OpenAdLibraryOpenAdLibrary
הגדרה

קהל דמוי

קהל דמוי הוא קבוצה של משתמשים חדשים שפלטפורמת פרסום בונה על ידי מציאת אנשים החולקים מאפיינים עם רשימת לקוחות או ממירים קיימת, המשמשת לאיתור קונים דומים בקנה מידה.

איור מערכתי: קהל דמוי

קהל דמוי הוא קבוצה של משתמשים חדשים שפלטפורמת פרסום מייצרת על ידי ניתוח רשימת זרע קיימת, בדרך כלל ממירים מהעבר או רשימת לקוחות בעלי ערך גבוה שהועלתה, ומציאת משתמשים אחרים החולקים מאפיינים והתנהגות דומים סטטיסטית. במקום לבחור ידנית פרמטרי טארגטינג כמו גיל, תחומי עניין או מיקום גיאוגרפי, הקונה נותן לפלטפורמה רשימה של מי שכבר ממיר ונותן לאלגוריתם למצוא עוד אנשים הדומים להם.

איך המודלינג עובד, ברמה גבוהה#

הפלטפורמה מנתחת את רשימת הזרע מול מאגר המשתמשים הרחב שלה, מחפשת דפוסים בהתנהגות גלישה, אותות דמוגרפיים ושימוש במכשירים או באפליקציות שמבדילים את קהל הזרע מהאוכלוסייה הכללית, ואז מדרגת את שאר מאגר המשתמשים לפי דמיון לדפוס זה. קונה יכול בדרך כלל לקבוע כמה צרה או רחבה תהיה ההתאמה, לרוב מבוטאת כאחוז ממאגר המשתמשים הכולל של הפלטפורמה במדינה מסוימת, כאשר אחוז קטן יותר משמעותו התאמה קרובה יותר לזרע, ואחוז גדול יותר מחליף דיוק בחשיפה.

מאיפה מגיעה רשימת הזרע#

איכות הזרע מניעה את איכות הקהל הדמוי יותר מכל קלט אחר כמעט. קהל זרע שנבנה מרוכשים בפועל או מלקוחות בעלי LTV גבוה נוטה לייצר קהל דמוי חזק יותר מאשר זה שנבנה מכל מבקרי האתר ללא קשר להמרה, שכן המודל טוב רק כמו הדפוס בנתונים שהוא מקבל. קונים שבנו צינור נתוני צד ראשון מוצק, אירועי המרה מבוססי פיקסל המקושרים בצורה נקייה לערך הרכישה, מקבלים בדרך כלל קהלי דמוי שימושיים יותר מאלה הזורעים מרשימות דלילות או רועשות.

קהלי דמוי לעומת ריטרגטינג#

השניים מתבלבלים כי שניהם מסתמכים על נתונים קיימים, אבל הם פותרים בעיות הפוכות. ריטרגטינג מחזיר מעורבות של אנשים שכבר היו במגע ישיר עם המותג. טארגטינג של קהל דמוי משתמש באותם נתוני אינטראקציה כקהל זרע לאימון, אבל מוצא אנשים חדשים לגמרי שמעולם לא נתקלו במותג, ובכך מרחיב את החשיפה במקום ללכוד אותה מחדש. משפך שרק עושה ריטרגטינג ייגמר בסופו של דבר ממאגר לעבוד איתו; טארגטינג של קהל דמוי הוא אחת הדרכים הסטנדרטיות להמשיך להזין לידים חדשים לתוך המשפך.

איפה נכנסות פלטפורמות native ותוכן#

מודלינג של קהל דמוי מזוהה בעיקר עם פלטפורמות חברתיות וחיפוש שמחזיקות בנתונים התנהגותיים עשירים של צד ראשון על משתמשים, אבל אותה הלוגיקה מופיעה גם בפרסום native דרך פלטפורמות demand-side (DSP) ופלטפורמות ניהול נתונים (DMP) שקמפיינים native יכולים להתחבר אליהן להרחבת קהל. קונה שמפעיל הצעת שיווק שותפים דרך Taboola או Outbrain ורוצה הרחבת קהל בסגנון דמוי, צריך בדרך כלל לנתב את הטארגטינג דרך שכבת DMP או DSP מחוברת במקום להסתמך על כלי הקהל של הרשת native, מאחר שפלטפורמות native נטו היסטורית יותר על טארגטינג קונטקסטואלי וטארגטינג גיאוגרפי מאשר על מודלינג דמוי של צד ראשון.

עצות מעשיות לגודל#

התחלה עם אחוז קהל דמוי צר יותר וקהל זרע מוגדר היטב ואיכותי, ואז הרחבה רק אם הנפח דליל מדי להוצאה, נוטה לעלות על התחלה רחבה וצמצום. ריצה רחבה של קהל דמוי תחילה שורפת לרוב תקציב על ביסוס דפוס חלש שקהל זרע צר יותר היה נמנע ממנו מלכתחילה. בדיקה אילו מפרסמים כבר מגדילים זווית נתונה היא בדיקת שפיות שימושית לפני הקצאת תקציב רציני להרחבה חדשה של קהל דמוי.

שאלות נפוצות

מה הופך קהל זרע טוב לקהל דמוי?
קהל זרע שנבנה מממירים בפועל או מלקוחות בעלי ערך גבוה, המקושר לנתוני המרה נקיים, מייצר קהל דמוי חזק יותר מאשר קהל זרע רחב של כל מבקרי האתר. המודל יכול למצוא רק דפוסים שקיימים בפועל בנתונים שהוא מקבל.
במה שונה קהל דמוי מריטרגטינג?
ריטרגטינג מחזיר מעורבות של אנשים שכבר ביקרו או המירו. קהל דמוי משתמש באותם נתונים כקהל זרע לאימון כדי למצוא אנשים חדשים לחלוטין החולקים מאפיינים דומים, ובכך מרחיב את החשיפה במקום ללכוד מחדש קהל קיים.
האם רשתות פרסום native תומכות ישירות בטארגטינג של קהל דמוי?
זה משתנה. רשתות native נטו היסטורית יותר על טארגטינג קונטקסטואלי וגיאוגרפי, ולכן הרחבת קהל דמוי בקמפיינים native מתבצעת לרוב דרך פלטפורמת demand-side (DSP) או פלטפורמת ניהול נתונים (DMP) מחוברת, ולא דרך תכונה מובנית של הרשת.
האם קהל דמוי צריך להיות רחב או צר?
התחלה עם קהל זרע איכותי וצר, והרחבה רק אם הנפח דליל מדי, נוטה לעבוד טוב יותר מאשר התחלה רחבה, שכן התאמה רחבה ראשונית עלולה לשרוף תקציב על דפוס חלש לפני שאישרת שההתאמה הצרה ממירה.
צוות OpenAdLibrary
נכתב על ידיצוות OpenAdLibrary
מודיעין פרסום ומחקר פרסום מקורי

אנחנו בונים את OpenAdLibrary, פלטפורמת השקיפות הפרסומית הפתוחה. מדי יום המערכות שלנו לוכדות פרסומות מקוריות חיות ברחבי Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo ו-MSN, מזוהות את המפרסם האמיתי מאחורי כל אחת מהן, ועוקבות אחרי הקליק עד לדף הנחיתה. המדריכים האלה מסננים את מה שאנחנו רואים בנתונים האלה כדי שתוכלו לחקור את השוק מהר יותר.