OpenAdLibraryOpenAdLibrary
Definition

Custom Audience

En custom audience är en målgrupp som en annonsör bygger från sina egna data, såsom en uppladdad kundlista, pixelspårade webbplatsbesökare eller appanvändare, snarare än att förlita sig på plattformens inbyggda intressekategorier.

Redaktionell illustration: Custom Audience

En custom audience är en målgrupp av användare som en annonsör bygger från sina egna data snarare än en plattforms fördefinierade intresse- eller demografiska kategorier. Den skapas vanligtvis genom att ladda upp en kundlista (e-postadresser, telefonnummer eller hashade identifierare), genom att tagga webbplatsbesökare med en tracking pixel, eller genom att koppla appaktivitet, och sedan matcha den datan mot plattformens användarbas för att hitta var samma personer redan finns på den.

De tre vanliga källorna#

De flesta custom audiences kommer från en av tre platser. En kundlista är en direkt uppladdning, vanligtvis e-postadresser eller telefonnummer, som matchas mot plattformens registrerade användare, användbart för att nå befintliga köpare med upsell- eller reaktiveringsbudskap. Webbplats- eller appaktivitet kommer från en pixel eller SDK som utlöses på specifika åtgärder, sidvisningar, produktvisningar, varukorgstillägg, köp, vilket är samma underliggande mekanism som remarketingkampanjer körs på. Engagemangsmålgrupper byggs från personer som redan interagerat med annonsörens annonser eller innehåll direkt på plattformen, såsom alla som tittat på en del av en videoannons eller öppnat ett formulär.

Custom audiences som frö för lookalikes#

Utöver att rikta in sig på själva custom audience, är dess huvudsakliga andra användning som frö för en liknande målgruppsexpansion: plattformen analyserar den anpassade listans delade egenskaper och hittar nya användare som liknar den. Det är därför datakvaliteten i en custom audience spelar roll även när en köpare inte planerar att rikta in sig på den direkt. En rörig eller alltför bred anpassad lista producerar en svagare expansionsmålgrupp nedströms, så de två funktionerna är nära kopplade i praktiken även om de löser olika problem.

First-party data och integritetsbegränsningar#

Att bygga användbara custom audiences beror på solid first-party data: ren, samtyckt, direkt insamlad användarinformation snarare än tredjepartsdata köpt från en mäklare. Integritetsreglering och plattformspolicy har båda skärpts kring vilka identifierare som kan användas för att matcha en custom audience och hur den matchningen sker, och driver generellt mot hashad, samtyckt data som samlas in direkt av annonsören. Köpare bör kontrollera den specifika plattformens aktuella dokumentation för matchningskrav och samtyckesregler snarare än att anta att äldre uppladdningsmetoder fortfarande gäller.

Var detta passar in i native- och affiliate-flöden#

Custom audiences är mer mogna på sociala och sökplattformar som har registrerad användaridentitet i stor skala, men den underliggande idén, att rikta in sig på personer baserat på data du redan äger om dem, gäller över kanaler. En köpare som kör nativeannonser via Taboola eller Outbrain som också äger en kundlista eller pixelspårad webbplatsdata kan ofta dirigera den målgruppen genom en ansluten demand-side platform för att lägga custom audience-målgruppsanpassning ovanpå native-inventariet, snarare än att enbart förlita sig på nätverkets inbyggda kontextuella och geo targeting. Detta är viktigast för annonsörer med en etablerad kundbas att dra från, som DTC-varumärken som kör native tillsammans med andra kanaler, mindre för kalla affiliate-erbjudanden utan befintlig kunddata att utgå från.

Att hålla en custom audience användbar över tid#

Listor blir föråldrade. En kundlista som laddats upp en gång och aldrig uppdaterats avviker längre från aktuellt köpbeteende varje månad, och en pixelbaserad målgrupp med ett kort attribueringsfönster behöver kontinuerligt nya besök för att förbli fylld. Att uppdatera listor enligt ett regelbundet schema, och rensa bort identifierare som inte längre är giltiga, håller en custom audience (och allt som modellerats från den) representativ för vem varumärket faktiskt når idag snarare än vem det nådde för ett år sedan.

Vanliga frågor

Vilken data kan användas för att bygga en custom audience?
Vanliga källor inkluderar uppladdade kundlistor som e-postadresser eller telefonnummer, webbplats- eller appaktivitet spårad genom en pixel eller SDK, och engagemangsdata från personer som redan interagerat med annonsörens annonser eller innehåll direkt på plattformen.
Är en custom audience samma sak som en lookalike audience?
Nej. En custom audience är den faktiska gruppen som byggs från annonsörens egna data. En lookalike audience är en separat, nygenererad grupp av personer som delar egenskaper med en custom audience men som inte fanns i den ursprungliga datan själva.
Behöver jag en stor kundlista för att bygga en användbar custom audience?
De flesta plattformar sätter en minsta storlek för att matchning och modellering ska fungera tillförlitligt, och mycket små listor kanske inte matchar tillräckligt många användare för att vara användbara för målgruppsanpassning eller som frö för en lookalike audience. Kontrollera den specifika plattformens aktuella dokumentation för minimigränser.
Hur ofta bör en custom audience uppdateras?
Regelbundet. Pixelbaserade målgrupper beror på ett rullande attribueringsfönster och behöver kontinuerligt nya besök för att förbli fyllda, medan uppladdade kundlistor avviker längre från aktuellt beteende ju längre de går utan en uppdatering.
OpenAdLibrary-teamet
Skriven avOpenAdLibrary-teamet
Annonsintelligens & forskning om native advertising

Vi bygger OpenAdLibrary, den öppna plattformen för annonstransparens. Varje dag fångar våra system levande native-annonser på Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo och MSN, identifierar den verkliga annonsören bakom varje annons och följer klicket till dess landningssida. Dessa guider destillerar vad vi ser i den datan så att du snabbare kan forska på marknaden.