Microsoft Audience Network Targeting: LinkedIn, In-Market & Remarketing

Microsoft Audience Network ger dig sex målgruppsfamiljer för inhemska annonser: LinkedIn‑profilmålning (företag, bransch och jobbfunktion – ingen annan inhemsk kanal har det), in‑market‑publik byggd på Microsofts köppintentsignaler, remarketing och dynamisk remarketing drivna av UET‑taggen, kundmatch‑listor, liknande målgrupper, samt de vanliga demografiska, geografiska och enhetsskontrollerna. Varje publiks lager kan tillämpas som "target and bid" (serva endast till denna publik) eller "bid only" (serva brett, öka bud för publiken). Denna guide täcker hur varje alternativ faktiskt fungerar, var datan kommer ifrån, och hur erfarna köpare lagerlägger dem.

Var data för målning kommer ifrån#

Målning är bara så bra som identitetsgrafen bakom den, och Microsofts är ovanlig. Audience Network drar på first-party data från egenskaper Microsoft äger helt: Bing‑sökhistorik (deklarerad intention), MSN‑ och Microsoft Start‑läsbeteende, Edge‑surfsignaler, Outlook.com‑engagemang – och LinkedIn‑professionella grafen, som är tillgången ingen konkurrerande inhemsk nätverk kan röra.

Dina annonser visas som inhemska placeringar över MSN/Microsoft Start, Outlook.com‑inkorgar, Microsoft Edge‑nyflik‑flöde och utvalda partner‑publicister. Om du vill ha hela bilden av det inventariet – hur flödet ser ut, vem som läser det, hur annonserna renderas – täcker vår MSN native ads guide leveranssidan; den här artikeln stannar vid målning. För orientering om själva nätverket finns också en kompakt MSN native ads glossary entry.

Skala, så du vet vad som ligger bakom målningen: OpenAdLibrarys index innehåller 281 839 live Microsoft Audience Network‑kreativer per juli 2026 – det största enskilda nätverket i vårt korpus på 725 882 kreativer, 49 nätverk. Detta är inte ett nischexperiment; det är en av de största inhemska ytorna på det öppna webbet.

LinkedIn‑profilmålning: alternativet ingen annan har#

Huvudfunktionen. Microsoft äger LinkedIn, och Audience Network är ett av de få ställen utanför LinkedIn själv där du kan köpa mot den professionella grafen. Tre dimensioner är tillgängliga:

• Company — rikta in dig på personer som arbetar på specifika organisationer, efter namn.
• Industry — rikta efter arbetsgivarens branschkategori.
• Job function — rikta efter funktionell rollfamilj (finans, teknik, marknadsföring osv.).

Observera vad som saknas: individuella jobbtitlar och senioritetsnivåer, som LinkedIn‑s egen annonsplattform säljer. På Audience Network får du den grovare trion – funktion, bransch, företag – som fortfarande är transformerande för B2B på inhemskt inventarium. De praktiska spelen:

• ABM‑smakad prospektering: ladda en namngiven kontolista som företagsmålning och sätt din lösning framför de anställda medan de läser nyheterna – till inhemska‑flödes‑klickpriser istället för LinkedIn‑premium‑CPC.
• Funktion × bransch‑stackning: "finansroller i hälso‑organisationer"‑liknande kombinationer för vertikal SaaS och tjänster.
• Tillgänglighetsförbehåll: LinkedIn‑profilmålning erbjuds i ett urval av stora marknader (USA och flera andra tier‑1‑länder) och listan utvecklas – verifiera aktuell marknadstäckning i Microsofts officiella dokumentation innan du bygger en geo‑plan kring den.

En disciplinär notering: LinkedIn‑dimensioner som hård målning kan krympa publiker brutalt. Standardmönstret är att tillämpa dem som bud‑boosts ("bid only") över en bredare kampanj först, bekräfta att segmenten konverterar, och sedan låta de beprövade kombinationerna gå till "target and bid".

Kreativ måste också bära sin del av målningen. En flödesläsare har ingen aning om att de valdes av arbetsgivarens bransch – en generisk konsument‑stil rubrik slösar bort urvalet. Nämn den professionella kontexten ("för finans‑team", "om du driver fältoperationer") och LinkedIn‑lagret börjar tjäna sin boost; publiksdatan får dem levererade, kopian får rätt personer att klicka.

In‑market‑publik: intention utan cookie‑dramat#

In‑market‑publik är Microsoft‑kuraterade segment av användare som visar nyliga köppintentsignaler – sökfrågor, innehållskonsumtion, klick – för en kategori: "in market for auto insurance", "in market for business software", hundratals fler. De är arbetskraftens kall‑trafikalternativ eftersom de kodar deklarerad sökintention (en Bing‑fråga är så ärlig som signaler kan bli) utan att kräva någon data från dig.

Praktikernas anteckningar:

• Börja med in‑market för kall prospektering. Det är det närmaste som inhemskt har till sökintention till flödespriser.
• Matcha segmentet till funnel‑stadiet, inte bara produkten. Någon "in market for mortgages" svarar på pris‑jämförelsesvinklar; samma person sex månader tidigare sitter i ett bredare hem‑köpssegment och behöver utbildnings‑stil kreativ.
• Segmentkvalitet varierar efter kategori och geo. Testa två eller tre närliggande segment mot varandra istället för att anta att det uppenbara är bäst.

Ett arbetsexempel på hur funnel‑stadiets poäng spelar ut. Säg att du säljer affärs‑VoIP. Det uppenbara bygget riktar ett "in market for business phone systems"‑segment med en demo‑landningssida – rätt segment, botten‑funnel‑begäran, och det konverterar en tunn skiva. Det starkare bygget kör två annonsgrupper: det täta in‑market‑segmentet mot demo‑landningssidan, och ett bredare affärstjänster‑segment mot en jämförelses‑guide‑advertorial som värmer klicket innan begäran. På flödesinventariet, där läsaren inte sökte efter dig tio sekunder tidigare, producerar den andra annonsgruppen vanligtvis mer pipeline per dollar – intent‑data berättar vem som handlar, men kreativiteten måste fortfarande möta dem där flödet placerat dem.

Remarketing, dynamisk remarketing, kundmatch och liknande målgrupper#

Retention‑och‑återvinningsfamiljen, alla beroende av ett förutsättningskrav: UET (Universal Event Tracking)‑taggen måste vara live på din webbplats innan något av det fungerar. UET är Microsofts webbplatstag – bas‑snippet på varje sida, conversion tracking‑händelser ovanpå – och den matar både dina konverteringsmål och dina publiklistor.

• Remarketing‑listor — regelbaserade målgrupper från webbplatsbeteende: alla besökare, övergivna varukorgar, pris‑sidvisare, konverterare att exkludera. Standardrecency‑fönster gäller; bygg listorna tidigt eftersom de bara fylls framåt från skapandet.
• Dynamisk remarketing — produkt‑nivå retargeting för detaljhandel: para UET‑produktenhändelser med ett Microsoft Merchant Center‑flöde och nätverket visar åter de faktiska produkterna en användare tittat på. Om du har en produktkatalog är detta vanligtvis den högsta‑ROAS‑saken på hela nätverket.
• Customer match — ladda upp hashade e‑postlistor för att rikta (eller exkludera) kända kunder och leads. Behörighetskrav gäller för funktionen; kontrollera aktuella villkor i den officiella dokumentationen.
• Similar audiences — Microsoft‑genererade lookalikes som seedas från dina remarketing‑listor, standardexpansionspelet när en seed‑lista har tillräcklig volym.

Två vanor värda att stjäla: exkludera alltid nyliga konverterare från prospekteringskampanjer (flödesinventariet är tillräckligt billigt för att spill lätt göms), och bygg en "high‑intent non‑converter"‑lista — varukorgs‑ eller pris‑sidbesökare minus köpare — som din första dedikerade remarketing‑kampanj. Det är pålitligt den bästa CPA:n på kontot.

Demografi, plats och enhet#

Det oglamourösa lagret som tyst bestämmer effektivitet:

• Ålder och kön målning eller budjustering, användbart i båda riktningarna — MSN/Outlook‑publiken lutar äldre än sociala flöden, vilket är en tillgång för finans, hälsa, hem och försäkringserbjudanden och en korrigering att göra för ungdoms‑marknadsprodukter.
• Plats — land, region/stat, stad‑nivå och radie‑alternativ, plus geo targeting‑budjusteringar. Samma en‑geo‑per‑kampanj‑disciplin som gäller på varje inhemskt nätverk gäller här.
• Enhet — desktop, tablet och mobil. Audience Network har ovanligt stark desktop‑leverans (Edge‑nyflik, Outlook på desktop, MSN på Windows), och desktop‑vs‑mobile‑beteende skiljer sig tillräckligt för att mogna konton splittrar dem.

Värt att säga explicit: eftersom allt detta bygger på Microsofts egna egenskaper och inloggad graf, är målstacken i stor grad isolerad från tredjeparts‑cookie‑depreciering. Signalerna som matar in‑market‑segment och LinkedIn‑dimensioner är förstapartssignaler per konstruktion, vilket är en anledning till att sofistikerade köpare tyst har flyttat prospekteringsbudget mot detta nätverk medan retarget‑pooler på cookie‑beroende kanaler krymper. Det betyder också att publiksstorleken varierar med hur dominerande Microsoft‑egenskaper är i varje geo — publiksstorlekar som ser bra ut i USA kan snabbt tunnas ut i marknader där Bing och MSN har mindre fotavtryck, så kontrollera uppskattad räckvidd per geo innan du fördelar budget.

Target‑and‑bid vs bid‑only: strukturera allt#

Varje publikassociation på nätverket kommer i två lägen, och att välja medvetet är största delen av färdigheten:

Mönstret som fungerar: nya signaler kommer in som bid‑only‑boosts på breda eller in‑market‑kampanjer; allt som bevisar konverteringslyft över ett riktigt urval går vidare till sin egen target‑and‑bid‑kampanj med dedikerad budget och kreativitet. Detta håller lärandevolymen hög samtidigt som spenderingen ring‑fences för det som är beprövat.

Negativa kontroller är lika viktiga som positiva — exkludera konverterade målgrupper, exkludera irrelevanta placeringar på webbplatsnivå när placeringsrapporten rättfärdigar det, och använd kategoriexkluderingar där varumärkespassning kräver det. Exkluderingsalternativ och deras granularitet förändras över tid, så verifiera i aktuell dokumentation istället för att anta likvärdighet med Googles display‑kontroller.

Tre lagerbyggnader som fungerar#

• DTC / lead‑gen prospekteringsstack: bred geo + enhet‑kampanj → in‑market‑segment (target and bid) → LinkedIn‑bransch som bid‑only‑boost → exkludering av konverterare. Flödes‑inhemsk kreativ stil, och förvänta dig att den äldre‑länande publiken belönar klarhet över hype. Om du kommer från Meta, vår Meta diversification playbook placerar denna kanal i portföljkontext, och DTC‑jämförelsen i native vs Facebook ads sätter förväntningar på CPC och kreativ stil.
• B2B‑stack: LinkedIn‑jobbfunktion × bransch (bid‑only först) över ett in‑market‑affärssegment → namngivet‑företag target‑and‑bid‑kampanj för ABM‑konton → remarketing på vitbok‑/prissida‑besökare. B2B på inhemska flöden fungerar precis för att ingen förväntar sig det — dina konkurrenter bjuder på LinkedIn medan du når samma yrkespersoner till flödespriser.
• Retail‑stack: dynamisk remarketing på produkt‑visare → kundmatch‑exkluderingar → liknande målgrupper seedade från köpare → in‑market‑kategorier för kall expansion.

Vanliga målningsmisstag på detta nätverk#

Fem mönster som bränner budget här, alla undvikbara:

1. Stacka varje lager på dag ett. LinkedIn‑funktion × in‑market × ålder × enhet × anpassad lista producerar en publik på fyra hundra personer och en kampanj som aldrig lämnar lärande. Lager tjänar sin plats en i taget.
2. Behandla LinkedIn‑målning som LinkedIn Ads. Du får funktion, bransch och företag — inte titlar eller senioritet. Kampanjer planerade kring "target CFOs" måste omdefinieras till "finance function at companies of the right profile", med kreativ som gör senioritetsfiltreringen.
3. Importera Google‑display‑målgrupper en‑till‑en. Microsoft‑grafen byggs på andra signaler (sök på Bing, LinkedIn, MSN‑beteende); segmentnamn som ser identiska ut kan prestera mycket olika. Testa om‑ och om‑igen istället för att anta.
4. Ignorera ålders‑skew. Detta inventarium når en äldre, rikare läsare än sociala flöden. Erbjudanden riktade mot den demografin (finans, hälsa, hem, försäkring) underinvesterar här; ungdoms‑marknads­erbjudanden överinvesterar.
5. Sätt‑och‑glöm‑listor. Remarketing‑fönster, kundmatch‑filer och exkluderingslistor förfaller alla. En kvartals‑audiencerevision är billig; sex månader av åter‑targeting av borttagna e‑post är inte.

Verifiera vad som faktiskt körs innan du bygger#

Målningsteori är billig; det levande flödet är bevis. Eftersom Microsoft inte publicerar något annonsbibliotek för Audience Network‑inventariet, är sättet att studera det en oberoende index: OpenAdLibrarys ad intelligence platform låter dig bläddra bland de 281 839 live Audience Network‑kreativerna efter annonsör, vertikal, geo och dagar i drift. Vertikal‑mixen per juli 2026 — e‑handel (9 978 klassificerade kreativer), finans (9 029), resa (8 830), försäkring (8 406), mjukvara (7 909), utbildning (5 025) — visar vilka kategorier som redan har gjort ekonomin fungera, och kreativitetens livslängd visar vilka specifika vinklar som betalar. Denna WalkFit‑kreativ hade körts 30 dagar vid capture, en stark lönsamhetssignal på CPC‑inventariet:

Studera annonsörerna som beständigt finns i din vertikal — deras publikval är osynliga, men deras geo‑split, enhet‑split, kreativa vinklar och landningssidor är alla observerbara, och de valen kodar vad deras måldata lärde dem. Om en konkurrent kör desktop‑tungt i tre tier‑1‑geos med pensionär‑fokuserad kreativ, tittar du på resultatet av deras publiksdata, omvänd‑läsbar från utsidan. Var detta nätverk placerar sig mot resten av den inhemska landskapet: best native ad networks har den rankade jämförelsen.

Målningschecklista#

1. UET‑tagg live sitewide innan något annat; konverteringsmål definierade.
2. Remarketing‑listor skapade på dag ett (de fylls bara framåt).
3. Kall trafik startar med in‑market‑segment, en geo per kampanj.
4. LinkedIn‑dimensioner kommer in som bid‑only‑boosts; låt vinnare gå till target‑and‑bid.
5. Bekräfta LinkedIn‑målningsmarknadstillgänglighet i officiella docs innan geo‑planering.
6. Konverterare exkluderas från alla prospekteringskampanjer.
7. Desktop och mobil splitas när volym stödjer det.
8. Placering-/site‑exkluderingar tillämpas från data, inte antagande.
9. Varje lager läggs till en i taget — ett stack du byggde på en eftermiddag är ett stack du inte kan debugga.
10. Konkurrent‑vinklar och livslängd kontrolleras mot den levande indexen innan kreativa briefar.