Incremental

一句話介紹

Incremental是一個針對大型品牌和代理商的零售與商業媒體因果智能平台。它試圖判斷廣告究竟為銷售帶來了多少真正的增長，而非將所有因廣告而產生的交易都算在媒體的功勞上。

Incremental是什麼

Incremental由Tradeswell, Inc.以Incremental品牌來經營，主要服務於跨零售業者、跨媒體渠道的行銷評估、優化、預算規劃以及銷售預測。該產品能夠以每日為單位，提供各項活動及SKU層面的增量銷售數據與iROI數值，而非僅提供季度性的歸因報告。

它與名稱相近、採用省略元音拼寫的INCRMNTAL並非同一個產品。研究、採購及SEO描述應以目前Incremental的商業媒體因果衡量定位為準。

為什麼不只看ROAS

傳統的ROAS通常會將廣告觸達後所產生的所有銷售額都歸功於廣告，但卻沒有排除那些本來就會購買產品的人、促銷活動、庫存狀況、搜尋排名以及季節性因素的影響。而增量衡量法則是比較有廣告和沒有廣告時的差異，這樣才能更準確地反映廣告所帶來的真實經濟貢獻。

主要功能

跨零售商與渠道的因果衡量

平台將不同的零售媒體網路、渠道和活動轉換為一致的因果衡量視圖。品牌可以比較同一項投資在不同零售商和活動中所帶來的增量銷售額，而不會被各平台的專有歸因方式所幹擾。

活動與SKU粒度的iROI

結果可以下鑽到活動、廣告行項目和SKU，也可以向上匯總到渠道與品牌。團隊可以識別出ROAS高但增量低的活動，以及表面回報普通卻真正帶來新增需求的投放。

Commerce Graph商業圖譜

商業圖譜將產品、活動、促銷行動、搜尋排名、價格、庫存、Buy Box以及競爭狀況等要素相互連結起來。如此一來，該模型就能了解廣告投放時的零售環境，而不只是分析曝光次數、點擊次數和訂單數量而已。

多框架因果模型

逐步組合計量經濟方法、設計實驗與合成實驗，估算不同零售商、渠道及SKU的媒體影響。採用多種推斷框架有助於交叉驗證，但無法消除反事實估計中的全部不確定性。

每日學習循環

模型每天將短期預測與實際結果進行比較，並以差值來更新後續的估計值。該系統刻意強調近期數據，如此一來，活動變化、促銷活動、庫存狀況以及競爭環境等，都能更快地被納入考量之中。

優化建議

系統會根據iROI提出預算與出價調整建議，協助團隊將資金投入那些更有可能帶來額外銷售的活動上。這些建議可直接整合到現有的媒體採購流程中，從而減少分析完成後仍需人工重新輸入的步驟。

情景規劃與銷售預測

使用者可以模擬達成銷售目標所需的媒體投入，或比較將預算從一個渠道、活動轉移到另一個位置的影響。預測適用於支持計劃討論，不應視為能夠保證實現的財務承諾。

外部媒體與零售協同

平台不僅會分析站內的零售媒體，也會考慮外部媒體對產品發現、品牌認知以及站內活動表現的影響。如此一來，就能了解某個渠道對其他渠道或零售商所產生的正面影響。

實驗結果校準

Incremental本身不直接運行A/B測試，但可以接收Amazon、Walmart等渠道已有的實驗結果，用於模型啟動、驗證和校準。實驗與模型結合比只依賴其中一種方法更容易發現偏差。

系統如何工作

數據輸入

結果與交付方式

從接入到優化的流程

1. 明確要衡量的零售商、渠道、品牌、活動及SKU範圍。
2. 盤點媒體、銷售、貨架、價格、促銷、庫存和實驗數據。
3. 透過現成連接器授權平台，或定義客戶資料交付方式。
4. 統一產品、活動、零售商、日期、幣種和指標口徑。
5. 檢查數據缺口、異常值、重複記錄和跨平台映射。
6. 讓平台建立商業圖譜和首批因果模型。
7. 用歷史實驗、業務事件和財務結果校準模型。
8. 查看活動與SKU級增量銷售、置信範圍和iROI。
9. 審核預算建議，並在有限範圍內推送到投放平台。
10. 持續比較建議、執行、預測和實際銷售，逐步擴大自動化。

採購前的驗證流程

1. 選取具有穩定歷史數據及可解釋業務事件的一組活動。
2. 保留一段數據作為盲測，不讓模型開發過程提前使用。
3. 將結果與既有Holdout、零售平台實驗和財務數據比較。
4. 檢查模型是否正確處理缺貨、促銷、價格和Buy Box變化。
5. 評估活動、SKU和跨零售商映射的錯誤率。
6. 要求解釋因果方法、假設、置信區間和失效條件。
7. 用小比例預算測試優化建議，不立即全自動執行。
8. 確認數據權限、保留、刪除、跨境及子處理商安排。
9. 將準確性、更新頻率、介面和服務支援寫入合約。

連接與啟動

新的電商或媒體平台的整合通常需要約2至4週的時間，但其複雜程度會受到認證流程、歷史數據、資料欄位的品質以及平台介面的限制。至於現成的連接方式，則需要在合約中明確規定地區、帳戶類型以及具體的資料集內容。

定價與採購方式

價格資訊於2026年8月23日核驗，實際金額、稅費、匯率及優惠可能變動，最終以結算頁面顯示為準。

Incremental並未公開固定的套餐、月費、年費或免費版本，主要是透過預約演示及企業銷售的方式來完成採購。在制定預算時，通常需要考慮零售商與渠道的數量、活動及SKU的規模、歷史數據、連接器、模型範圍以及服務支援等因素。

是否有免費試用

沒有確認到可直接註冊的免費版或標準試用版。企業通常需要先預約演示，再協商數據接入、試點範圍和商務條件。

適合哪些用戶

• 在多個零售媒體網絡投放的大型消費品牌。
• 需要統一Amazon、Walmart和其他渠道衡量口徑的電商團隊。
• 負責零售媒體計劃、採購及優化的廣告代理商。
• 希望將ROAS升級為增量銷售和iROI的行銷分析團隊。
• 需要活動和SKU級每日結果而非季度報告的運營團隊。
• 擁有促銷、庫存、貨架以及競爭數據的商業分析部門。
• 希望把因果建議推回Skai、Pacvue、Flywheel或WPP Open的團隊。
• 具備足夠歷史數據和實驗結果用於模型驗證的品牌。

不太適合的情況

• 個人創作者和廣告預算很小的商家。
• 只需要簡單點擊、轉化及平台ROAS報表的用戶。
• 缺少SKU級銷售、媒體、促銷和庫存數據的品牌。
• 希望即時註冊並按公開低價使用的團隊。
• 只投放單個短期活動且沒有歷史基線的項目。
• 要求工具直接替代投放平台和零售商後台的企业。
• 無法接受模型估計、不確定性和持續校準的決策者。
• 需要公開開發者API、SDK或自託管開源版本的團隊。

主要優勢

• 專門圍繞零售和商業媒體，而不是通用數字廣告歸因。
• 將媒體、銷售、價格、促銷、庫存和貨架信號放入同一圖譜。
• 用多種因果框架估計經濟影響，不只依賴最後觸點。
• 每日更新模型和結果，適合高頻優化。
• 支援活動、行項目和SKU粒度的iROI。
• 同時提供衡量、建議、情景規劃和銷售預測。
• 可把建議推入現有媒體購買平台。
• 獨立於零售商、媒體賣方和競價平台，不銷售廣告。
• 現行解決方案強調無需植入標籤且無需直接身份資訊。

使用限制與風險

• 因果模型估算反事實，不等於直接觀察到另一條現實。
• 每日訓練不會自動修復缺失、偏差或錯誤映射的數據。
• 活動和SKU級結果可能因樣本不足而不穩定。
• 促銷、缺貨、競爭以及外部媒體未能完整納入模型時，會產生偏差。
• 平台不直接運行A/B測試，仍需零售商或其他工具提供實驗。
• 廠商整體銷售提升數據不能保證單個品牌取得相同結果。
• 公開頁面沒有固定價格，採購與預算透明度有限。
• 自動推送建議涉及實際預算，應保留審批、限額和回滾。
• 沒有公開完整模型技術細節、置信區間口徑和全部連接清單。
• 公開隱私政策更新較早，應在合約階段核實現行數據安排。

隱私與資料處理

目前的解決方案強調，不需要直接的個人身份資訊，也無需在品牌網站上植入標籤。該平台主要是透過零售、媒體及電子商務平台的介面來取得業務數據，並每日對其進行整理與標準化處理。

不過，2023版的隱私政策說明指出，客戶服務數據可能包含人口統計資料、購買歷史、Cookie或裝置識別碼，以及經過哈希處理過的電子郵件地址和郵寄地址。企業應區分即時的因果衡量方案與歷史數據管理服務，並確認相關專案是否處理了任何可識別或可關聯的數據。

採購時的隱私檢查

• 取得最新DPA、數據字段清單和子處理商名單。
• 確認當前方案是否接收Cookie ID、設備ID或哈希聯絡方式。
• 區分匿名、去識別、假名化以及法律意義上的個人資訊。
• 明確原始數據、規範化數據、模型特徵和輸出的保留期。
• 確認數據是否用於跨客戶模型、產品改進或基準分析。
• 要求說明美國託管、跨境傳輸和刪除驗證。
• 審查投放平台啟用所需權限和預算寫入控制。
• 在私隱政策較舊的情況下，以新合約及現行安全文件為準。

安全與治理建議

• 為每個零售商和投放平台使用最小權限連接。
• 將只讀數據接入與可修改預算的啟用權限分開。
• 保留模型版本、數據版本、建議、審批和執行記錄。
• 對建議設置活動級預算上限和異常變化攔截。
• 定期重新授權並移除已停用的品牌、渠道和代理商成員。
• 採購前索取當前安全審計、加密、備份和事件響應文件。
• 為接口中斷、零售商字段變化和模型漂移建立告警。
• 重大預算遷移先通過有限試點和財務複核。

API、GitHub與開源狀態

• 平台透過API和其他方式連接零售、媒體與電商系統。
• 結果也可以進入投放平台與客戶內部數據湖。
• 沒有確認到面向公眾的開發者API文檔。
• 沒有確認到官方公開SDK、命令行工具或Webhook目錄。
• 沒有確認到Incremental目前平台的官方GitHub開源倉庫。
• 沒有公開自託管部署、模型權重或源代碼許可證。
• 接口型產品集成不等於公眾可以自行申請API密鑰。
• Incremental應視為專有企業雲平台。

基本資訊

常見問題

Incremental和INCRMNTAL是同一家公司嗎？

不是。兩者名稱相近，但產品、公司與網站皆不同，本條目介紹的是面向零售與商業媒體的Incremental。

什麼是增量銷售？

增量銷售是指在有廣告宣傳的情況下，所產生的額外銷售量。它試圖排除自然需求、促銷活動、庫存、價格以及其他因素的影響，而非將所有因廣告而產生的交易都計入其中。

iROI和ROAS有什麼區別？

ROAS通常用歸因銷售額除以廣告費來計算，而iROI則是以估計的增量價值來衡量投資回報。iROI的標準更為嚴格，但同時也取決於因果模型以及數據的品質。

結果多久更新一次？

平台每日發布數據與結果，並每天將短期預測與實際值進行比較以更新模型。具體的刷新時間與延遲則取決於各零售與媒體的介面。

需要在網站安裝追蹤標籤嗎？

目前之解決方案說明並不要求必須使用網站標籤。資料主要是透過零售、媒體與電子商務平台，以及客戶資料傳輸的方式進入系統。

需要個人身份資訊嗎？

目前的行銷方案強調無需直接使用個人身份資訊，但早期的隱私政策允許處理裝置識別碼及哈希化聯絡方式等客戶服務相關數據。實際項目必須以數據欄位清單及合約來確認。

會直接運行A/B測試嗎？

不會直接運行。平台可吸收零售商和其他渠道已有的實驗結果，用於啟動、校準和驗證模型。

可以自動調整廣告預算嗎？

優化建議可以推入Skai、Pacvue、Flywheel和WPP Open等工作流中。企業仍應配置人工審批、預算上限、異常攔截以及回滾機制。

價格是多少？

沒有公開固定價格或套餐。品牌和代理商需要預約演示，並根據數據、渠道、活動、SKU、連接與服務範圍來獲取報價。

提供免費版嗎？

未確認到自助免費版或標準免費試用。企業可以與銷售討論演示或試點條件。

提供API或開源版本嗎？

產品具有平台級介面整合，但沒有確認到公眾開發者API、官方SDK、公開代碼倉庫或自託管開源版本。

總結

Incremental適合那些需要跨零售商比較媒體所帶來的實際效益，並將日常活動及SKU層級的iROI用於投放決策的大型品牌與代理商。其核心特點在於商業圖譜、多框架因果推斷、每日學習以及優化機制。

採購前應以真實的歷史數據和實驗結果來驗證模型，明確在無固定價格情況下的整體成本，並處理舊有隱私政策與現行不包含PII的宣傳內容之間的差異。任何自動預算建議都應在審批、限額以及可回退的機制之下執行。