增量

移动营销领域经常面临的问题是，我们并非每次都能区分自然流量与付费安装。这样可能会导致在计算营销支出时出现失误，更糟糕的是还可能导致营销商为原本可以免费产生的安装支付费用。

这些问题可以通过评估增量来解决，从而展示营销推广活动产生的影响以及自然流量的比例。根据这一信息，您就可以确定每次增量转化的成本（营销支出带来的安装），并据此调整对该渠道的营销支出比例。

增量测试可能比较复杂，但是如果您对常规的 A/​B 测试比较熟悉，那么您就已经有了很好的起点。以下简化示例摘自我们的博客, 可以帮助您理解其工作原理:

基本原理是将有相似行为的受众进行分组（例如：A 组和 B 组），然后仅针对 B 组开展推广活动。A 组带来的安装全部属于自然安装；B 组中出现的任何增长都会向您展示广告支出带来的增量差异。例如，您可能会得到以下结果：

A 组（对照组，不展示任何广告）：100 次安装

B 组（暴露组，展示广告）：120 次安装

此结果表明您的广告支出增加了 20 次安装。根据这些数据，您可以计算出提升量和增量：

• 提升量是指 A 组与 B 组之间的增加量（20 次安装，增加了 20%）

• 增量是营销支出为 B 组带来的转化量百分比（20 次安装，占 B 组总量的 16.7%）。

那么，每次增量转化的成本是多少？您可以将用于 B 组的广告支出除以所得的提升量。如果推广活动的成本为 100 美元，而增量为 20 次安装，那么每位增量用户的成本为 5 美元。

如果随后慢慢扩大该推广活动的规模，您还可以确定增加的广告支出是否可以转化更大比例的增量用户，从而降低每次安装的成本。

上面的示例可能非常简单，但希望它能为您分析增量提供一个好的起点。如果自行进行这些测试，请确保您充分了解以下内容：

• 您的主要目的：您想从每次测试中了解什么？

• 置信度：本次测试是否能代表大多数受众？

• 缓解因素：这些数据可信吗？如果不可信，原因是什么？

还需要考虑的是，用户行为可能会随时间发生变化，而且您的测试结果总是有可能无法反映以后的结果。因此，您需要适时调整策略并变通您的推论。