一句话介绍
Incremental是一款面向大型品牌和代理商的零售与商业媒体因果智能平台。它尝试回答广告真正新增了多少销售,而不是把广告触达过的全部交易都算成媒体功劳。
Incremental是什么
Incremental由Tradeswell, Inc.以Incremental品牌运营,重点服务跨零售商、跨媒体渠道的营销衡量、优化、预算规划和销售预测。产品按天提供活动与SKU粒度的增量销售和iROI,而不是只做季度性归因报告。
它与名称相近、采用省略元音拼写的INCRMNTAL不是同一个产品。研究、采购和SEO描述应以当前Incremental的商业媒体因果衡量定位为准。
为什么不只看ROAS
传统ROAS常把广告触达后发生的销售全部归给广告,却没有排除本来就会购买的人、促销、库存、搜索排名和季节性影响。增量衡量关注广告与无广告情形之间的差值,更接近真实经济贡献。
| 指标 | 回答的问题 | 主要局限 |
|---|---|---|
| 平台ROAS | 广告触达的销售额相对花费是多少 | 可能包含原本就会发生的购买 |
| 最后触点归因 | 购买前最后一次广告接触是什么 | 忽略多触点、零售环境和自然需求 |
| 增量销售 | 广告相对反事实新增了多少销售 | 依赖模型、实验和数据质量 |
| iROI | 每一美元广告费带来多少增量价值 | 不同平台口径必须统一后比较 |
| MMM | 长期渠道预算和宏观贡献如何 | 通常粒度较粗、更新较慢 |
| A/B测试 | 实验组与对照组差异多少 | 实施范围、污染和样本量可能受限 |
主要功能
跨零售商与渠道的因果衡量
平台把不同零售媒体网络、渠道和活动转换为一致的因果衡量视图。品牌可以比较同一投资在不同零售商和活动中的增量销售,而不是被各平台的专有归因口径分割。
活动与SKU粒度的iROI
结果可以下钻到活动、广告行项目和SKU,也可以向上汇总到渠道与品牌。团队可以识别高ROAS但低增量的活动,以及表面回报普通却真正带来新增需求的投放。
Commerce Graph商业图谱
商业图谱把产品、活动、促销、搜索排名、价格、库存、Buy Box和竞争动态连接起来。模型因此能够理解广告发生时的零售环境,而不是只分析曝光、点击和订单。
多框架因果模型
Incremental组合计量经济方法、设计实验和合成实验,估算不同零售商、渠道及SKU的媒体影响。采用多种推断框架有助于交叉验证,但不能消除反事实估计中的全部不确定性。
每日学习循环
模型每天把短期预测与实际结果比较,并用差值更新后续估计。系统有意强调近期数据,使活动变化、促销、库存和竞争状态更快进入衡量。
优化建议
系统根据iROI提出预算与出价调整建议,帮助团队把资金转向更可能产生增量销售的活动。建议可以进入现有媒体购买工作流,减少分析完成后仍需人工重新录入的步骤。
情景规划与销售预测
用户可以模拟达到销售目标所需的媒体投入,或比较把预算从一个渠道、活动转移到另一个位置的影响。预测适合支持计划讨论,不应视为保证实现的财务承诺。
外部媒体与零售协同
平台不仅分析站内零售媒体,也考虑外部媒体对产品发现、品牌认知和站内活动表现的影响。这样可以识别一个渠道对其他渠道或零售商产生的光环效应。
实验结果校准
Incremental本身不直接运行A/B测试,但可以接收Amazon、Walmart等渠道已有实验结果,用于模型启动、验证和校准。实验与模型结合比只依赖其中一种方法更容易发现偏差。
系统如何工作
| 步骤 | 处理内容 | 产出 |
|---|---|---|
| 连接 | 通过现成连接器或客户数据接入零售、媒体和货架信号 | 持续更新的数据流 |
| 清洗 | 映射零售商、活动、产品、促销和指标 | 跨平台可比较的规范化数据 |
| 建图 | 把SKU、活动、价格、库存、排名和竞争关系连入商业图谱 | 模型所需的商业上下文 |
| 推断 | 用多种因果和计量经济方法分解销售 | 媒体增量贡献估计 |
| 学习 | 每天用预测与实际差值调整模型 | 更新后的活动和SKU级结果 |
| 建议 | 根据iROI识别增加、减少或重分配预算机会 | 具体优化动作 |
| 激活 | 把信号推入投放平台、数据湖或每日邮件 | 进入实际执行工作流 |
数据输入
| 数据类别 | 代表字段 | 对模型的作用 |
|---|---|---|
| 媒体数据 | 花费、活动、广告组、行项目、曝光和点击 | 描述投资和媒体执行 |
| 销售数据 | SKU销量、销售额、订单和零售商表现 | 定义需要解释的业务结果 |
| 数字货架 | 搜索排名、Buy Box、评分和评论 | 解释产品可见性与竞争位置 |
| 价格与促销 | 售价、折扣和促销周期 | 区分媒体影响与价格刺激 |
| 库存 | 可售状态和缺货 | 避免把无法成交误判为媒体无效 |
| 竞争数据 | 竞品价格、排名和货架变化 | 解释外部市场压力 |
| 实验结果 | 平台A/B或Holdout结果 | 启动、校准和验证因果模型 |
| 外部媒体 | 站外渠道投入与表现 | 分析品牌与跨渠道影响 |
结果与交付方式
| 输出 | 粒度或频率 | 主要用途 |
|---|---|---|
| 增量销售 | 活动、行项目和SKU | 识别媒体真正新增的销量 |
| iROI | 每日更新,可按层级汇总 | 统一比较媒体效率 |
| 优化建议 | 面向具体活动与预算动作 | 调整投放和资源分配 |
| 情景模拟 | 渠道与活动预算 | 计划不同投资组合 |
| 销售预测 | 基于因果模型 | 评估目标所需投入 |
| 投放平台信号 | 通过直接连接推送 | 在现有工具中执行建议 |
| 客户数据湖 | 接口或文件交付 | 进入企业分析与治理体系 |
| 每日邮件 | 摘要式交付 | 让不常登录平台的成员跟进 |
从接入到优化的流程
- 明确要衡量的零售商、渠道、品牌、活动和SKU范围。
- 盘点媒体、销售、货架、价格、促销、库存和实验数据。
- 通过现成连接器授权平台,或定义客户数据交付方式。
- 统一产品、活动、零售商、日期、币种和指标口径。
- 检查数据缺口、异常值、重复记录和跨平台映射。
- 让平台建立商业图谱和首批因果模型。
- 用历史实验、业务事件和财务结果校准模型。
- 查看活动与SKU级增量销售、置信范围和iROI。
- 审核预算建议,并在有限范围内推送到投放平台。
- 持续比较建议、执行、预测和实际销售,逐步扩大自动化。
采购前的验证流程
- 选取具有稳定历史数据和可解释业务事件的一组活动。
- 保留一段数据作为盲测,不让模型开发过程提前使用。
- 把结果与已有Holdout、零售平台实验和财务数据比较。
- 检查模型是否正确处理缺货、促销、价格和Buy Box变化。
- 评估活动、SKU和跨零售商映射的错误率。
- 要求解释因果方法、假设、置信区间和失效条件。
- 用小比例预算测试优化建议,不立即全自动执行。
- 确认数据权限、保留、删除、跨境和子处理商安排。
- 将准确性、更新频率、接口和服务支持写入合同。
连接与激活
| 类别 | 已确认能力或平台 | 说明 |
|---|---|---|
| 零售与媒体 | 多零售商和媒体平台的现成连接 | 具体可用清单按客户账户确认 |
| Walmart | Marketplace与Walmart Connect | 可整合零售和广告表现 |
| 外部广告 | Pinterest Ads和TikTok Shop等扩展连接 | 支持跨平台商业媒体分析 |
| 优化平台 | Skai、Pacvue、Flywheel和WPP Open | 把iROI建议推回媒体工作流 |
| 客户数据 | 自带数据与自定义集成 | 用于未覆盖零售商和内部数据 |
| 数据湖 | 可将信号送入内部数据环境 | 便于企业BI、治理与建模 |
| 邮件 | 每日结果邮件 | 适合摘要分发而非程序化集成 |
新的电商或媒体平台集成通常需要约2至4周,但复杂程度会受认证、历史数据、字段质量和平台接口限制影响。现成连接也应在合同中确认地区、账户类型和具体数据集。
定价与采购方式
价格信息于2026年8月23日核验,实际金额、税费、汇率和优惠可能变化,最终以结算页面显示为准。
Incremental没有公开固定套餐、月费、年费或免费版,主要通过预约演示和企业销售完成采购。预算通常需要结合零售商与渠道数量、活动和SKU规模、历史数据、连接器、模型范围以及服务支持评估。
| 价格项目 | 公开状态 | 采购时应确认 |
|---|---|---|
| 平台订阅 | 未公开固定价格 | 合同期限、基础范围和续费机制 |
| 零售商与渠道 | 未公开计费口径 | 包含数量、增加渠道和地区差异 |
| 活动与SKU规模 | 可能影响数据与模型工作量 | 上限、超量和历史回溯范围 |
| 数据接入 | 现成或自定义连接 | 实施费、维护费和平台接口变更 |
| 优化激活 | 与特定投放平台连接 | 推送范围、权限和额外费用 |
| 服务支持 | 企业方式提供 | 上线、分析咨询、响应时间和培训 |
| 试点 | 没有公开自助试用 | 试点费用、期限、数据量和验收标准 |
是否有免费试用
没有确认到可直接注册的免费版或标准试用。企业通常需要先预约演示,再协商数据接入、试点范围和商务条件。
适合哪些用户
- 在多个零售媒体网络投放的大型消费品牌。
- 需要统一Amazon、Walmart和其他渠道衡量口径的电商团队。
- 负责零售媒体计划、购买和优化的广告代理商。
- 希望把ROAS升级为增量销售和iROI的营销分析团队。
- 需要活动和SKU级每日结果而不是季度报告的运营团队。
- 拥有促销、库存、货架和竞争数据的商业分析部门。
- 希望把因果建议推回Skai、Pacvue、Flywheel或WPP Open的团队。
- 具备足够历史数据和实验结果用于模型验证的品牌。
不太适合的情况
- 个人创作者和广告预算很小的商家。
- 只需要简单点击、转化和平台ROAS报表的用户。
- 缺少SKU级销售、媒体、促销和库存数据的品牌。
- 希望即时注册并按公开低价使用的团队。
- 只投放单个短期活动且没有历史基线的项目。
- 要求工具直接替代投放平台和零售商后台的企业。
- 无法接受模型估计、不确定性和持续校准的决策者。
- 需要公开开发者API、SDK或自托管开源版本的团队。
主要优势
- 专门围绕零售和商业媒体,而不是通用数字广告归因。
- 将媒体、销售、价格、促销、库存和货架信号放入同一图谱。
- 用多种因果框架估计经济影响,不只依赖最后触点。
- 每日更新模型和结果,适合高频优化。
- 支持活动、行项目和SKU粒度的iROI。
- 同时提供衡量、建议、情景规划和销售预测。
- 可把建议推入现有媒体购买平台。
- 独立于零售商、媒体卖方和竞价平台,不销售广告。
- 当前解决方案强调无需植入标签和无需直接身份信息。
使用限制与风险
- 因果模型估算反事实,不等于直接观察到另一条现实。
- 每日训练不会自动修复缺失、偏差或错误映射的数据。
- 活动和SKU级结果可能因样本不足而不稳定。
- 促销、缺货、竞争和外部媒体没有完整进入模型时会产生偏差。
- 平台不直接运行A/B测试,仍需零售商或其他工具提供实验。
- 厂商总体销售提升数据不能保证单个品牌取得相同结果。
- 公开页面没有固定价格,采购与预算透明度有限。
- 自动推送建议涉及实际预算,应保留审批、限额和回滚。
- 没有公开完整模型技术细节、置信区间口径和全部连接清单。
- 公开隐私政策更新较早,应在合同阶段核实现行数据安排。
隐私与数据处理
当前解决方案强调不需要直接身份信息,也不要求在品牌网站植入标签。平台主要通过零售、媒体和电商平台接口获取业务数据,并每天映射和标准化。
不过,2023版隐私政策说明客户服务数据可能包含人口属性、购买历史、Cookie或设备标识,以及哈希后的邮箱和邮寄地址。企业应区分当前因果衡量方案与历史数据管理服务,并确认实际项目是否处理任何可识别或可关联数据。
| 隐私项目 | 现有说明 | 需要核实 |
|---|---|---|
| 直接身份信息 | 当前解决方案宣称无需PII | 合同定义、司法辖区和哈希标识是否纳入 |
| 网站标签 | 当前接入宣称无需部署标签 | 是否存在其他产品或可选追踪方式 |
| 客户服务数据 | 作为服务提供商按客户指示处理 | 数据字段、用途、保留与删除 |
| 历史政策字段 | 可能含购买历史、设备标识和哈希联系方式 | 当前项目是否完全排除这些字段 |
| Cookies | 网站使用Cookie和分析技术 | 营销网站与产品平台应分别评估 |
| 保存期限 | 账户或询问有效期及合理后续时间 | 业务数据的精确保留与备份删除 |
| 托管 | 网站在美国维护 | 产品数据区域和跨境机制 |
| 年龄 | 网站和服务面向18岁及以上 | 不应处理儿童营销项目的未授权数据 |
采购时的隐私检查
- 取得最新DPA、数据字段清单和子处理商名单。
- 确认当前方案是否接收Cookie ID、设备ID或哈希联系方式。
- 区分匿名、去标识、假名化和法律意义上的个人信息。
- 明确原始数据、规范化数据、模型特征和输出的保留期。
- 确认数据是否用于跨客户模型、产品改进或基准分析。
- 要求说明美国托管、跨境传输和删除验证。
- 审查投放平台激活所需权限和预算写入控制。
- 在隐私政策较旧的情况下,以新合同和当前安全文件为准。
安全与治理建议
- 为每个零售商和投放平台使用最小权限连接。
- 将只读数据接入与可修改预算的激活权限分开。
- 保留模型版本、数据版本、建议、审批和执行记录。
- 对建议设置活动级预算上限和异常变化拦截。
- 定期重新授权并移除已停用的品牌、渠道和代理商成员。
- 采购前索取当前安全审计、加密、备份和事件响应文件。
- 为接口中断、零售商字段变化和模型漂移建立告警。
- 重大预算迁移先通过有限试点和财务复核。
API、GitHub与开源状态
- 平台通过API和其他方式连接零售、媒体与电商系统。
- 结果也可以进入投放平台和客户内部数据湖。
- 没有确认到面向公众的开发者API文档。
- 没有确认到官方公开SDK、命令行工具或Webhook目录。
- 没有确认到Incremental当前平台的官方GitHub开源仓库。
- 没有公开自托管部署、模型权重或源代码许可证。
- 接口型产品集成不等于公众可以自行申请API密钥。
- Incremental应视为专有企业云平台。
基本信息
| 项目 | 内容 |
|---|---|
| 工具名称 | Incremental |
| 运营主体 | Tradeswell, Inc.,以Incremental品牌运营 |
| 产品类型 | 零售与商业媒体因果智能平台 |
| 核心指标 | 增量销售和iROI |
| 主要粒度 | 活动、广告行项目和SKU |
| 更新频率 | 每日数据与模型学习 |
| 核心数据 | 媒体、销售、价格、促销、库存、货架和竞争信号 |
| 优化平台 | Skai、Pacvue、Flywheel和WPP Open |
| A/B测试 | 不直接执行,可接收实验结果校准 |
| 价格 | 企业定制,未公开固定套餐 |
| 免费试用 | 未确认 |
| 公开API | 未确认公众开发者接口 |
| 开源状态 | 未开源 |
常见问题
Incremental和INCRMNTAL是同一家公司吗?
不是。两者名称相近但产品、公司和网站均不同,本词条介绍的是面向零售与商业媒体的Incremental。
什么是增量销售?
增量销售是广告相对于没有该广告时额外产生的销售。它试图排除自然需求、促销、库存、价格和其他因素,而不是把所有广告触达交易都计入。
iROI和ROAS有什么区别?
ROAS通常用归因销售除以广告费,iROI则用估算的增量价值衡量投入回报。iROI更严格,但也依赖因果模型和数据质量。
结果多久更新一次?
平台按天发布数据和结果,并每天把短期预测与实际值比较来更新模型。具体刷新时间和延迟取决于各零售与媒体接口。
需要在网站安装追踪标签吗?
当前解决方案说明不要求实施网站标签。数据主要通过零售、媒体与电商平台连接以及客户数据交付进入系统。
需要个人身份信息吗?
当前营销方案强调无需直接身份信息,但较早隐私政策允许处理设备标识和哈希联系方式等客户服务数据。实际项目必须用数据字段清单和合同确认。
会直接运行A/B测试吗?
不会直接运行。平台可吸收零售商和其他渠道已有实验结果,用于启动、校准和验证模型。
可以自动调整广告预算吗?
优化建议可以推入Skai、Pacvue、Flywheel和WPP Open等工作流。企业仍应配置人工审批、预算上限、异常拦截和回滚。
价格是多少?
没有公开固定价格或套餐。品牌和代理商需要预约演示,并按数据、渠道、活动、SKU、连接与服务范围获取报价。
提供免费版吗?
没有确认到自助免费版或标准免费试用。企业可以与销售讨论演示或试点条件。
提供API或开源版本吗?
产品具有平台级接口集成,但没有确认到公众开发者API、官方SDK、公开代码仓库或自托管开源版本。
总结
Incremental适合需要跨零售商比较媒体真实增量贡献,并把日常活动和SKU级iROI用于投放决策的大型品牌与代理商。商业图谱、多框架因果推断、每日学习和优化激活构成其主要差异。
采购前应以真实历史数据和实验结果验证模型,明确固定价格缺失下的总体成本,并处理旧隐私政策与当前无PII宣传之间的口径差异。任何自动预算建议都应在审批、限额和可回滚治理下执行。
桂公网安备45132202000164号