在数字营销中，品牌和销售目标往往是企业投放广告的核心驱动力。然而传统的曝光、点击和转化指标往往无法准确衡量广告的真实贡献。
点击量高、转化多是否就是广告带来的增量效果？品牌心智是否得到提升？用户是否因为广告主动搜索相关信息？
本文将为您介绍 Google Ads中的 增量测试（Incrementality testing），帮助您系统理解它在衡量与优化广告价值中的核心作用。
本文快速导读：
- 谷歌的营销衡量“三件套”
- 什么是“增量”
- 什么是增量测试
- 为什么要做增量测试
- 增量测试的三种类型
- 增量测试注意事项
- 当测试结果“不显著”怎么办
01.谷歌营销衡量“三件套”
效果衡量和优化依然是多数广告主的重点，要真正了解您的投放效果，单一工具或者方法是不够的，您需要一套多步骤的衡量方案。
谷歌在营销衡量方面提供了三大关键支柱，它们相辅相成，共同构成一个完整的衡量闭环：预测 → 投放 → 验证 → 优化 的完整闭环。既能保证广告预算的科学配置，又能确保广告投入真正带来增量价值。
营销组合模型 (MMM – Marketing Mix Modeling)：通过分析宏观数据（历史销售额、媒体投入、季节性等），帮助您进行高阶的跨媒体预算分配。
归因 (Digital Attribution)：分析不同广告触点的贡献，用于日常的渠道和广告系列优化。
增量测试 (Incrementality testing)： 通过科学实验，验证特定广告活动是否真正带来了“因果性”的增长。
在接下来的内容中，我们将重点展开“增量测试”，这是近年来最受关注、且越来越被视为必备的衡量手段。
02.什么是“增量”
为了理解增量，我们先来看一个真实场景：
一位忠实用户准备购买你的产品，他在 Google 上搜索了品牌词，点击了排在第一位的搜索广告，随后进入官网完成了购买。
传统归因（如最终点击）的视角： 100%的功劳归于这个搜索广告。
增量测试的视角： 这个用户本来就是您的忠实客户，他主动搜索品牌词，说明购买意愿极高。即使没有这个广告，他大概率也会点击下方的自然搜索结果进入官网并完成购买。因此，这个广告带来的增量转化可能是0。
这就是增量（Incrementality）的核心意义：识别并剔除那些“本就会发生的转化”，只计算广告真正带来的新增价值。
换句话说，增量可以告诉我们：广告是否真的让用户“多做了些什么”，而不仅仅是“记录了本来就会发生的行为”。
03.什么是增量测试
想要科学地衡量增量，就需要 增量测试（Incrementality testing）。
增量测试是一种基于实验设计的方法，它的核心思路是将目标人群分成两组：
- 实验组：可以看到广告
- 对照组：不会看到广告
通过比较两组在转化行为上的差异，来计算广告真正带来的“额外增长”。
这种方法不仅能回答“广告有没有用”，还能进一步回答“广告到底带来了多少新增效果”。
增量测试并不是广告系统自动默认运行的功能，您需要提前联系您的谷歌客户经理了解详情并申请
增量测试（Incrementality testing) 目前已内置于谷歌广告（Google Ads）的功能，且易于落地。它可以用来帮助评估展示类广告系列（尤其是针对5A漏斗中 A1–A3 阶段，即从认知 → 兴趣 → 考虑的用户环节）对终端转化的实际影响，实现：
- 检验展示类广告（如视频广告）对用户转化为广告系列（如视频观看）的实际效果。
- 分析不同受众群体、创意素材等因素对广告效果的影响。
- 特别适合那些投放了 PMAX 和 Demand Gen 广告，但对效果衡量存在疑虑，希望以更中立的方式评估是否需要追加预算的客户。
04.为什么要做增量测试
如果说“增量”回答的是广告到底有没有带来新增价值，那么“增量测试”则是找到答案的科学工具。过去，增量测试常被认为是“进阶型广告主”才会用到的锦上添花的方法，但今天，它已经成为现代营销的必需品。
1. 为营销组合模型（MMM）提供支撑
增量测试往往提供短期的因果验证，而营销组合模型（MMM – Marketing Mix Modeling）更擅长分析中长期趋势。通过结合两者，企业不仅能看到短期“广告有没有用”，还能推断广告在中长期中的战略价值。
增量测试还能为营销组合模型（MMM – Marketing Mix Modeling）提供更真实的因果数据，帮助模型预测更准确。
2、找出广告的真实贡献
传统的归因模型常常把“自然发生的销售”也算在广告的头上，结果就是广告效果被高估。增量测试能把这部分“本就会发生的增长”剔除掉，留下的才是广告带来的真实推动力。
3、让预算花得更精准
广告主最常问的问题是：“下一笔预算应该投在哪里才最有效？”增量测试能提供基于证据的答案。如果测试发现某个渠道几乎没有增量价值，就说明这个投入可能无效，需要优化或调整。
4、赋予品牌广告可衡量的价值
视频、展示广告等品牌广告长期以来都面临“效果不可量化”的挑战。
增量测试，尤其是品牌提升实验（Brand Lift），能让“品牌认知”“购买意向”这些心智指标变得可衡量，帮助品牌广告获得应有的地位和预算支持。
5、应对隐私变化和Cookie淘汰
第三方 Cookie 的消失让传统的用户追踪和归因模型逐渐失效。增量测试基于群体对比的因果推断，不依赖个体追踪，只关注结果差异，因此是一种“面向未来”的可持续解决方案。
05.增量测试的三种类型
在 Google Ads 中，常用的增量测试有三种类型：
- 品牌提升 (Brand Lift)
- 搜索提升 (Search Lift)
- 转化提升 (Conversion Lift)
它们分别从 品牌认知 → 搜索兴趣 → 实际转化 三个环节，帮助广告主全面评估广告效果。
1、品牌提升 (Brand Lift)
核心问题：广告是否改变了受众对品牌的认知与态度？
品牌提升 (Brand Lift)测试的目的是用来了解广告是否改变了受众对品牌的认知与态度，包括品牌知名度、感知和购买意愿。
通常通过问卷调查实现。系统会比较实验组（看到广告的人）与对照组（没看到广告的人）的回答差异，比如“你熟悉哪些品牌？”或“你更喜欢哪个品牌？”，从而量化广告对品牌态度的影响。
2、搜索提升(Search Lift)
核心问题：广告是否让用户产生了更多搜索兴趣？
Search Lift 通过监测用户是否因为看到广告而增加在Google和Youtube上的搜索行为，用搜索次数的增量来衡量广告的影响。
与品牌提升 (Brand Lift)和转化提升 (Conversion Lift)一样，搜索提升(Search Lift)也将用户分为实验组（看到广告）与对照组（未看到广告），然后对比两组在 Google 搜索或 YouTube 搜索中对你的品牌或产品相关关键词的搜索频率变化。
它的有效性是通过特定关键词的搜索数量来衡量的，这些关键词由广告主在广告活动设置期间设定。如果看过广告的实验组用户对相关关键词的搜索量显著高于对照组，就证明您的广告成功激发了用户的搜索兴趣。
建议在启动搜索提升时使用两组关键词——品牌词和产品词。同时注意要使用高频查询，例如“手机”这种关键词，而不是过于具体或者极少有人搜索的冷门长尾词。
以 Google Pixel 7 Pro 的广告为例：
- “Pixel 7 Pro” 这是一个非常具体的搜索词，用户如果没有受到广告影响，通常不会主动搜索它。需要注意的是，输入“pixel 7 pro”也会覆盖诸如“Google pixel 7 pro”或“new pixel 7 pro smartphone”等搜索，因此虽然关键词具体，但它能捕捉到更广泛的相关搜索，是非常合适的选择。
- “Google Pixel” 这是一个与广告部分相关的搜索词。用户可能在找的是“Google Pixel 6”或其他机型，这会让测试中检测显著提升变得更困难。您也可以使用这种搜索词，但如果结果中未观察到提升，可能就是因为该词不够具体所导致。
- “Google” 或 “Pixel” 这些搜索词过于宽泛。无论是否投放广告，人们都会搜索“Google”，而这可能与手机没有关系；同样，“Pixel”在摄影领域也是常见词汇。这类词很难在测试中检测到有效的提升。
- “Improved Pixel 7 camera zoom” 这个搜索词过长且过于复杂，不会有太多用户输入完整句子。更好的做法是将它拆分为两个更简单的搜索词，例如：“Pixel 7 camera” 和 “Pixel zoom”。
3、转化提升测试 (Conversion Lift)
核心问题：广告是否直接带来了更多购买、注册或下载？
Conversion Lift 用来衡量广告对转化的直接贡献，例如购买、注册或应用安装等。它需要配合视频行动类（Video Action）或发现广告（Discovery）等广告投放。
当广告上线时，Google 会自动将受众分成两组：
- 一组看到你的广告
- 另一组是原本会看到您的广告，但在竞价中被展示了下一个广告的用户
研究结束后，Google 会对比两组的转化表现，计算出广告额外带来的转化量，并生成按转化类型分类的报告。
根据转化量以及您选择的测试组和对照组划分方式，您可以在 Google Ads 中查看以下转化量提升情况汇总指标：
按用户分组的转化量提升情况：
- 增加的转化次数（绝对升幅）
- 转化量提升相对幅度
- 增加的转化价值
按地区分组的转化量提升情况：
- 增量广告支出回报率
- 增加的转化次数（绝对升幅）
- 增加的转化价值
- 增加的费用
06.增量测试注意事项
要让增量测试真正发挥作用，以下几个原则必须注意：
1、在广告开始前设置测试
为了确保实验的准确性，所有类型的增量测试都要在广告活动开始之前启动，这是为了让自动化系统能够识别并预留一个对照组，即那些不会看到广告的用户，从而确保实验的纯粹性。
如果在广告活动启动后再运行研究，结果可能会因为对照组中包含已经看到部分广告的用户而失真。
2、避免实验之间的“串扰”
在同时运行多个广告活动时，需要特别注意提升研究的启动，以确保研究的准确性。因为一个广告活动的对照组用户可能会成为另一个广告活动的测试组，这可能会影响研究结果。
Google 通常建议为整个账户启动一个全面的测试，但也有特定客户案例中建议启动单独的提升测试。
3、建议三类测试联动运行
建议将搜索提升和转化提升与品牌提升同时启动，这样可以从品牌认知 → 兴趣搜索 → 最终转化的完整链路中评估广告价值，广告主不仅能看到广告是否被记住，更能理解广告是否带动了搜索和实际转化。
如果只单独做搜索或转化提升，缺少品牌层面的对照，解读效果会受限。
07.测试效果“不显著”怎么办
有时候测试结果会显示某个渠道没有带来新增转化或销售。这并不意味着这个渠道完全没用，而是提醒广告主需要进一步诊断和调整。我们可以从以下几个方面考虑调整：
1、考虑季节性因素 某些渠道可能在特定时间段效果不佳。这时可以暂时减少投放，把预算转到其他更合适的渠道。
2、调整广告策略 如果某个渠道持续表现不好，可以尝试换一种打法再测，比如调整目标人群、广告形式或投放节奏。这样能更好地理解用户偏好。
3、检查关键要素
- 执行：广告目标和渠道特性是否匹配？（例如短期促销 vs. 长期品牌建设）
- 优惠：促销力度或定价是否有竞争力？
- 创意：文案、图片、视频是否足够吸引人？是否做过对比测试？
- 库存/人群：是否合理选择了广告位和受众？
- 资源再分配 如果确实难以找到问题根源，可以果断把预算投向已验证有效的渠道。
- 保持灵活 不要被单次测试结果限制，持续跟踪数据、快速调整，才能让广告整体效果最大化。
增量测试的核心价值在于它能让我们跳出“报告里的转化数字”这个表象，去回答一个更关键的问题：广告究竟带来了多少额外的增长？无论是销售转化还是品牌认知，只有确认真实的“增量”，预算的使用才算科学和高效。
当然，增量测试并不是一劳永逸的答案。它需要投入时间和资源，也可能因为实验周期或样本量而受到限制。但相比依赖直觉或单一归因模型，它提供了一种更接近真实市场反馈的方式。
对企业来说，最重要的是把增量测试纳入日常的营销衡量体系，不是偶尔做一次实验，而是长期用它去验证、调整和优化投放策略。这样广告投放才能真正成为增长的驱动力，而不是一笔模糊的开销。