Incrementality는 어떤 마케팅 활동이나 기능 개선이 실제로 추가로 만들어낸 효과를 의미합니다. 한국어로는 보통 증분 효과라고 표현합니다.
핵심 질문은 이것입니다.
이 캠페인을 하지 않았어도 원래 발생했을 성과를 제외하고, 이 캠페인 때문에 새롭게 증가한 성과는 얼마나 되는가?
예를 들어 광고 캠페인을 진행한 뒤 매출이 1,000만 원 발생했다고 해서, 이 매출이 전부 광고 덕분이라고 보기는 어렵습니다. 광고를 하지 않았어도 원래 구매했을 고객이 있을 수 있기 때문입니다.
그래서 Incrementality(증분효과)는 단순 성과가 아니라 추가로 발생한 순수 효과를 보려고 합니다.
Incrementality
= 캠페인을 했을 때의 성과 - 캠페인을 하지 않았어도 발생했을 성과
1. Incrementality는 진짜 효과를 확인하는 개념이다
마케팅 성과를 볼 때 흔히 광고 클릭 수, 전환 수, 매출을 확인합니다. 하지만 이 지표만 보면 실제 효과를 과대평가할 수 있습니다.
예를 들어 리타겟팅 광고를 클릭한 고객이 구매했다고 해보겠습니다. 겉으로 보면 광고가 구매를 만든 것처럼 보입니다.
하지만 그 고객이 이미 구매 의향이 높았고, 광고가 없어도 구매했을 가능성이 있다면 광고의 실제 추가 효과는 낮을 수 있습니다.
즉, Incrementality는 **“이 성과가 정말 우리가 한 액션 때문에 추가로 생긴 것인가?”**를 확인하는 개념입니다.
2. 간단한 예시
광고 캠페인의 효과를 확인하기 위해 광고를 본 그룹과 광고에 영향이 없는 그룹을 비교한다고 가정해보겠습니다.
구분매출
| 광고 집행 그룹 | 1,000만 원 |
| 광고 미집행 그룹 | 700만 원 |
| 증분 효과 | 300만 원 |
이 경우 광고 집행 그룹의 매출은 1,000만 원입니다. 하지만 광고를 하지 않았어도 700만 원 정도는 발생했을 수 있습니다.
따라서 광고로 인해 추가로 만들어진 성과는 1,000만 원이 아니라 300만 원으로 보는 것이 더 적절합니다.
3. Attribution과의 차이
Incrementality는 Attribution, 즉 기여도 분석과 함께 자주 비교됩니다.
Attribution은 전환이 발생했을 때 어떤 채널이 그 전환에 기여했는지를 나누어 보는 방식입니다. 반면 Incrementality는 그 채널이나 캠페인이 없었을 때와 비교해 실제로 추가 성과가 있었는지를 봅니다.
구분핵심 질문
| Attribution | 이 전환에 어떤 채널이 기여했는가? |
| Incrementality | 이 액션이 없었어도 전환이 발생했을까? |
예를 들어 마지막 클릭이 리타겟팅 광고였기 때문에 Attribution상 광고 성과로 잡힐 수 있습니다. 하지만 Incrementality 관점에서는 그 고객이 원래 구매할 사람이었는지까지 고려해야 합니다.
4. Incrementality가 중요한 이유
Incrementality를 보는 이유는 마케팅 비용이나 기능 개선의 실제 효과를 더 정확하게 판단하기 위해서입니다.
단순히 매출이 증가했다고 해서 모든 캠페인이 좋은 것은 아닙니다. 원래 발생했을 성과를 제외하고도 추가 효과가 있어야 실제로 의미 있는 캠페인이라고 볼 수 있습니다.
비유하면 전체 매출은 바다의 파도 높이이고, Incrementality는 우리가 던진 돌 때문에 추가로 생긴 물결입니다. 원래 있던 파도와 우리가 만든 물결을 구분해야 실제 효과를 알 수 있습니다.
5. 정리
Incrementality는 어떤 마케팅 활동이나 기능 개선이 없었어도 발생했을 성과를 제외하고, 실제로 추가로 만들어낸 순수 효과를 의미합니다.
'분석 보고서 > 그로스 해킹 분석' 카테고리의 다른 글
| PMF(Product-Market Fit): 제품이 시장의 문제를 제대로 해결하는 상태 (0) | 2026.06.11 |
|---|---|
| Growth Model: 서비스 성장을 지표 관계로 정리하는 방법 (0) | 2026.06.11 |
| Viral Coefficient: 기존 사용자가 신규 사용자를 데려오는 정도 (0) | 2026.06.11 |
| Payback Period: 투자한 비용을 회수하는 데 걸리는 기간 (0) | 2026.06.11 |
| Churn: 고객이 서비스를 떠나는 순간 (0) | 2026.06.11 |