类似受众

类似受众是广告平台通过分析现有种子列表（通常是过去的转化者或上传的高价值客户列表）并寻找具有统计相似特征和行为的其他用户而生成的一组新用户。购买者无需手动选择年龄、兴趣或地域等定向参数，而是将已转化者列表交给平台，让算法找到更多与它们相似的人。

建模工作原理（高级概述）#

平台将种子列表与其更广泛的用户群进行对比，寻找浏览行为、人口统计信号以及设备或应用使用模式等方面的模式，这些模式可将种子受众与普通人群区分开来，然后根据与模式的相似度对其余用户群进行评分。购买者通常可以设置匹配的紧密或宽泛程度，通常以平台在特定国家/地区总用户群的百分比表示，百分比越小意味着与种子匹配越紧密，百分比越大则用精度换取覆盖范围。

种子列表的来源#

种子质量对类似受众质量的影响几乎超过任何其他因素。由实际购买者或高LTV客户构建的种子，比由所有网站访客（无论是否转化）构建的种子能产生更强的类似受众，因为模型质量取决于所给数据中的模式。那些建立了扎实的第一方数据管道、像素级转化事件与购买价值清晰关联的广告主，通常比使用薄弱或混乱列表作为种子的广告主获得更有用的类似受众。

类似受众与再营销#

两者容易混淆，因为都依赖现有数据，但解决的是相反的问题。再营销是重新吸引已直接与品牌互动的人。类似受众定向则使用相同的互动数据作为训练种子，但寻找从未接触过该品牌的完全新的人群，扩大覆盖范围而非重新捕获。只进行再营销的漏斗最终会耗尽可用人群；类似受众定向是持续向漏斗输入新鲜潜在客户的标准方法之一。

原生和内容平台的定位#

类似受众建模最常与拥有丰富第一方行为数据的社交和搜索平台相关联，但同样的逻辑也出现在原生广告中，通过需求方平台和数据管理平台，原生广告活动可以接入这些平台进行受众扩展。通过Taboola或Outbrain投放联盟产品的广告主如果希望进行类似受众扩展，通常需要将定向通过连接的DMP或DSP层进行，而不是依赖原生网络自身的受众工具，因为原生平台历史上更依赖上下文和地理定向，而非第一方类似受众建模。

实用规模建议#

从较紧的类似受众百分比和定义明确的高质量种子开始，仅在量不足无法花费时再放宽，通常优于从宽泛开始然后缩小。先运行宽泛的类似受众往往会在建立弱模式上浪费预算，而较紧的种子从一开始就能避免这种情况。在将大量预算投入新的类似受众扩展之前，查看哪些广告主已经在扩展某个角度是一个有用的合理性检查。