OpenAdLibraryOpenAdLibrary
Definicja

Custom Audience

Custom audience to grupę docelową, którą reklamodawca buduje z własnych danych, takich jak załadowana lista klientów, odwiedzający stronę śledzeni pikselem lub użytkownicy aplikacji, zamiast polegać na wbudowanych kategoriach zainteresowań platformy.

Ilustracja redakcyjna: Custom Audience

Custom audience to grupę docelową użytkowników, którą reklamodawca buduje z własnych danych, a nie z wstępnie zdefiniowanych kategorii zainteresowań lub demograficznych platformy. Zazwyczaj tworzona jest poprzez załadowanie listy klientów (e‑maile, numery telefonów lub zahashowane identyfikatory), oznaczenie odwiedzających stronę za pomocą tracking pixel, lub połączenie aktywności w aplikacji, a następnie dopasowanie tych danych do bazy użytkowników platformy, aby znaleźć, gdzie ci sami ludzie już istnieją.

Trzy typowe źródła#

Większość custom audiences pochodzi z jednego z trzech miejsc. Lista klientów to bezpośredni upload, zazwyczaj e‑maile lub numery telefonów, dopasowywany do zarejestrowanych użytkowników platformy, przydatny do dotarcia do istniejących nabywców z komunikatem upsell lub reaktywacyjnym. Aktywność na stronie lub w aplikacji pochodzi z piksela lub SDK wyzwalającego się przy określonych akcjach, wyświetleniach stron, przeglądaniu produktów, dodawaniu do koszyka, zakupach – to ten sam mechanizm, na którym opierają się kampanie remarketingowe. Audiences oparte na zaangażowaniu budowane są z osób, które już interagowały z reklamami lub treściami reklamodawcy bezpośrednio na platformie, np. kto obejrzał część wideo reklamy lub otworzył formularz.

Custom audiences jako podstawa dla lookalikes#

Poza targetowaniem samego custom audience, jego głównym dodatkowym zastosowaniem jest służenie jako podstawa dla rozszerzenia podobnych odbiorców: platforma analizuje wspólne cechy listy i znajduje nowych użytkowników, którzy do niej pasują. Dlatego jakość danych w custom audience ma znaczenie, nawet jeśli reklamodawca nie planuje go targetować bezpośrednio. Nieuporządkowana lub zbyt szeroka lista powoduje słabsze rozszerzenie, więc te dwie funkcje są w praktyce ściśle powiązane, mimo że rozwiązują różne problemy.

Dane pierwszej strony i ograniczenia prywatności#

Tworzenie użytecznych custom audiences zależy od solidnych first-party data: czystych, uzyskanych za zgodą, bezpośrednio zebranych informacji o użytkownikach, a nie danych trzecich kupowanych od brokera. Regulacje prywatności i polityka platform coraz bardziej ograniczają, jakie identyfikatory można używać do dopasowania custom audience i jak to dopasowanie przebiega, zazwyczaj wymuszając użycie zahashowanych, zgodnych danych zbieranych bezpośrednio przez reklamodawcę. Nabywcy powinni sprawdzić aktualną dokumentację konkretnej platformy pod kątem wymagań dopasowania i zasad zgody, zamiast zakładać, że starsze metody uploadu nadal obowiązują.

Gdzie to pasuje do funneli natywnych i afiliacyjnych#

Custom audiences są bardziej rozwinięte na platformach społecznościowych i wyszukiwarkach, które posiadają zarejestrowane tożsamości użytkowników w dużej skali, ale podstawowa idea – targetowanie osób na podstawie danych, które już posiadasz – ma zastosowanie we wszystkich kanałach. Reklamodawca prowadzący natywne reklamy przez Taboola lub Outbrain, który jednocześnie posiada listę klientów lub dane śledzone pikselem, może często przekierować tę grupę przez połączony demand-side platform, aby nałożyć targetowanie custom audience na natywny inventory, zamiast polegać wyłącznie na wbudowanym kontekstowym i geo targeting sieci. Ma to największe znaczenie dla reklamodawców z ugruntowaną bazą klientów, takich jak DTC brands prowadzących natywne kampanie obok innych kanałów, a mniej dla zimnych ofert afiliacyjnych bez istniejących danych klientów do wykorzystania.

Utrzymanie użyteczności custom audience w czasie#

Listy starzeją się. Lista klientów załadowana raz i nigdy nieodświeżana oddala się od bieżącego zachowania nabywcy z każdym miesiącem, a audience oparta na pikselu z krótkim attribution window wymaga ciągłych nowych wizyt, aby pozostać wypełniona. Regularne odświeżanie list i usuwanie nieaktualnych identyfikatorów utrzymuje custom audience (oraz wszystko, co z niej modelowane) reprezentatywne dla tego, do kogo marka faktycznie dociera dziś, a nie tego, do kogo docierała rok temu.

Najczęściej zadawane pytania

Jakie dane można wykorzystać do stworzenia custom audience?
Typowe źródła to załadowane listy klientów, takie jak adresy e‑mail lub numery telefonów, aktywność na stronie lub w aplikacji śledzona za pomocą piksela lub SDK oraz dane o zaangażowaniu osób, które już interagowały z reklamami lub treściami reklamodawcy bezpośrednio na platformie.
Czy custom audience jest tym samym co lookalike audience?
Nie. Custom audience to rzeczywista grupa zbudowana z własnych danych reklamodawcy. Lookalike audience to odrębna, nowo wygenerowana grupa osób, które mają podobne cechy do custom audience, ale nie znajdowały się w pierwotnych danych.
Czy potrzebuję dużej listy klientów, aby stworzyć użyteczną custom audience?
Większość platform ustala minimalny rozmiar, aby dopasowanie i modelowanie działały niezawodnie, a bardzo małe listy mogą nie dopasować wystarczającej liczby użytkowników, aby były przydatne do targetowania lub jako podstawa lookalike. Sprawdź aktualną dokumentację konkretnej platformy pod kątem minimalnych progów.
Jak często należy odświeżać custom audience?
Regularnie. Audiences oparte na pikselu zależą od okna atrybucji i wymagają ciągłych nowych wizyt, aby pozostały aktualne, natomiast załadowane listy klientów z czasem oddalają się od bieżącego zachowania, im dłużej nie są aktualizowane.
Zespół OpenAdLibrary
AutorZespół OpenAdLibrary
Analiza reklam i badania reklam natywnych

Tworzymy OpenAdLibrary, otwartą platformę transparentności reklam. Każdego dnia nasze systemy przechwytują na żywo reklamy natywne w sieciach Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo i MSN, identyfikują prawdziwego reklamodawcę za każdą z nich i śledzą kliknięcie do strony docelowej. Te przewodniki destylują to, co widzimy w tych danych, abyś mógł szybciej badać rynek.