相似受眾

相似受眾是廣告平台透過分析一個現有的種子列表（通常是過去的轉換者或上傳的高價值客戶列表），並尋找其他具有統計上相似特徵和行為的用戶，從而生成的一群新用戶。買家無需手動挑選年齡、興趣或地理位置等定位參數，而是將已經轉換的用戶列表交給平台，讓演算法去尋找更多與他們相似的人。

模型運作的高層次概述#

平台會將種子列表與其更廣泛的用戶群進行比對分析，尋找在瀏覽行為、人口統計訊號、設備或應用程式使用習慣等方面能將種子受眾與一般大眾區分開來的模式，然後根據與該模式的相似度為其餘用戶群進行評分。買家通常可以設定匹配的嚴格或寬鬆程度，這通常以平台在特定國家/地區總用戶數的百分比來表示。較小的百分比意味著與種子的匹配更緊密，而較大的百分比則是以犧牲精準度來換取更廣的觸及範圍。

種子列表的來源#

種子品質對相似受眾品質的影響，幾乎超過任何其他輸入因素。由實際購買者或高LTV客戶建立的種子，往往比由所有網站訪客（無論是否轉換）建立的種子能產生更強的相似受眾。因為模型的優劣完全取決於所提供數據中的模式。那些建立了穩固的第一方數據管道、並將像素追蹤的轉換事件與購買價值清晰綁定的買家，通常能獲得比使用單薄或雜訊過多列表作為種子的買家更有用的相似受眾。

相似受眾 vs. 再行銷#

這兩者常被混淆，因為它們都依賴現有數據，但它們解決的是相反的問題。再行銷是重新接觸那些已經直接與品牌互動過的人。相似受眾定位則將相同的互動數據用作訓練種子，但目的是尋找從未接觸過該品牌的完全新用戶，旨在擴展觸及範圍，而非重新捕獲。一個僅依賴再行銷的銷售漏斗最終會耗盡可運作的受眾池；相似受眾定位則是持續為該漏斗注入新潛在客戶的標準方法之一。

原生與內容平台的角色#

相似受眾建模最常與擁有豐富用戶第一方行為數據的社交和搜尋平台聯繫在一起，但同樣的邏輯也出現在原生廣告中，透過原生廣告活動可以接入的需求方平台和數據管理平台來進行受眾擴展。一位透過 Taboola 或 Outbrain 運行聯盟行銷優惠的買家，若想進行相似受眾式的擴展，通常需要透過連接的 DMP 或 DSP 層來實現定位，而非依賴原生廣告網路自身的受眾工具。這是因為原生平台歷史上更依賴情境和地理定位，而非第一方數據的相似受眾建模。

實用的規模設定建議#

從一個較嚴格的相似受眾百分比和一個定義明確、高品質的種子開始，只有在流量過低、無法有效投放廣告時才放寬範圍，這種策略的表現通常優於一開始就設定寬鬆範圍然後再逐步收緊。一開始就運行寬鬆的相似受眾，常常會消耗預算去建立一個較弱的模式，而使用更嚴格的種子本可以從一開始就避免這種情況。在投入大量預算進行全新的相似受眾擴展之前，先查看哪些廣告主已經在擴大某個特定推廣角度，是一個有用的驗證步驟。