Lookalike Audience

Lookalike audience je skupina nových uživatelů, kterou reklamní platforma vygeneruje analýzou existujícího seed seznamu – typicky minulých konvertorů nebo nahraného seznamu zákazníků s vysokou hodnotou – a nalezením dalších uživatelů, kteří sdílejí statisticky podobné vlastnosti a chování. Místo ručního výběru cílových parametrů, jako je věk, zájmy nebo geografická poloha, zadá zadavatel platformě seznam těch, kteří již konvertovali, a nechá algoritmus najít další lidi, kteří se jim podobají.

Jak modelování funguje na vysoké úrovni#

Platforma analyzuje seed seznam vůči své širší uživatelské základně a hledá vzorce v chování při prohlížení, demografických signálech a používání zařízení nebo aplikací, které odlišují seed publikum od běžné populace. Poté ohodnotí zbytek své uživatelské základny podle podobnosti s tímto vzorcem. Zadavatel obvykle může nastavit, jak těsná nebo široká by shoda měla být, často vyjádřeno jako procento celkové uživatelské základny platformy v dané zemi. Menší procento znamená těsnější shodu se seedem, větší procento obětuje přesnost za větší dosah.

Odkud seed seznam pochází#

Kvalita seedu ovlivňuje kvalitu lookalike více než téměř jakýkoli jiný vstup. Seed postavený na skutečných kupujících nebo zákaznících s vysokou LTV má tendenci vytvořit silnější lookalike než seed postavený na všech návštěvnících webu bez ohledu na to, zda konvertovali, protože model je pouze tak dobrý, jaký je vzor v poskytnutých datech. Zadavatelé, kteří vybudovali solidní kanál pro first-party data a pixelové konverzní události čistě propojené s hodnotou nákupu, obvykle získají užitečnější lookalike než ti, kteří vycházejí z řídkých nebo šumivých seznamů.

Lookalike audience vs. remarketing#

Tyto dva pojmy se často zaměňují, protože oba spoléhají na existující data, ale řeší opačné problémy. Remarketing znovu zapojuje lidi, kteří již s značkou přímo interagovali. Lookalike targeting používá stejná interakční data jako tréninkový seed, ale pak najde zcela nové lidi, kteří se se značkou nikdy nesetkali, čímž rozšiřuje dosah spíše než ho znovu zachycuje. Konverzní trychtýř, který využívá pouze remarketing, nakonec vyčerpá dostupný fond uživatelů; lookalike targeting je jedním ze standardních způsobů, jak do tohoto trychtýře neustále přivádět nové potenciální zákazníky.

Kam zapadají nativní a obsahové platformy#

Lookalike modelování je nejvíce spojováno se sociálními a vyhledávacími platformami, které disponují bohatými first-party daty o chování uživatelů, ale stejná logika se objevuje v nativní reklamě prostřednictvím demand-side platforem a data management platforem, do kterých lze nativní kampaně zapojit pro rozšíření publika. Zadavatel spouštějící affiliate nabídku přes Taboola nebo Outbrain, který chce rozšíření ve stylu lookalike, obvykle potřebuje tento targeting směrovat přes připojenou vrstvu DMP nebo DSP, spíše než spoléhat na vlastní nástroje publika nativní sítě, protože nativní platformy historicky více spoléhají na kontextový a geografický targeting než na first-party lookalike modelování.

Praktické rady k velikosti#

Začít s těsnějším procentem lookalike a dobře definovaným, kvalitním seedem a rozšiřovat pouze v případě příliš nízkého objemu pro utrácení, má tendenci přinášet lepší výsledky než začít široce a následně zužovat. Široká lookalike kampaň spuštěná jako první často spálí rozpočet na vytvoření slabého vzorce, kterému by se těsný seed vyhnul od samého začátku. Kontrola toho, kteří inzerenti již daný úhel masivně škálují, je užitečnou kontrolou rozumu před přidělením vážného rozpočtu na nové lookalike rozšíření.