Van gokken naar testen: zo meet je écht het effect van je campagnes

Met incrementality testen probeer je het causale effect van een marketingactiviteit te isoleren. Je wilt namelijk niet alleen weten óf je resultaat ziet, maar of dat resultaat écht veroorzaakt is door jouw interventie en niet toevallig door andere factoren zoals seizoensinvloeden, vakantieperiodes of het weer. 

Je kan het vergelijken met het testen van medicijnen, hier houden we ook alles zo constant mogelijk, behalve de interventie. Voor één groep (de controlegroep) blijft alles precies zoals het was, terwijl de andere groep (de testgroep) een aangepaste aanpak krijgt. Bijvoorbeeld: een andere kanaalmix, intensievere targeting, of juist een afwezigheid van advertising. Door het verschil tussen deze twee groepen te analyseren, meet je precies wat de impact van je actie is. In onderstaande afbeelding zie je hoe een meetbare impact eruit kan zien.

Vaak kiezen we bij incrementality testen voor een splitsing op basis van regio’s, omdat dit in de praktijk goed uitvoerbaar is. Je kunt een advertentiecampagne immers niet selectief aan sommige mensen binnen één postcodegebied tonen en aan anderen niet. Maar geo splits zijn zeker niet de enige optie, maar ook splitsing op basis van klantgroepen, apparaten of tijdsperiodes kan onder de juiste voorwaarden werken. Geo blijft wel een robuuste en schaalbare aanpak, zeker in paid media.

Veel marketingvraagstukken kun je niet beantwoorden met ruwe data alleen. Je weet namelijk nooit wat er was gebeurd als je géén marketingactiviteit zoals een campagne had gedraaid. In de praktijk wordt er vaak gebruikgemaakt van een onderbuikgevoel, gebaseerd op ervaring. Dat buikgevoel kun je toetsen met een goed opgezette incrementality test.

Zodra de juiste test is gedraaid en de data is geanalyseerd, kan een concrete score gehangen worden aan het effect van de marketingactiviteit. Dat maakt je beslissingen beter onderbouwd én verdedigbaar richting andere stakeholders.

Incrementality testen geven geen eeuwige waarheden, maar leveren wél tijdelijke antwoorden op concrete hypotheses. Denk aan:

•  “Wat gebeurt er als ik een campagne alleen op branded keywords draai?”
• “Wat is het effect van non-branded search op mijn ROAS?”
• “Wat is de meerwaarde van display ten opzichte van niets doen?”
• “Heeft deze campagne ook effect op organisch verkeer?”

Op basis van de resultaten kun je je campagnes aanpassen, en op termijn je hele strategie bijsturen. Het is een iteratief proces: testen, leren, bijsturen, en opnieuw testen. Elke test beantwoordt een vraag en leidt tot een volgende.

Om een betrouwbare incrementality test te doen heb je het volgende nodig:

• Voldoende verkeer en conversies, zodat je significante resultaten kunt meten. Wat voldoende is hangt af van de KPI waar we in geïnteresseerd zijn, maar een goede vuistregel is dat je minstens 200 observaties hebt tijdens je testperiode en minstens 3 maanden aan data beschikbaar hebt voordat de test begon.
• Een meetomgeving waarin je conversies goed kunt tracken (bijvoorbeeld Google Ads of een eigen analytics oplossing).
• SEO-data of andere externe datasets, als je ook het effect op organisch verkeer wilt onderzoeken.
• Technische setup die het mogelijk maakt om de doelgroep te splitsen, bijvoorbeeld op regioniveau.

Incrementality testen opzetten klinkt misschien eenvoudig, maar in de praktijk komt er best wat bij kijken. Denk aan de juiste segmentatie maken, zorgen voor een geldige splitsing tussen test en controle, en de uiteindelijke analyse goed uitvoeren. Daar kunnen wij bij helpen.

Wij zetten een valide test voor je op, gebaseerd op je eigen data. We zorgen voor een betrouwbare regio-split en nemen de technische implementatie van de test voor onze rekening. Daarna analyseren we de resultaten en vertalen we deze naar concrete inzichten waar je écht iets aan hebt. Zo krijg jij een helder antwoord op je marketingvragen, zonder dat je zelf alles hoeft uit te zoeken.

Incrementality testing helpt je om beter onderbouwde keuzes te maken in je marketingstrategie. Het helpt je om expliciete hypotheses te formuleren en geeft je een oplossing om die hypotheses te toetsen met data. Niet alles hoeft meer op gevoel. Als je serieus bezig bent met optimalisatie en budgetallocatie, is dit een methode die je niet mag negeren. Heb je vragen, neem dan gerust contact met ons op!