लुकअलाइक ऑडियंस

लुकअलाइक ऑडियंस नए उपयोगकर्ताओं का एक समूह है जिसे एक विज्ञापन प्लेटफ़ॉर्म मौजूदा सीड सूची, आमतौर पर पिछले कन्वर्टर्स या अपलोड की गई उच्च-मूल्य वाले ग्राहकों की सूची का विश्लेषण करके और अन्य उपयोगकर्ताओं को ढूंढकर उत्पन्न करता है जो सांख्यिकीय रूप से समान विशेषताएँ और व्यवहार साझा करते हैं। उम्र, रुचि या जियो जैसे टारगेटिंग पैरामीटर को हाथ से चुनने के बजाय, एक खरीदार प्लेटफ़ॉर्म को एक सूची देता है कि पहले से कौन कन्वर्ट हो चुका है और एल्गोरिदम को उनके समान और लोगों को ढूंढने देता है।

उच्च स्तर पर मॉडलिंग कैसे काम करती है#

प्लेटफ़ॉर्म अपने व्यापक उपयोगकर्ता आधार के खिलाफ सीड सूची का विश्लेषण करता है, ब्राउज़िंग व्यवहार, जनसांख्यिकीय संकेतों और डिवाइस या ऐप उपयोग में पैटर्न ढूंढता है जो सीड ऑडियंस को सामान्य आबादी से अलग करते हैं, फिर उस पैटर्न के समानता के आधार पर अपने शेष उपयोगकर्ता आधार को स्कोर करता है। एक खरीदार आमतौर पर यह सेट कर सकता है कि मैच कितना टाइट या व्यापक होना चाहिए, जिसे अक्सर किसी दिए गए देश में प्लेटफ़ॉर्म के कुल उपयोगकर्ता आधार के प्रतिशत के रूप में व्यक्त किया जाता है, जहाँ एक छोटा प्रतिशत सीड के करीबी मैच को दर्शाता है और एक बड़ा प्रतिशत पहुंच के लिए सटीकता का व्यापार करता है।

सीड सूची कहाँ से आती है#

सीड की गुणवत्ता लगभग किसी भी अन्य इनपुट की तुलना में लुकअलाइक की गुणवत्ता को अधिक प्रभावित करती है। वास्तविक खरीदारों या उच्च-LTV ग्राहकों से बना एक सीड, उस सीड की तुलना में एक मजबूत लुकअलाइक उत्पन्न करता है जो सभी साइट विज़िटर्स से बना हो, भले ही उन्होंने कन्वर्ट किया हो या नहीं, क्योंकि मॉडल केवल उतना ही अच्छा होता है जितना उसे दिए गए डेटा में पैटर्न मौजूद होता है। जिन खरीदारों ने एक मजबूत फर्स्ट-पार्टी डेटा पाइपलाइन बनाई है, पिक्सेल-आधारित कन्वर्ज़न इवेंट्स जो साफ़ तरीके से खरीद मूल्य से जुड़े हों, उन्हें आमतौर पर पतली या शोर-भरी सूचियों से सीड करने वालों की तुलना में अधिक उपयोगी लुकअलाइक्स मिलते हैं।

लुकअलाइक ऑडियंस बनाम रीटारगेटिंग#

दोनों को भ्रमित किया जाता है क्योंकि दोनों मौजूदा डेटा पर निर्भर करते हैं, लेकिन वे विपरीत समस्याओं का समाधान करते हैं। रीटारगेटिंग उन लोगों को फिर से जोड़ती है जो पहले से ही ब्रांड के सीधे संपर्क में आ चुके हैं। लुकअलाइक टारगेटिंग उसी इंटरैक्शन डेटा को एक ट्रेनिंग सीड के रूप में उपयोग करती है लेकिन फिर पूरी तरह से नए लोगों को ढूंढती है जो कभी भी ब्रांड के संपर्क में नहीं आए हैं, जिससे पहुंच का विस्तार होता है न कि उसे फिर से पकड़ना। एक फ़नल जो केवल रीटारगेटिंग करता है, अंततः काम करने के लिए पूल खत्म हो जाएगा; लुकअलाइक टारगेटिंग उस फ़नल में ताज़े संभावित ग्राहकों को खिलाते रहने के मानक तरीकों में से एक है।

नेटिव और कंटेंट प्लेटफ़ॉर्म कहाँ फिट होते हैं#

लुकअलाइक मॉडलिंग सबसे अधिक सोशल और सर्च प्लेटफ़ॉर्म से जुड़ी हुई है जो उपयोगकर्ताओं पर समृद्ध फर्स्ट-पार्टी व्यवहारिक डेटा रखते हैं, लेकिन वही तर्क नेटिव विज्ञापन में डिमांड-साइड प्लेटफ़ॉर्म और डेटा मैनेजमेंट प्लेटफ़ॉर्म के माध्यम से दिखाई देता है जिनमें नेटिव अभियान ऑडियंस विस्तार के लिए प्लग इन कर सकते हैं। Taboola या Outbrain के माध्यम से एक एफिलिएट ऑफ़र चलाने वाला खरीदार जो लुकअलाइक-शैली का विस्तार चाहता है, उसे आमतौर पर उस टारगेटिंग को नेटिव नेटवर्क के अपने ऑडियंस टूल्स पर निर्भर रहने के बजाय एक जुड़े हुए DMP या DSP लेयर के माध्यम से रूट करने की आवश्यकता होती है, क्योंकि नेटिव प्लेटफ़ॉर्म ऐतिहासिक रूप से फर्स्ट-पार्टी लुकअलाइक मॉडलिंग की तुलना में संदर्भ और जियो टारगेटिंग पर अधिक निर्भर करते हैं।

व्यावहारिक साइज़िंग सलाह#

एक टाइटर लुकअलाइक प्रतिशत और एक अच्छी तरह से परिभाषित, उच्च-गुणवत्ता वाले सीड के साथ शुरुआत करना, और केवल तभी विस्तार करना जब वॉल्यूम खर्च करने के लिए बहुत पतला हो, व्यापक शुरुआत करने और फिर संकीर्ण करने से बेहतर प्रदर्शन करता है। पहले एक व्यापक लुकअलाइक चलाने से अक्सर बजट एक कमजोर पैटर्न स्थापित करने में जल जाता है जिसे एक टाइटर सीड ने शुरुआत से ही टाल दिया होता। एक ताज़े लुकअलाइक विस्तार पर गंभीर बजट लगाने से पहले यह जांचना कि कौन से विज्ञापनदाता पहले से ही किसी दिए गए एंगल को स्केल कर रहे हैं एक उपयोगी सैनिटी चेक है।