Казуальность

Материал из Энциклопедия интернет-маркетинга MarketWiki

Казуальность (от лат. causalis - причинный) в маркетинге - это принцип и метод измерения рекламных кампаний, позволяющий определить, какая доля продаж или конверсий была реально вызвана воздействием рекламы, в отличие от тех покупок, которые пользователи совершили бы в любом случае (органический спрос, брендовая лояльность, сезонность).

В интернет-маркетинге казуальный анализ используется для точной оценки эффективности рекламных инвестиций, выявления инкрементального эффекта (incremental lift) и оптимизации бюджетов. Например, рекламодатель запускает кампанию и видит в отчётах атрибуции 1000 конверсий. Казуальный анализ показывает, что 300 из этих конверсий произошли бы без рекламы (органический спрос), 200 - приписаны ошибочно (атрибуция последнего клика завышает вклад), и только 500 конверсий действительно вызваны рекламой. На основе этих данных бюджет перераспределяется в пользу каналов с наибольшим инкрементальным эффектом.

Концепция казуальности пришла в маркетинг из статистики и эпидемиологии. В отличие от классической атрибуции, которая распределяет «кредит» за конверсии между рекламными каналами, казуальность пытается ответить на вопрос: «А произошла бы эта конверсия без рекламы?». Метод стал особенно актуален в 2020-х годах с ростом требований к прозрачности маркетинговых инвестиций и развитием технологий A/B-тестирования на основе невидимых контролей (holdout groups).

Главное

[править]

Казуальность в маркетинге - это понимание, какие продажи реально вызваны рекламой, а какие произошли бы и без неё. Она отделяет «органический спрос» от «инкрементального эффекта» рекламы, помогая не тратить бюджет на то, что и так купили бы.

Что такое казуальность

[править]

Казуальность (причинно-следственный анализ) в цифровом маркетинге - это методология, основанная на построении контрольных групп (A/B-тесты) для измерения прироста (lift), вызванного рекламным воздействием. В отличие от классической атрибуции, которая отвечает на вопрос «какой канал получит кредит за конверсию?», казуальность отвечает на вопрос «вызвала ли реклама эту конверсию или она произошла бы в любом случае?».

Основные понятия

[править]
Термин Описание
Инкрементальный эффект Дополнительные конверсии или продажи, которые произошли именно благодаря рекламному показу
Органический фон Конверсии, которые произошли бы без рекламы (брендовый трафик, прямые заходы, сезонный спрос)
Контрольная группа (holdout) Сегмент аудитории, который не видит рекламу (или видит невидимую рекламу), служащий точкой отсчёта
Причинно-следственная связь Доказательство того, что именно реклама (причина) привела к увеличению продаж (следствие)

Отличие казуальности от классической атрибуции

[править]
Характеристика Классическая атрибуция Казуальный анализ (каузальность)
Вопрос Какой канал получит «кредит» за конверсию? Вызвала ли реклама эту конверсию?
Метод Распределение весов (last-click, linear, data-driven) A/B-тесты, контрольные группы
Учёт органического спроса Не учитывает (приписывает рекламе всё) Учитывает через контрольную группу
Результат ROAS (может быть завышен) Инкрементальный ROAS (реальный)
Типичные платформы Google Analytics, AppsFlyer, Adjust Meta Conversion Lift*, Google IROAS, Rocket GSE

Как измеряется казуальность

[править]
  1. Формирование тестовой и контрольной групп: аудитория случайным образом делится на 2 части. Тестовая группа видит рекламу, контрольная - не видит (или видит невидимую рекламу или PSA).
  2. Сбор данных: измеряются конверсии в обеих группах за период кампании.
  3. Расчёт прироста (lift): Lift = (Конверсии в тесте - Конверсии в контроле) / Конверсии в контроле × 100 процентов.
  4. Инкрементальные конверсии: разница между конверсиями в тесте и контроле.
  5. Инкрементальный ROAS: выручка от инкрементальных конверсий / расходы на рекламу.

Методы казуального анализа

[править]
Метод Описание Когда используется
A/B-тест с холдаутом (holdout) Часть аудитории полностью исключается из показа рекламы Самый точный, но требует значительного объёма трафика
Geo-эксперименты (GeoX) Разные регионы распределяются на тестовые и контрольные Для национальных кампаний, где нельзя исключить часть аудитории
Невидимые показы (Ghost Ads) Контрольная группа получает показы, которые гарантированно не видны (например, ниже фолда) Более бюджетный аналог холдаута
Эконометрическое моделирование (MMM) Статистическое моделирование на основе временных рядов Когда нет возможности провести A/B-тест

Почему атрибуция может ошибаться

[править]
  • Брендовые запросы: пользователь увидел рекламу, но потом зашёл по брендовому запросу - last-click отдаст кредит SEO, хотя реклама «вызвала» намерение.
  • Ретаргетинг: пользователь купил после ретаргетинга, но он и так бы купил (например, через прямые заходы). Атрибуция завышает вклад ретаргетинга.
  • Сезонность: Атрибуция не отличает рост спроса из-за сезона от роста из-за рекламы.

Преимущества казуального анализа

[править]
Преимущество Описание
Объективная оценка ROI Позволяет увидеть реальную окупаемость рекламы, очищенную от органического фона
Оптимизация бюджета Выявляет каналы и площадки, которые действительно «причиняют» продажи, а не просто присутствуют в воронке
Обоснование инвестиций Предоставляет доказательную базу для руководства: «Без рекламы мы бы потеряли X продаж»
Выявление каннибализации Показывает, перетягивает ли реклама органический трафик (если прирост меньше, чем ожидалось)

Недостатки и ограничения

[править]
Недостаток Описание
Сложность проведения Требует статистически значимых выборок, контрольных групп и времени
Затраты Исключение части аудитории из показа означает потенциальную потерю выручки в контрольной группе
Ограниченная доступность Не все рекламные платформы предоставляют встроенные инструменты казуального анализа
Не подходит для малых бюджетов Для статистической значимости нужен достаточный объём трафика и конверсий

Где используется

[править]
Сфера Применение
Крупные рекламодатели Оценка эффективности брендовых кампаний, ТВ-рекламы, крупных медийных размещений
E-commerce Сравнение эффективности разных каналов (Яндекс.Директ против VK и против таргета)
Мобильный маркетинг Платформы (Meta*, Google, AppsFlyer) предоставляют инструменты для измерения
Ретейл и FMCG Geo-эксперименты для оценки влияния рекламы на офлайн-продажи

Пример из практики

[править]

Ситуация: интернет-магазин запускает рекламную кампанию с бюджетом 1 млн руб. Атрибуция (last-click) показывает ROAS 400 процентов (4 млн руб. выручки). Казуальный анализ (A/B-тест с холдаутом) показывает:

  • Тестовая группа (с рекламой): 500 конверсий.
  • Контрольная группа (без рекламы): 350 конверсий.
  • Инкрементальный эффект: 150 конверсий.
  • Реальная выручка от рекламы: 1.2 млн руб.
  • Инкрементальный ROAS: 120 процентов.

Вывод: 2.8 млн руб. из отчёта атрибуции - это органические продажи, которые произошли бы и без рекламы. Бюджет перераспределяется в пользу каналов с более высоким инкрементальным ROAS.

Часто задаваемые вопросы

[править]

Что такое казуальность простыми словами?

[править]

Это способ узнать, сколько продаж реально принесла реклама, а сколько произошло бы и без неё. Отвечает на вопрос: «Что было бы, если бы мы не запустили рекламу?».

Чем казуальность отличается от атрибуции?

[править]

Атрибуция распределяет «кредит» за произошедшую продажу между каналами. Казуальность отвечает на вопрос: «Вызвала ли реклама эту продажу или клиент купил бы в любом случае?».

Как измерить казуальность в рекламе?

[править]

A/B-тестом: случайно разделить аудиторию на 2 группы. Одной показывать рекламу, другой - нет (или показывать невидимую рекламу). Разница в конверсиях между группами - это инкрементальный эффект рекламы.

Почему казуальность важнее атрибуции для крупных рекламодателей?

[править]

Потому что атрибуция часто завышает вклад рекламы, не отделяя органический спрос. Казуальность показывает реальный инкрементальный эффект, позволяя не переплачивать за каналы, которые присваивают себе чужие конверсии.

*Принадлежит Meta*, деятельность которой признана экстремистской и запрещена в Российской Федерации.

Связанные термины

[править]