Incremental

Incremental 是面向 commerce media 的因果智能平台，以每日衡量、优化和规划替代 ROAS 与末次触点归因，帮助品牌和代理商了解销售驱动因素及下一步预算投放方向。

概览

Incremental 是面向 commerce media 的因果智能平台。其明确目标是以每日因果衡量取代 ROAS 和末次触点归因，从而展示真正驱动销售的因素以及下一笔预算应该投向哪里。

该产品面向需要在一个系统中完成衡量、优化和规划的企业级 commerce media 团队、品牌和代理商。根据网站信息，Incremental 独立于零售商、媒体销售方和竞价平台运行，并在 campaign、SKU 和 line item 级别提供输出。

功能

了解 commerce 的衡量

衡量 marketplace 和零售商动态，例如搜索排名、竞争性定价、Buy Box 归属，以及评分和评论，同时也考虑影响发现与认知的外部媒体。

因果衡量与每日报告

使用多种推断框架和因果技术，将投入与销售结果关联起来，并提供活动和 SKU 维度的每日数据。

媒体工作流中的优化

在现有采购工具中使用自动化推荐信号，并原生支持与 Skai、Pacvue、Flywheel 和 WPP Open 集成。

情景规划与预测

在实际花费调整之前测试预算和渠道情景，帮助团队估算不同分配选择对销售的影响。

commerce graph 基础

将数字货架数据、全渠道零售数据和媒体数据整合到统一的 commerce graph 中，使产品、促销、库存和货架上下文纳入模型。

持续学习闭环

持续重新训练模型，并每天将短期预测与实际结果对比，以保持输出的最新性。

使用场景

增量效果衡量
当团队需要更可追踪地了解销售由什么驱动时，可用该平台以因果增量效果替代零售商、活动和 SKU 级别的末次触点报告。
活动优化
使用推荐引擎在 Skai、Pacvue、Flywheel 或 WPP Open 等工具内优化媒体支出，让团队无需改变工作流即可采取增量信号行动。
预算规划与预测
在投入资金之前，使用因果情景建模比较预算调整、渠道变化和支出阈值，尤其适用于规划未来 campaign 或季度预算分配时。
commerce 诊断
利用 commerce graph 连接货架状况、促销、库存、定价和媒体表现，以理解某个产品为何转化或未转化。
品牌与代理商协作
将该平台作为品牌与代理商之间共享的规划和衡量层，在零售商和渠道之间获得统一的因果视图。

Pros and Cons

Pros

将衡量、优化和情景规划整合在一个平台中。
采用每日因果学习，而不只是依赖历史归因。
加入零售和数字货架上下文，而不仅仅是媒体数据。
支持在现有媒体购买工作流中直接使用。
将自己定位为中立的第三方层，而不是媒体销售方。

Cons

定价页面未公开可见，并且在所提供的来源集中返回 404。
该网站未在已收集页面上公布完整的集成列表或技术要求。

FAQ

Incremental 是做什么的？

Incremental 被描述为面向 commerce media 的因果智能层。它通过直接集成、commerce graph 和集成式因果模型来衡量增量效果，并将信号回传到媒体工作流中。

Incremental 如何连接数据和工作流？

来源说明它通过与零售商和媒体平台的直接集成进行连接，同时也支持导入你自己的数据。它可以将输出发送到媒体购买平台、内部数据湖或每日电子邮件。

它提供什么类型的输出？

Incremental 提供按活动和 SKU 维度的每日数据，支持细化到 line item 级别的报告，并将推荐推送到 Skai、Pacvue、Flywheel 和 WPP Open 等平台。

网站上公布了定价吗？

定价页面返回了自定义 404，因此来源中没有展示公开定价。现有证据表明它采用销售驱动模式，并以演示为导向。

它适合谁？

该网站将 Incremental 定位为面向 commerce media 团队、品牌和代理商的产品，适用于需要因果衡量、优化和规划，而不是末次触点报告的用户。

Quick Facts

类别: 面向 commerce media 的因果智能
主要用户: 品牌、commerce media 团队和代理商
交付频率: 每日报告与重新训练
工作流: 衡量、优化、规划和预测
来源域名: incremental.com
定价: 未公开列出；定价页面返回自定义 404