Incrementality Testing: Reklamlarınızın Gerçekten İşe Yarayıp Yaramadığını Bilimsel Olarak Ölçün

Reklam bütçenizi yüzde 20 azaltırsanız satışlarınız düşer mi? Yüzde kaç düşer? Bu soruya güvenilir bir cevap verebilmek, modern dijital pazarlamanın en kritik becerisidir. Çoğu şirket bu soruyu sormaz bile — çünkü yanıtını bulmak zordur ve mevcut attribution araçları kesin bir cevap vermez. Incrementality testing, bu sorunun bilimsel yanıtını bulmak için geliştirilmiş bir yöntemdir. Türkçe kaynaklarda neredeyse hiç ele alınmayan bu yaklaşım, yılda milyonlarca lira harcayan markaların reklam kararlarını kökten değiştiriyor.

Attribution Yanılsaması: Neden Mevcut Verilerinize Güvenemezsiniz?

Şu senaryoyu düşünün: Google Ads raporunuz, bir retargeting kampanyanızın geçen ay 500 dönüşüm getirdiğini söylüyor. Bu 500 kişi zaten ürününüzü incelemiş, sepetine eklemiş ve birkaç gün içinde satın almaya hazır olan kullanıcılardı. Siz reklam göstermeseniz de bunların kaçı satın alırdı?

Bu soru, incrementality testing'in merkezindedir. Last-click attribution modeli, kullanıcı satın almadan önce son tıkladığı reklamı başarılı sayar. Ancak bu model şu gerçeği görmezden gelir: o kullanıcı, reklamınızı hiç görmemiş olsa da aynı satın almayı yapabilirdi. Reklamcılıkta buna "inkremental olmayan dönüşüm" denir — reklam olmasaydı da gerçekleşecek olan satış.

Araştırmalar, ortalama bir e-ticaret markasnın reklam dönüşümlerinin yüzde 30 ile 60'ının inkremental olmadığını göstermektedir. Yani raporunuz 500 dönüşüm gösteriyorsa, gerçekte reklamın katkısıyla gerçekleşen dönüşüm sayısı 200-350 civarında olabilir. Geri kalanı zaten olacaktı.

Incrementality Testing Nedir?

Incrementality testing, bir reklam kampanyasının ek satış (ya da dönüşüm, kayıt, uygulama yüklemesi) üretip üretmediğini kontrollü deney yöntemiyle ölçer. Temel prensip çok basittir: kullanıcıları rastgele iki gruba ayırırsınız. Bir gruba reklam gösterir (deney grubu), diğer gruba göstermezsiniz (kontrol grubu). İki grup arasındaki dönüşüm farkı, reklamın gerçek katkısını verir.

Bu yöntem tıbbi ilaç testlerindeki randomize kontrollü deneyin (RCT) aynısıdır — dijital reklamcılığa uyarlanmış halidir. Doğru uygulandığında, attribution modellerinin veremediği kesin nedensellik ilişkisini ortaya koyar: reklam, satışı gerçekten artırdı mı?

Üç Temel Incrementality Test Yöntemi

### 1. Holdout Testi (Ghost Ad / PSA Testi)

En yaygın yöntemdir. Hedef kitlenizin yüzde 10-20'si kontrol grubu olarak ayrılır ve onlara ürün reklamı yerine alakasız bir kamu yararı mesajı (PSA) veya tamamen farklı bir reklam gösterilir. Bu sayede kontrol grubu "reklama maruz kalmamış" kullanıcıları temsil eder.

Deney sonunda deney grubunun dönüşüm oranı ile kontrol grubunun dönüşüm oranı karşılaştırılır. Fark, reklamın inkremental etkisini verir.

**Örnek hesaplama:** - Deney grubu (reklam gördü): 10.000 kullanıcı, 300 dönüşüm → yüzde 3 dönüşüm oranı - Kontrol grubu (reklam görmedi): 2.000 kullanıcı, 40 dönüşüm → yüzde 2 dönüşüm oranı - İnkremental dönüşüm oranı: yüzde 1 (yüzde 3 - yüzde 2) - Reklam gerçekten 100 inkremental dönüşüm sağladı (10.000 × yüzde 1)

Meta'nın Conversion Lift ve Google'ın Brand Lift araçları bu holdout testini otomatik olarak uygular.

### 2. Coğrafi Tabanlı Incrementality Testi (Geo-Lift)

Kullanıcı düzeyinde randomizasyon mümkün olmadığında — özellikle TV, outdoor veya dijital-offline karışık kampanyalarda — coğrafi bölgeler test ve kontrol olarak ayrılır.

Örneğin İstanbul, Ankara ve İzmir gibi büyük şehirlerde kampanya yayınlarken benzer demografik yapıya sahip Bursa, Adana ve Kayseri'de kampanyayı duraklatırsınız. Belirli bir süre sonra reklam yayınlanan şehirlerdeki satış artışını, yayınlanmayan şehirlerle karşılaştırırsınız.

Geo-lift testleri özellikle şu durumlarda tercih edilir: birden fazla kanalı kapsayan bütünleşik kampanyalar, kullanıcı segmentasyonuna izin vermeyen broadcast kanalları ve farklı bölgelerde yürütülen fiyat veya promosyon testleri.

Doğru şehir eşleştirmesi için geçmiş satış verilerini karşılaştırın. İdeal kontrol bölgeleri, deney bölgeleriyle benzer mevsimsellik, demografik yapı ve geçmiş satış eğrisi göstermelidir.

### 3. Zaman Tabanlı (Interrupted Time Series) Testi

Kampanyayı belirli bir süre tamamen durdurup, öncesi ve sonrası satış verilerini karşılaştırırsınız. En kolay uygulanabilen yöntemdir ancak mevsimsellik, tatil günleri veya dış faktörler sonuçları bozabilir. Bu nedenle yalnızca diğer yöntemlerin uygulanamadığı durumlarda tercih edilmeli ve istatistiksel kontrol ile desteklenmelidir.

iROAS ve iCPA: Asıl Performans Metrikleri

Incrementality testinin çıktısı olarak iki kritik metrik hesaplanır.

**iROAS (Incremental Return on Ad Spend):** Reklamın gerçekten katkıda bulunduğu dönüşümlere dayalı yatırım getirisi.

Formül: iROAS = İnkremental Gelir ÷ Reklam Harcaması

Normal ROAS'tan farkı şudur: ROAS tüm reklam dönüşümlerini sayarken, iROAS yalnızca reklamın ek olarak ürettiği dönüşümleri dikkate alır. Eğer ROAS'ınız 5.0 ama iROAS'ınız 2.1 ise, harcamanızın önemli bir kısmı zaten satın alacak kişilere gidiyor demektir.

**iCPA (Incremental Cost Per Acquisition):** Gerçek bir ek müşteri kazanmanın maliyeti.

Formül: iCPA = Reklam Harcaması ÷ İnkremental Dönüşüm Sayısı

Raporlanan CPA'nız 150 TL iken iCPA'nız 400 TL çıkabilir. Bu fark, kampanyanızın verimliliği hakkında tamamen farklı bir karar almanızı gerektirir.

Hangi Kampanya Türleri İçin Uygulanmalı?

Her kampanya için incrementality testi yapmak pratik değildir. Öncelik sırasına göre şu kampanyalar test edilmelidir:

**Yüksek öncelik:** Retargeting ve remarketing kampanyaları (en yüksek "zaten alacaktı" riski), marka arama kampanyaları (marka araması yapan kullanıcı zaten satın alma niyetindedir), büyük bütçeli branding kampanyaları.

**Orta öncelik:** Prospecting kampanyaları (soğuk kitle, düşük risk ama ölçmek değerlidir), e-posta pazarlama kampanyaları, influencer iş birlikleri.

**Düşük öncelik:** Küçük bütçeli, kısa süreli promosyon kampanyaları (test maliyeti kampanya değerini aşabilir).

Test Tasarımı: Sağlam Sonuç için Kritik Adımlar

Incrementality testinden geçerli sonuç almanın beş zorunlu koşulu vardır:

**1. Yeterli örneklem büyüklüğü:** Kontrol grubu çok küçük olursa istatistiksel güç yetersiz kalır. Kural olarak, beklenen dönüşüm sayısı her iki grupta da en az 100'ün üzerinde olmalıdır. Bunun için test süresini veya kontrol grubu boyutunu buna göre ayarlayın.

**2. Rastgele grup ataması:** Kontrol grubunu manuel seçmeyin. Platform düzeyinde rastgele atama kullanın. Meta ve Google bu işlemi kendi araçlarıyla yapabiliyor; üçüncü taraf araçlar kullanıyorsanız randomizasyon kalitesini doğrulayın.

**3. Test süresi:** Çok kısa testler gürültülü sonuç verir. Minimum 2 hafta, ideal olarak 4 hafta test süresi önerin. Kampanyanın öğrenme aşamasını tamamlamasını bekleyin.

**4. Dış faktörlerden izolasyon:** Test süresi içinde fiyat değişikliği, büyük promosyon veya rakip kampanyası gibi dış faktörler sonucu bozabilir. Bu dönemlerde test sonuçlarını yorumlarken bu etkileri not alın.

**5. Platform etkileşimini önleme:** Aynı kullanıcıya farklı kanallardan reklam gidiyorsa kontrol grubu "kirlenir". Mümkünse tek kanal üzerinde test yapın veya çapraz kanal etkisini modelleyin.

Platform Araçları: Nerede, Nasıl Test Yapılır?

**Meta Conversion Lift:** Meta Ads Manager üzerinden Campaign veya Ad Set düzeyinde aktive edilir. Meta, hedef kitlenizin yüzde 10-20'sini otomatik olarak kontrol grubuna ayırır ve test sonunda inkremental dönüşüm, iCPA ve güven aralığı raporlar. Minimum bütçe genellikle günlük 500 TL civarındadır.

**Google Brand Lift ve Conversion Lift:** Google Ads'de Video kampanyaları için Brand Lift, alışveriş ve arama kampanyaları için Conversion Lift araçları mevcuttur. Kurulum reklam grubu düzeyinde yapılır; sonuçlar Google'ın istatistiksel modeline dayanır.

**TikTok Lift Studies:** TikTok Business Center'da bulunan bu araç, özellikle genç kitle segmentleri için holdout testi yapmanızı sağlar.

**Açık Kaynak ve Üçüncü Taraf Araçlar:** Meta'nın açık kaynak GeoLift paketi (R tabanlı), Uber'in CausalML kütüphanesi ve Netflix'in kaynaklı Causal Impact gibi araçlar, platform bağımsız geo-lift analizi yapmanıza imkân tanır. Teknik ekibiniz varsa bu araçlar daha esnek sonuçlar üretir.

Sonuçları Bütçe Kararlarına Entegre Etme

Test sonuçlarını bir kez elde etmek yeterli değildir. Incrementality testing'i sistematik bir bütçe optimizasyon sürecine dönüştürmek gerekir.

İlk adımda kanallarınızı iROAS değerine göre sıralayın. İROAS eşik değerinizi belirleyin — örneğin "en az 2.0 iROAS sağlamayan kanallara bütçe aktarmayız" gibi bir kural koyun. Bu eşiğin altındaki kanalların bütçesini azaltın, üzerindeki kanalları büyütün.

İkinci adımda bütçe değişikliğinin ardından 4-6 hafta bekleyin ve yeni bir test döngüsüne girin. Piyasa koşulları, mevsimsellik ve rekabet değiştiğinde iROAS değerleri de değişir; bu nedenle yılda en az iki kez tekrar test yapın.

Üçüncü adımda farklı kanallar için farklı eşik değerleri belirleyin. Branding kanalları (YouTube, Display) için daha düşük iROAS kabul edilebilir çünkü uzun vadeli marka değeri yaratır. Performans kanalları (Arama, Shopping) için daha yüksek iROAS beklentisi mantıklıdır.

Sık Yapılan Hatalar

**Küçük örneklemden büyük sonuç çıkarmak:** 50 dönüşümle yapılan bir testin istatistiksel güveni çok düşüktür. Güven aralığı geniş olan sonuçlara göre bütçe kararı almayın.

**Tek seferlik test yapmak:** Piyasa koşulları değişir. Altı ay önceki test sonucu bugünkü kararınızı yanlış yönlendirebilir.

**Platform sayılarına körü körüne güvenmek:** Meta'nın Conversion Lift aracı, kendi platformuna bağlı modelleme kullanır. Platform bağımsız yöntemlerle çapraz doğrulama yapın.

**Kontrolsüz değişkenlerden kaçınmamak:** Test süresi içinde büyük bir promosyon yaparsanız, test sonuçları kampanyanın mı yoksa indirimin mi etkisini gösterdiğini bilemezsiniz.

Sonuç: "İşe Yarıyor" Değil, "Ne Kadar İşe Yarıyor" Sorusu

Dijital reklamcılık uzun yıllar boyunca "hangi reklam daha fazla tıklama aldı?" sorusunu cevaplamakla yetindi. Artık doğru soru şudur: "Bu reklam olmasaydı kaç satış daha az gerçekleşirdi?"

Incrementality testing bu soruyu bilimsel olarak yanıtlar. Retargeting kampanyanızın aslında yüzde 60'ının boşa gittiğini öğrendiğinizde, o bütçeyi gerçek inkremental dönüşüm sağlayan prospecting kampanyalarına kaydırabilirsiniz. Bu kaydırma, aynı bütçeyle yüzde 30-50 daha fazla net satış anlamına gelebilir.

AdBossAI ile kampanya verilerinizi merkezi bir platformda takip ederken, kanallara göre iROAS karşılaştırması yapabilir ve hangi kampanyaların gerçek katkı sağladığını görsel olarak analiz edebilirsiniz. Veriyi toplamak artık kolaylaştı; onu doğru yorumlamak ise sizi rakiplerinizden ayıran beceridir.