de las conversiones del grupo de prueba pueden atribuirse a la campaña. La otra mitad se habría producido de todos modos.

Qué te indica el «incremental lift»

Un aumento incremental positivo confirma que la campaña está generando un valor añadido real. Un aumento incremental bajo o cercano a cero sugiere que la campaña se está atribuyendo en gran medida el mérito de las conversiones orgánicas. Un aumento incremental negativo, aunque poco frecuente, puede indicar que la exposición a la campaña está, de hecho, frenando las conversiones, por ejemplo, debido al cansancio publicitario o a mensajes mal orientados.

Comprender el impacto incremental a nivel de campaña, canal y creatividad proporciona a los profesionales del marketing los datos que necesitan para destinar el presupuesto a aquellas actividades que realmente impulsan el crecimiento, en lugar de a aquellas que simplemente parecen hacerlo.

Incrementalidad frente a atribución: ¿cuál es la diferencia?

Tanto la incrementalidad como la atribución son marcos de medición, pero responden a preguntas fundamentalmente diferentes y deben utilizarse conjuntamente, en lugar de considerarse alternativas.

La atribución identifica con qué puntos de contacto interactuó un usuario antes de realizar una conversión y asigna el mérito a dichos puntos de contacto según un modelo definido. Te indica dónde se registran las conversiones, pero no te dice si esos puntos de contacto fueron los que provocaron las conversiones.

La incrementalidad mide la causalidad de forma directa. Indica si una campaña ha generado realmente una conversión que, de otro modo, no se habría producido, independientemente del modelo de atribución que se utilice.

Las configuraciones de medición de marketing móvil más sofisticadas utilizan ambas. La atribución proporciona la capa de informes operativos que permite hacer un seguimiento de dónde se destina el gasto y qué parece estar generando. La incrementalidad proporciona la capa de validación que confirma si esos resultados atribuidos reflejan un impacto causal real. Juntas, ofrecen a los profesionales del marketing una visión completa y precisa del rendimiento de las campañas.

Análisis de incrementalidad: qué medir y cuándo

No todas las campañas justifican una prueba de incrementabilidad, y no todas las pruebas de incrementabilidad arrojan resultados útiles. Saber qué medir y cuándo hacerlo es tan importante como saber cómo medirlo.

¿Qué aspectos hay que priorizar en el análisis de incrementalidad?

• Canales de alto gasto
  Cuanto mayor sea la inversión, más importante resulta confirmar que los resultados que se le atribuyen son realmente incrementales. Un canal que consuma 30% de tu presupuesto de adquisición de usuarios debe estar sujeto a un nivel de exigencia mayor que el de una pequeña campaña de prueba.

• Campañas de retargeting
  El retargeting es especialmente susceptible a la inflación de la atribución, ya que se dirige a usuarios que ya interactúan con tu aplicación y, por lo tanto, tienen más probabilidades de realizar una conversión. Es posible que las pruebas de incrementalidad sean más importantes para el retargeting que para cualquier otro tipo de campaña.

• Campañas de marca
  Es muy probable que los usuarios que buscan el nombre de tu marca y hacen clic en un anuncio de marca de pago ya te hubieran encontrado de todos modos. Las pruebas de incrementalidad de las campañas de marca suelen revelar un aumento incremental menor de lo esperado, lo que plantea cuestiones importantes sobre la asignación del presupuesto.

• Nuevos canales
  Antes de destinar un presupuesto considerable a una nueva red publicitaria o canal, una prueba de incrementalidad proporciona los datos necesarios para realizar esa inversión con confianza.

Cuándo realizar pruebas de incrementalidad

Las pruebas de incrementalidad deben seguir una periodicidad de medición estándar. Las condiciones del mercado cambian, el comportamiento de los usuarios evoluciona y el valor incremental de un canal en un momento dado puede ser muy diferente seis meses después. Incorporar el análisis de incrementalidad a un ritmo de medición trimestral garantiza que tus decisiones sobre la asignación presupuestaria estén actualizadas. 

Errores habituales relacionados con la incrementalidad

A continuación se incluye una lista de algunos de los errores más comunes que cometen los profesionales del marketing al realizar análisis de incrementalidad:

1. Utilizar una muestra demasiado pequeña

Una prueba de incrementalidad con un tamaño de muestra insuficiente no alcanzará la significación estadística, lo que hará que los resultados no sean aplicables. Antes de realizar una prueba, calcula el tamaño mínimo de muestra necesario para detectar el aumento incremental que esperas con el nivel de confianza deseado. Realizar pruebas con poder estadístico insuficiente y actuar en función de los resultados es uno de los errores de medición más comunes y costosos en el marketing móvil.

2. Realizar pruebas durante un periodo demasiado corto

Los periodos de prueba cortos dan lugar a resultados poco fiables. El comportamiento de los usuarios varía de un día para otro, y una prueba que solo dure unos días puede reflejar un periodo anómalo en lugar de uno representativo. Hay que dejar tiempo suficiente para que los datos se estabilicen, sin dejar de mantener el periodo de prueba lo suficientemente breve como para reflejar las condiciones actuales.

3. Contaminación del grupo de control

Si los usuarios del grupo de control se ven expuestos a la campaña a través de otros canales, la prueba se ve comprometida. Asegúrate de que tu grupo de control no esté realmente expuesto a la campaña en ninguno de los puntos de contacto relevantes durante toda la duración de la prueba.

4. No tener en cuenta los intervalos de confianza

Presentar una estimación puntual del aumento incremental sin evaluar el intervalo de confianza que la rodea puede llevar a conclusiones erróneas. Un aumento de 15% parece significativo, pero si el intervalo de confianza del 95% oscila entre -5% y +35%, el resultado no es estadísticamente significativo y no debería servir de base para tomar decisiones presupuestarias.

5. Probarlo todo a la vez

Realizar varias pruebas de incrementalidad simultáneamente en públicos que se solapan provoca interferencias entre las pruebas y hace que los resultados no sean fiables. Establece un orden de prioridad entre tus pruebas, ejecútalas de forma secuencial siempre que sea posible y asegúrate de que los segmentos de público estén claramente separados cuando sea necesario realizar pruebas en paralelo.

6. No comprobar periódicamente la incrementalidad

El valor incremental de un canal cambia con el tiempo a medida que evolucionan la saturación de la audiencia, el desgaste creativo y la dinámica competitiva. Realizar pruebas periódicas es lo que garantiza la precisión de tus mediciones y la optimización de la asignación de tu presupuesto.

Cómo medir la incrementalidad con Tenjin

Para realizar pruebas de incrementalidad se necesitan datos limpios, una atribución fiable y la capacidad de segmentar las audiencias con precisión y analizar los resultados a nivel de cohorte. Sin una infraestructura de medición adecuada, resulta difícil llevar a cabo un análisis de incrementalidad de forma fiable y aún más complicado actuar con confianza en función de los resultados.

Tenjin es un socio de medición móvil (MMP) que proporciona a los profesionales del marketing móvil la base de datos necesaria para llevar a cabo e interpretar análisis de incrementalidad de forma eficaz. Gracias a una atribución precisa, a informes de cohortes detallados y a una visión unificada del rendimiento tanto de pago como orgánico, Tenjin ofrece la capa de medición que permite poner en práctica las pruebas de incrementalidad.

Con Tenjin puedes:

• Segmenta claramente las cohortes de usuarios orgánicos y de pago para establecer tasas de conversión de referencia precisas
• Realiza un seguimiento del comportamiento de conversión en los grupos de prueba y de control en el nivel de cohorte
• Compara el rendimiento de las campañas con los valores de referencia orgánicos, uno al lado del otro, en un único panel de control
• Combina los datos de las compras dentro de la aplicación (IAP) y de los ingresos publicitarios para medir el impacto incremental en los ingresos totales, y no solo en las instalaciones.
• Exportar datos sin procesar para el análisis de incrementalidad personalizado y la modelización estadística
• Relaciona los datos sobre la incrementalidad con tus datos de atribución generales para obtener una visión completa de el ROI real de la campaña

Ejemplo: Una empresa de publicidad móvil quiere validar el valor incremental de uno de sus principales socios de retargeting antes de renovar su contrato. Mediante Tenjin, establecen una referencia orgánica clara a partir de su cohorte de control y la comparan con la cohorte expuesta al retargeting a nivel de campaña, país y creatividad. El análisis revela un fuerte aumento incremental en sus dos principales mercados, pero un aumento casi nulo en tres mercados más pequeños donde las tasas de retorno orgánico ya son elevadas. Utilizan esta información para concentrar la inversión en retargeting en los mercados donde realmente genera ingresos adicionales y suspender la actividad donde no es así.

Principales conclusiones

La incrementalidad es una de las disciplinas de medición más importantes y menos aprovechadas en el marketing móvil. La capacidad de demostrar un impacto causal real marca la diferencia entre tomar decisiones presupuestarias con seguridad y basarse en costosas conjeturas.

• La incrementalidad mide si una campaña ha generado conversiones adicionales más allá de las que se habrían producido de forma orgánica, y no solo si existe una correlación con ellas.
• El método principal consiste en un experimento controlado en el que se compara un grupo de prueba expuesto a la campaña con un grupo de control que no lo está.
• La elevación incremental se calcula de la siguiente manera: 

(Test Conversion Rate - Control Conversion Rate) / Control Conversion Rate

• Los intervalos de confianza son fundamentales para interpretar los resultados de incrementalidad. Comprueba siempre la significación estadística antes de tomar medidas basadas en los resultados de las pruebas.
• La atribución y la incrementalidad responden a preguntas diferentes y dan mejores resultados cuando se utilizan conjuntamente
• Las campañas de retargeting son especialmente propensas a la inflación de la atribución y son las que más se benefician de las pruebas periódicas de incrementalidad.
• El análisis de incrementalidad debería formar parte de tu rutina de medición, y no ser un ejercicio puntual.
• Tenjin proporciona la infraestructura de medición necesaria para realizar análisis de incrementalidad con precisión y vincular los resultados a tus datos generales de crecimiento.

Términos relacionados

• Atribución
• Pruebas A/B
• Rentabilidad de la inversión publicitaria (ROAS)
• Valor de vida útil (VVL)
• Tasa de conversión
• Socio de medición móvil (MMP)
• Reenganche
• Instalación orgánica

Preguntas frecuentes 

¿Qué es la «incrementalidad» en marketing?

La incrementalidad en marketing es un marco de medición que determina si una campaña ha generado realmente conversiones adicionales, más allá de las que se habrían producido de forma orgánica sin ella. Aísla el verdadero impacto causal de la actividad de marketing, separando los resultados genuinos impulsados por la campaña de las conversiones que se habrían producido independientemente de si la campaña se hubiera llevado a cabo o no.

¿Cómo funciona la incrementalidad? 

La incrementalidad consiste en dividir a una audiencia en dos grupos estadísticamente equivalentes. El grupo de prueba se expone a la campaña de forma habitual. Al grupo de control no se le muestra la campaña en absoluto. La diferencia en las tasas de conversión entre ambos grupos al final del periodo de prueba representa el aumento incremental de la campaña, siempre que el resultado sea estadísticamente significativo.

¿Cómo se calcula el aumento incremental? 

La elevación incremental se calcula mediante la fórmula: 

Incremental Lift = (Test Conversion Rate - Control Conversion Rate) / Control Conversion Rate

Si el grupo de prueba registra una tasa de conversión de 4,51 TP6T y el grupo de control de 3,01 TP6T, el aumento incremental es de 501 TP6T, lo que significa que la campaña generó un incremento de 501 TP6T en las conversiones con respecto a la referencia orgánica.

¿Cuál es la diferencia entre «incrementalidad» y «atribución»? 

La atribución identifica qué puntos de contacto se consideran responsables de una conversión. La incrementalidad mide si esos puntos de contacto han provocado realmente conversiones adicionales que, de otro modo, no se habrían producido. Ambos marcos responden a preguntas diferentes y funcionan mejor cuando se utilizan conjuntamente.

¿Qué es un intervalo de confianza en las pruebas de incrementalidad? 

Un intervalo de confianza indica el rango dentro del cual es probable que se sitúe el efecto incremental real y el grado de fiabilidad del resultado de la prueba. Por lo general, los resultados se consideran estadísticamente significativos con un nivel de confianza del 95%, lo que significa que solo hay una probabilidad del 5% de que la diferencia observada se deba al azar. Confirma siempre la significación estadística antes de tomar medidas basadas en los resultados de las pruebas de incrementalidad.

¿Por qué es importante el análisis de incrementalidad? 

El análisis de incrementalidad es importante porque los modelos de atribución estándar pueden sobrevalorar el impacto de una campaña al atribuirse el mérito de conversiones que se habrían producido de forma orgánica. Las pruebas de incrementalidad revelan el verdadero efecto causal de una campaña, lo que permite una asignación más inteligente del presupuesto hacia aquellas actividades que realmente impulsan el crecimiento.

¿Qué campañas se benefician más de las pruebas de incrementalidad? 

Las campañas de retargeting son las que más se benefician, ya que se dirigen a usuarios que ya han mostrado interés y que tienen más probabilidades de realizar una conversión de forma orgánica, lo que hace que la inflación de la atribución suponga un riesgo significativo. Los canales de alto gasto, las campañas de marca y las nuevas redes publicitarias también son buenos candidatos para el análisis de incrementalidad.