Look-alike (похожая) аудитория — это инструмент Meta Ads Manager, который ищет новых людей, похожих на уже существующих клиентов или посетителей сайта, а не просто отбирает аудиторию по демографии и интересам вручную. Система анализирует поведение исходной группы и находит пользователей со схожими характеристиками. Ниже — какие источники данных дают лучший результат, как выбрать процент похожести и пошаговая настройка.
01 Короткий ответ
Чтобы быстро создать рабочую look-alike аудиторию, важны три решения.
- Источник данных — аудитория из реальных покупателей или ценных лидов работает лучше, чем весь трафик сайта без разбора.
- Размер исходной аудитории — Meta требует минимум 100 человек в источнике, но для стабильного результата на практике лучше иметь несколько сотен.
- Процент похожести — 1% даёт самую точную, но маленькую аудиторию, 5–10% расширяет охват за счёт точности; для старта разумно начинать с 1–3%.
Дальше — как эти решения влияют на результат и пошаговая настройка в интерфейсе.
02 Что такое look-alike аудитория и как она работает
В основе look-alike лежит модель, которая изучает характеристики исходной аудитории — не только демографию, но и поведенческие сигналы, недоступные при ручном таргетинге, — и ищет пользователей в выбранной стране с похожим профилем. Чем более узкая и качественная исходная аудитория, тем точнее модель находит похожих людей.
Официальное описание механики есть в справке Meta о look-alike аудиториях. Ключевое отличие от обычного таргетинга по интересам: look-alike не требует угадывать, какие интересы указывать вручную, — система сама находит закономерности в данных о реальных клиентах.
03 Источники данных для look-alike
Качество look-alike аудитории напрямую зависит от качества исходных данных — чем точнее исходная аудитория описывает «идеального клиента», тем лучше результат.
- Список клиентов. Загруженная база email или телефонов реальных покупателей — как правило, самый точный источник, потому что это подтверждённые платящие клиенты.
- Пиксель сайта. Посетители, совершившие конкретное действие — покупку, добавление в корзину, заполнение формы; настройка пикселя описана в статье про Facebook Pixel и Business Manager.
- Вовлечённость в соцсетях. Люди, которые взаимодействовали со страницей или профилем в Instagram, — более широкий и менее точный источник, чем список клиентов, но полезен при отсутствии данных о продажах.
- Установки и использование приложения. Актуально для бизнеса с мобильным приложением — источник строится на реальных действиях внутри приложения.
Источник на основе покупателей с высоким средним чеком обычно даёт более качественную look-alike аудиторию, чем источник на основе всех посетителей сайта без разбора.
04 Как выбрать процент похожести
Процент похожести определяет баланс между точностью совпадения и размером аудитории — чем меньше процент, тем точнее модель подбирает людей, но тем меньше сама аудитория.
- 1% — самая точная аудитория, максимально похожая на источник; подходит для узкого точного таргетинга и небольших бюджетов.
- 3–5% — компромисс между точностью и охватом, хороший выбор для большинства кампаний после первого теста на 1%.
- 7–10% — максимальный охват при заметном снижении точности; используется, когда нужен масштаб, а не максимальная точность подбора.
Разумная стратегия — начать с 1%, оценить результат за 1–2 недели показов, а затем постепенно расширять процент, если аудитория слишком маленькая для стабильных показов.
05 Пошаговая настройка в Meta Ads Manager
Технически создание look-alike аудитории занимает несколько минут, но результат зависит от того, насколько осознанно выбраны параметры на каждом шаге.
- В Meta Ads Manager открыть раздел «Аудитории» и выбрать «Создать аудиторию» → «Похожая аудитория».
- Выбрать источник — список клиентов, пиксель, вовлечённость или установки приложения.
- Указать страну или регион, где нужно искать похожую аудиторию.
- Задать процент похожести — от 1% (точнее) до 10% (шире).
- Дать аудитории понятное название с указанием источника и процента, чтобы не путать варианты при тестировании.
- Подтвердить создание — аудитория обычно готова к использованию в течение нескольких часов.
Пошаговый интерфейс может немного отличаться в зависимости от обновлений Meta Ads Manager, но общая логика — источник, страна, процент — остаётся неизменной. Подробный порядок действий описан в справке Meta по созданию look-alike аудитории.
06 Look-alike с исключениями и ретаргетингом
Look-alike аудитория работает лучше всего не изолированно, а в связке с остальной структурой кампаний — особенно с исключением уже существующих клиентов и с ретаргетингом.
- Исключайте текущих клиентов из look-alike аудитории — иначе часть бюджета уходит на показ рекламы людям, которые уже купили, вместо поиска новых.
- Используйте look-alike для верхней части воронки — знакомства с брендом, а ретаргетинг, разобранный в статье о ретаргетинге и ремаркетинге, — для возврата тех, кто уже проявил интерес.
- Тестируйте несколько look-alike аудиторий с разными источниками параллельно — источник на основе покупок и источник на основе вовлечённости часто дают разный результат в одной и той же нише.
07 Частые ошибки при использовании look-alike
Большинство проблем с look-alike связано не с самим инструментом, а с выбором исходных данных или неверными ожиданиями от результата.
- Слишком маленькая или случайная исходная аудитория. Look-alike, построенный на 100–150 случайных посетителях сайта, редко даёт устойчивый результат — лучше подождать, пока накопится более качественная база.
- Игнорирование обновления источника. Look-alike аудитория не обновляется автоматически бесконечно точно — её стоит периодически пересоздавать по мере роста базы клиентов.
- Ожидание мгновенного результата. Как и любой алгоритм Meta, look-alike кампания нуждается во времени на обучение — судить об эффективности стоит не раньше, чем через 1–2 недели стабильных показов.
- Использование одного и того же процента для всех задач. Один процент похожести не подходит одновременно для теста узкой ниши и для масштабирования — эти задачи требуют разных настроек.
Если тестировать источники и проценты самостоятельно нет времени, эту работу можно передать специалистам — посмотрите услуги таргетированной рекламы Grottix.
Разные look-alike аудитории — хороший кандидат для A/B-теста: какой источник и процент похожести работает лучше, покажет только сравнение, а не догадки. Как правильно провести такой тест, разобрано в статье A/B-тестирование рекламных объявлений.
Look-alike — только половина картины таргетинга по воронке; когда вместо холодной аудитории лучше сработает ремаркетинг, разобрано в статье ремаркетинг vs look-alike.
08 Частые вопросы
Сколько клиентов нужно для создания look-alike аудитории?
Технический минимум в Meta — 100 человек в исходной аудитории, но на практике стабильный результат чаще получают от источников в несколько сотен человек и больше. Чем крупнее и точнее исходная база, тем увереннее модель находит похожих пользователей.
Какой процент похожести выбрать для старта?
Разумно начать с 1% — самой точной, но небольшой аудитории — и оценить результат за 1–2 недели показов. Если охвата недостаточно для стабильной статистики, процент постепенно увеличивают до 3–5%, жертвуя частью точности ради масштаба.
Чем look-alike отличается от таргетинга по интересам?
Таргетинг по интересам требует вручную угадывать, какие категории интересов задать, а look-alike строится на реальных данных о поведении существующих клиентов и находит закономерности, которые сложно определить вручную. Обычно look-alike даёт более качественную аудиторию при наличии достаточной базы данных.
Нужно ли исключать текущих клиентов из look-alike аудитории?
Да, это стандартная практика. Без исключения часть рекламного бюджета уходит на показ объявлений людям, которые уже купили, вместо поиска новых потенциальных клиентов, что снижает эффективность кампании.
Как часто нужно обновлять look-alike аудиторию?
Жёсткого графика нет, но по мере роста базы клиентов или посетителей сайта имеет смысл пересоздавать look-alike аудиторию каждые несколько месяцев, чтобы она отражала актуальный профиль покупателей, а не устаревшие данные.
Можно ли использовать look-alike для B2B?
Да, но эффективность обычно ниже, чем в B2C-сегменте, потому что аудитория лиц, принимающих решения в бизнесе, менее однородна и хуже описывается моделью на основе демографии и поведения. В B2B look-alike чаще работает как дополнительный, а не основной источник трафика.