Lookalike-аудитория
Lookalike-аудитория (похожая аудитория) — инструмент таргетированной рекламы, позволяющий найти новых потенциальных клиентов, которые по поведению и интересам похожи на ваших существующих покупателей. Рекламные платформы — ВКонтакте, myTarget, Meta — анализируют профили людей из исходного списка и строят математическую модель «типичного клиента». Затем алгоритм ищет пользователей с похожим набором характеристик среди всей аудитории платформы — это могут быть десятки миллионов человек. На выходе рекламодатель получает сегмент, который не знаком с брендом, но статистически близок к тем, кто уже совершил покупку.
Алгоритм сравнивает сотни параметров: демографические данные, интересы, подписки, активность в сети, историю покупок, модели поведения на сайтах. Источником служит так называемая seed-аудитория — посевной список, который загружает рекламодатель. Это может быть база email-адресов, номеров телефонов или пиксель с покупателями сайта. Платформа сопоставляет загруженные данные с профилями пользователей и строит кластер по ключевым признакам «лучших» клиентов. Чем качественнее источник — тем точнее похожая аудитория.
Для построения lookalike важно загружать не всех пользователей подряд, а именно ценную часть: покупателей с высоким чеком, повторных клиентов или тех, кто прошёл весь путь воронки. Если загрузить всех посетителей сайта — включая «отказников» — модель получится размытой. Минимально эффективный объём seed-аудитории — около 500–1000 пользователей, которых платформа смогла идентифицировать. При меньшем объёме качество сходства резко падает: алгоритму не хватает данных, чтобы выделить устойчивые паттерны.
На практике lookalike-аудитории используют на стадии масштабирования: когда ретаргетинговая аудитория исчерпана, а прямой таргетинг по интересам даёт слишком широкий охват. Например, интернет-магазин спортивного питания загружает 2000 email-адресов покупателей, совершивших заказ дважды и более. Платформа строит похожую аудиторию в 500 000 человек — и рекламодатель запускает на них кампанию с предложением первого заказа. Конверсия такой аудитории обычно выше, чем у холодного таргетинга по интересам: похожие пользователи уже статистически предрасположены к покупке.