Frequently Asked Question
Lær hvordan incrementality testing afslører den reelle vækst fra dine kampagner. Find ud af, hvilke leads der er inkrementelle, og optimer din B2B-ROI.
Kort definition
Incrementality testing (inkrementalitetstest) er en videnskabelig metode til at måle den reelle effekt af en marketingindsats ved at isolere de konverteringer, der kun skete på grund af den specifikke kampagne. Det hjælper B2B-virksomheder med at skelne mellem leads, der ville være kommet alligevel (organisk), og leads, der er et direkte resultat af en betalt indsats.
Hvad består Incrementality testing af?
For at udføre en pålidelig test skal man arbejde med to testgrupper:
- Testgruppe: En gruppe af potentielle kunder (leads), der bliver eksponeret for dine annoncer eller kampagner.
- Kontrolgruppe: En identisk gruppe af leads, der holdes ude (hold-out), og som ikke ser dine annoncer.
- Lift-beregning: Forskellen i konverteringsrater mellem de to grupper kaldes "inkrementelt løft".
- Baseline: Det antal konverteringer, der sker i kontrolgruppen, som repræsenterer din naturlige efterspørgsel.
Denne metode er ofte det næste skridt efter multi-touch attribution, da den besvarer spørgsmålet: "Havde vi fået dette lead uden at bruge pengene?".
Hvordan fungerer Incrementality testing?
Processen følger en stram metodik for at sikre statistisk validitet:
- Segmentering: Du opdeler dit marked eller din målgruppe geografisk eller via bruger-ID i to tilfældige grupper.
- Eksponering: Du kører din kampagne (f.eks. på LinkedIn eller Google Ads) udelukkende mod testgruppen.
- Observation: Du måler antallet af nye leads i begge grupper over en fastsat periode.
- Analyse: Hvis testgruppen genererer 150 leads og kontrolgruppen genererer 100, er de 50 leads inkrementelle. De 100 leads er din baseline, som du ikke behøvede at betale annoncer for at få fat i.
Dette kræver præcis integration med dit CRM-system, så du kan spore leads tilbage til de rigtige grupper.
Hvorfor er Incrementality testing vigtigt?
I B2B-marketing er der ofte en stor grad af "cannibalisering", hvor betalte annoncer blot opsnapper leads, der allerede ledte efter din virksomhed.
- Undgå overforbrug: Hvis en kanal har lav inkrementalitet, kan du flytte budgettet til kanaler, der skaber reel ny vækst.
- Sand ROI: Du får en langt mere præcis beregning af din Cost Per Acquisition (CPA), da du kun medregner de leads, annoncerne faktisk skabte.
- Beslutningskraft: Det giver marketingafdelingen benhårde beviser for værdien af deres budget over for ledelsen.
- Strategisk fokus: Hjælper med at vurdere effekten af din overordnede leadgenerering.
Hvordan bruges Incrementality testing i praksis?
En klassisk måde at bruge det på i B2B er gennem "Geo-testing". Du kan vælge at slukke for dine Google Ads i én region (f.eks. Jylland) og beholde dem i en anden (f.eks. Sjælland). Hvis mængden af leads falder markant i Jylland, ved du, at dine annoncer er inkrementelle.
En anden anvendelse er i kombination med intent data. Her kan du teste, om din målretning mod virksomheder med høj købsinteresse rent faktisk accelererer deres rejse gennem salgstragten sammenlignet med dem, der ikke modtager dine målrettede budskaber.
Fordele og ulemper
Fordele:
- Den ultimative sandhed: Det er den mest præcise måde at måle kausalitet (årsag og virkning).
- Budgetoptimering: Stopper spild af penge på "brand-seekers", der alligevel ville have konverteret organisk.
- Skalérbarhed: Gør det sikkert at øge budgettet på de kanaler, der beviseligt skaber vækst.
Ulemper:
- Kompleksitet: Kræver store datamængder og statistisk ekspertise.
- Omkostninger: Det koster penge at holde en kontrolgruppe ude, da du potentielt går glip af leads i den gruppe under testen.
- Tidskrævende: En test skal køre længe nok til at opnå statistisk signifikans, hvilket i B2B kan tage måneder pga. lange beslutningsprocesser.
Typiske misforståelser
- "Attribution og inkrementalitet er det samme": Nej. Attribution fordeler æren for et lead. Inkrementalitet måler, om leadet overhovedet ville eksistere uden din indsats.
- "Vi kan bare bruge Google Analytics": Standard analytics-værktøjer måler ikke inkrementalitet; de måler kun korrelation.
- "Det er kun for de allerstørste": Selvom det kræver data, kan selv mellemstore B2B-virksomheder drage stor nytte af simple "A/B region-tests".
FAQ
1. Hvad er inkrementelt løft? Det er den procentvise stigning i konverteringer i din testgruppe sammenlignet med din kontrolgruppe.
2. Hvorfor er inkrementalitet ofte lav på brand-søgninger? Fordi folk, der søger specifikt på dit firmanavn, ofte vil klikke på det organiske resultat, hvis din annonce ikke er der.
3. Hvordan hænger det sammen med API-integration? For at teste præcist skal data flyde frit mellem dine annonceplatforme og din database via en API, så leads kan identificeres korrekt i realtid.
Med den rette dataplatform kan du bruge Incrementality testing til at identificere de mest relevante virksomheder, kvalificere leads og optimere din pipeline, så dit salg bliver mere præcist og effektivt.