Инкрементальная выручка: что рекомендации добавили к продажам
Коротко
- Инкрементальная выручка — дополнительные деньги от продаж, которых без рекомендаций не было бы.
- Заказ после клика на виджет ещё не доказывает такой прирост: покупатель мог приобрести тот же товар и без него, как объясняют авторы кейса Spadream.
- Причинный эффект оценивают с помощью контрольной группы — этот принцип описан в справке Google Conversion Lift.
Чем прирост отличается от выручки после клика
Атрибуция отвечает на вопрос, каким рекомендациям приписать покупку по выбранному правилу. Например, в историческом кейсе ювелирного магазина Ангельская925 Retailrocket описывает потоварный post-click: учитываются товары, на которые человек кликнул в блоке и которые купил в течение 24 часов. Это правило учёта, не сравнение с миром без рекомендаций. Методика Retailrocket.
Контроль нужен для другого вопроса: сколько покупок добавил сам виджет. В историческом кейсе Spadream поставщик Mindbox описывает деление трафика пополам: одним пользователям показывали рекомендации, другим — нет. Авторы объясняют отказ от last-click тем, что кликать могут уже готовые купить люди. Само случайное назначение групп в тексте не описано. Кейс Spadream.
| Метод | Что сравнивают | Что можно узнать |
|---|---|---|
| Покупки после клика | Покупку товара с предшествующим кликом и заданным окном учёта | Выручку, приписанную рекомендациям по этому правилу. Без контроля причинный прирост не установлен. Retailrocket |
| Эксперимент с контролем | Результаты группы с воздействием и группы без него | Оценку дополнительных конверсий при корректном дизайне. У Google описано воздействие рекламы; это объяснение принципа, не проверка рекомендательного алгоритма. Google Conversion Lift |
Равные размеры групп не заменяют случайного распределения. В учебнике NIST это разные свойства дизайна: случайное назначение воздействия и баланс числа наблюдений. Для проверки виджета отсюда следует: нельзя просто сравнить покупателей, кликнувших на рекомендации, со всеми остальными. NIST о полностью рандомизированном эксперименте.
Учебный расчёт: 66 тысяч приписали, 20 тысяч добавили
Все числа ниже условные. Представим интернет-магазин косметики: посетителей случайно распределили в две равные группы и закрепили вариант за каждым на весь тест. Обе группы наблюдали одни и те же 14 дней; цены и акции одинаковые. В выручке учли все покупки назначенных пользователей, включая тех, кто не кликал на рекомендации. Возвраты вычли одинаково в обеих группах.
| Показатель за учебный период | Без рекомендаций | С рекомендациями |
|---|---|---|
| Назначенные пользователи | 10 000 | 10 000 |
| Выручка всей группы после возвратов | 200 000 ₽ | 220 000 ₽ |
| Выручка товаров, купленных после клика на виджет | 0 ₽ — виджета нет | 66 000 ₽ |
| Выручка на назначенного пользователя, расчёт | 20 ₽ | 22 ₽ |
Расчёт редакции для этих равных групп: 220 000 − 200 000 = 20 000 ₽ дополнительной выручки, или 20 000 ÷ 200 000 × 100% = 10% относительно выручки контроля. Это точечная оценка эффекта на группу с рекомендациями за учебный период, не прогноз на весь сайт.
Другой расчёт: 66 000 ÷ 220 000 × 100% = 30% выручки группы с виджетом приписано кликам. Эти 30% и прирост 10% отвечают на разные вопросы. Из сумм в таблице нельзя узнать, какие именно заказы оказались дополнительными, или признать разницу статистически убедительной.
Дополнительная выручка — ещё не прибыль
Продолжим тот же условный пример. Допустим, после себестоимости и переменных расходов магазин сохраняет 30% каждого дополнительного рубля выручки. Для простоты считаем эту долю одинаковой в группах, а плату за рекомендации учитываем отдельно.
Расчёт: 20 000 × 30% = 6 000 ₽ дополнительного маржинального дохода до платы за рекомендации. Если обслуживание виджета для этой группы и этого периода обошлось в условные 8 000 ₽, после этой платы останется 6 000 − 8 000 = −2 000 ₽. Выручка выросла, но затраты на рекомендации не окупились. Это учебная модель, не тариф сервиса; результат не равен бухгалтерской чистой прибыли магазина.
Что спросить перед пилотом
Для разбора путей к покупке подойдёт отчёт об атрибуции. Если решаешь, оплачивать ли рекомендации ради дополнительных продаж, одного такого отчёта мало: попроси описание контроля и расчёт денежного эффекта. Различие видно и в методике учёта Retailrocket, и в принципе причинного измерения Google.
Минимальные вопросы к плану проверки:
- Как случайно назначают пользователей и сохраняют вариант при повторных визитах? Равенство групп само по себе этого не подтверждает. Основа требования — описание рандомизации NIST.
- Какой период, размер выборки и метод оценки неопределённости позволят отличить эффект от шума? В справке Google достаточность данных зависит в том числе от объёма конверсий и разделения групп; универсального срока для магазина из этого не следует. Google Conversion Lift.
- Какая выручка входит в расчёт, как вычитаются возвраты и какие расходы оплачиваются? В учебном примере выше положительный прирост продаж не покрыл плату за виджет.
Для пилота заложи работы по настройке двух вариантов сайта и учёту покупок по группам — такие задачи видны в описании теста Spadream. Стоимость этих работ кейс не раскрывает. Пока надёжного контроля нет, называй показатель выручкой после клика, а не доказанными дополнительными продажами.
Как устроен подбор товаров — в объяснении рекомендательной системы. Неудачные варианты и разные задачи магазинов — в разборе трёх внедрений.
Источники
Проверено: определения, описание методов в источниках и учебный расчёт.
- Google Ads: About Conversion Lift — определение причинного прироста и контрольного эксперимента. Справка используется как источник принципа измерения, не рекомендация подключать рекламный сервис. Проверено 17 октября 2026 года.
- NIST/SEMATECH: Completely randomized designs — случайное назначение и баланс. Проверено 17 октября 2026 года.
- Retailrocket: рекомендации Ангельская925 — описание post-click для результатов за июнь–ноябрь 2025 года. Проверено 17 октября 2026 года.
- Mindbox: кейс Spadream — исторический материал 2019 года о контроле без виджета. Проверено 17 октября 2026 года.
Кейсы опубликованы поставщиками решений; их коммерческие результаты редакция не воспроизводила. Учебные числа не взяты из магазинов.