菲律宾游戏代投想知道广告费到底有没有”买到增量”，最可靠的方法是Geo-Lift区域增量实验：选取人口与消费结构相近的地区，一组正常投放、一组停投或降投作对照，比较两组自然安装与付费差异，直接测出广告带来的真实净增量，而不是归因报表里的”账面功劳”。
为什么菲律宾市场特别需要增量实验？
菲律宾是高社交渗透、高口碑传播的市场：玩家通过Facebook群组、朋友推荐、达人视频自然下载的比例远高于成熟市场。这意味着归因工具记录的”广告带来的安装”里，混入了大量”没有广告也会来”的自然量——广告只是抢走了最后一次点击的功劳。iOS隐私限制与安卓多渠道并投进一步放大了归因重叠：Meta、Google、TikTok三家报表加总的转化数，经常超过实际总安装量的120%以上。团队如果按报表ROAS分配预算，很可能持续给”抢功渠道”加码，而真正拉动增量的渠道被砍。区域增量实验绕开归因模型，用因果对照直接回答”这笔预算删掉会损失多少”，是挤水分的终极标尺。
如何在菲律宾设计一场可信的Geo-Lift实验？
第一步是选区配对。菲律宾天然适合做区域实验：大马尼拉、宿务、达沃三大都会圈之外，还有众多人口结构相近的二线省份。按历史安装密度、ARPU、网络条件把地区分层，从同层中抽取测试组与对照组，避免拿马尼拉对比棉兰老岛这种不可比配对。第二步是确定实验动作：常用”停投测试”（对照区暂停某渠道2-4周，看安装是否真的下降）或”加码测试”（测试区预算提高50%，看增量是否等比出现）。第三步是设定观察指标：不看归因安装，只看两组的总安装量、总收入、发薪周期内的付费率差异，用差中之差（DiD）方法剔除季节波动。实验期避开大促、台风、节庆等外生冲击，否则噪声会淹没信号。
实验结果怎么用来重新分配预算？
拿到增量系数后，把每个渠道的报表ROAS折算成增量ROAS：若某渠道报表显示带来1000安装，停投实验显示总安装只下降400，则其增量系数为0.4，真实获客成本要除以0.4重新计算。按增量ROAS排序后通常会出现反转——品牌搜索词、再营销广告的增量系数往往最低（用户本来就会来），而新客拓展类广告虽然报表难看，增量贡献却最高。预算据此重排：压缩低增量的”抢功预算”，把省出的钱投向高增量渠道与未饱和地区。建议每季度轮换做一次实验，每次只测一个渠道或一个变量，并把结果沉淀成”渠道增量系数表”，作为与代投服务商对账、考核的公共标尺。
中小预算团队没条件做大型实验怎么办？
预算有限的团队可以做轻量版：其一，利用渠道自带工具，如Meta的转化提升测试（Conversion Lift）免费申请，虽然只测单渠道内增量，也比纯报表可信；其二，做”时间片实验”，在同一地区按周交替开关某渠道，对比开关周期的自然量变化，样本要求低但需跑更长时间；其三，借投放事故做”天然实验”——账户被误封、预算耗尽的时段，正是观察自然量基线的窗口，记录下来就是免费的对照数据。关键是建立”增量思维”：任何渠道的价值都应以”删掉它会损失什么”来衡量，而非报表数字。专业代投团队应在提案阶段就承诺增量验证机制，这也是筛选服务商的重要标准。
Geo-Lift实验需要跑多长时间？
建议至少覆盖2个完整发薪周期（约4周），确保测试组与对照组都经历相同的消费节律。周期太短会被单次发薪日或周末波动干扰，太长则面临季节性漂移，4-6周是菲律宾市场的常用平衡点。
停投测试会不会损失太多量，得不偿失？
对照区通常只占总投放量的10%-20%，且实验期仅2-4周，短期损失有限。相比之下，如果某渠道增量系数只有0.3，意味着70%的预算长期在为自然量买单——一次实验挤出的水分远超实验成本。
增量实验和MMM营销组合建模有什么区别？
MMM靠历史数据回归估算各渠道贡献，适合预算大、渠道多的团队做长期规划；Geo-Lift是前瞻性因果实验，结论更可信但一次只能测少数变量。最佳实践是用Geo-Lift的实验结果校准MMM模型，两者互为验证。
菲律宾哪些地区适合做对照组？
选择与测试区人口规模、收入水平、网络条件相近且地理隔离的省份，减少跨区传播污染。例如用宿务都会圈对照达沃都会圈，或在吕宋岛内选两个相近二线省份配对，避免马尼拉与偏远岛屿直接对比。
没有MMP工具能做增量实验吗？
可以。增量实验只需要按地区拆分的总安装量与收入数据，Google Play Console与App Store Connect的地区报表即可满足基本需求。这正是增量实验的优势——不依赖设备级归因，天然规避隐私政策限制。