Look-alike (схожа) аудиторія — це інструмент Meta Ads Manager, який шукає нових людей, схожих на вже наявних клієнтів чи відвідувачів сайту, а не просто відбирає аудиторію за демографією та інтересами вручну. Система аналізує поведінку вихідної групи і знаходить користувачів зі схожими характеристиками. Нижче — які джерела даних дають кращий результат, як обрати відсоток схожості і покрокове налаштування.
01 Коротка відповідь
Щоб швидко створити робочу look-alike аудиторію, важливі три рішення.
- Джерело даних — аудиторія з реальних покупців чи цінних лідів працює краще, ніж увесь трафік сайту без розбору.
- Розмір вихідної аудиторії — Meta вимагає мінімум 100 осіб у джерелі, але для стабільного результату на практиці краще мати кілька сотень.
- Відсоток схожості — 1% дає найточнішу, але маленьку аудиторію, 5–10% розширює охоплення за рахунок точності; для старту розумно починати з 1–3%.
Далі — як ці рішення впливають на результат і покрокове налаштування в інтерфейсі.
02 Що таке look-alike аудиторія і як вона працює
В основі look-alike лежить модель, яка вивчає характеристики вихідної аудиторії — не тільки демографію, а й поведінкові сигнали, недоступні при ручному таргетингу, — і шукає користувачів у вибраній країні зі схожим профілем. Чим вужча і якісніша вихідна аудиторія, тим точніше модель знаходить схожих людей.
Офіційний опис механіки є в довідці Meta про look-alike аудиторії. Ключова відмінність від звичайного таргетингу за інтересами: look-alike не вимагає вгадувати, які інтереси вказувати вручну, — система сама знаходить закономірності в даних про реальних клієнтів.
03 Джерела даних для look-alike
Якість look-alike аудиторії напряму залежить від якості вихідних даних — чим точніше вихідна аудиторія описує «ідеального клієнта», тим кращий результат.
- Список клієнтів. Завантажена база email чи телефонів реальних покупців — зазвичай найточніше джерело, бо це підтверджені платні клієнти.
- Піксель сайту. Відвідувачі, які здійснили конкретну дію — покупку, додавання в кошик, заповнення форми; налаштування пікселя описано в статті про Facebook Pixel і Business Manager.
- Залученість у соцмережах. Люди, які взаємодіяли зі сторінкою чи профілем в Instagram, — ширше і менш точне джерело, ніж список клієнтів, але корисне за відсутності даних про продажі.
- Встановлення і використання застосунку. Актуально для бізнесу з мобільним застосунком — джерело будується на реальних діях усередині застосунку.
Джерело на основі покупців з високим середнім чеком зазвичай дає якіснішу look-alike аудиторію, ніж джерело на основі всіх відвідувачів сайту без розбору.
04 Як обрати відсоток схожості
Відсоток схожості визначає баланс між точністю збігу і розміром аудиторії — чим менший відсоток, тим точніше модель підбирає людей, але тим менша сама аудиторія.
- 1% — найточніша аудиторія, максимально схожа на джерело; підходить для вузького точного таргетингу і невеликих бюджетів.
- 3–5% — компроміс між точністю і охопленням, гарний вибір для більшості кампаній після першого тесту на 1%.
- 7–10% — максимальне охоплення за помітного зниження точності; використовується, коли потрібен масштаб, а не максимальна точність підбору.
Розумна стратегія — почати з 1%, оцінити результат за 1–2 тижні показів, а потім поступово розширювати відсоток, якщо аудиторія занадто мала для стабільних показів.
05 Покрокове налаштування в Meta Ads Manager
Технічно створення look-alike аудиторії займає кілька хвилин, але результат залежить від того, наскільки свідомо обрані параметри на кожному кроці.
- У Meta Ads Manager відкрити розділ «Аудиторії» і обрати «Створити аудиторію» → «Схожа аудиторія».
- Обрати джерело — список клієнтів, піксель, залученість чи встановлення застосунку.
- Вказати країну чи регіон, де потрібно шукати схожу аудиторію.
- Задати відсоток схожості — від 1% (точніше) до 10% (ширше).
- Дати аудиторії зрозумілу назву із зазначенням джерела і відсотка, щоб не плутати варіанти під час тестування.
- Підтвердити створення — аудиторія зазвичай готова до використання протягом кількох годин.
Покроковий інтерфейс може дещо відрізнятися залежно від оновлень Meta Ads Manager, але загальна логіка — джерело, країна, відсоток — залишається незмінною. Детальний порядок дій описано в довідці Meta зі створення look-alike аудиторії.
06 Look-alike з виключеннями і ретаргетингом
Look-alike аудиторія працює найкраще не ізольовано, а в зв'язці з рештою структури кампаній — особливо з виключенням вже наявних клієнтів і з ретаргетингом.
- Виключайте поточних клієнтів з look-alike аудиторії — інакше частина бюджету йде на показ реклами людям, які вже купили, замість пошуку нових.
- Використовуйте look-alike для верхньої частини воронки — знайомства з брендом, а ретаргетинг, розібраний у статті про ретаргетинг і ремаркетинг, — для повернення тих, хто вже виявив інтерес.
- Тестуйте кілька look-alike аудиторій з різними джерелами паралельно — джерело на основі покупок і джерело на основі залученості часто дають різний результат в одній і тій самій ніші.
07 Часті помилки при використанні look-alike
Більшість проблем з look-alike пов'язана не з самим інструментом, а з вибором вихідних даних чи неправильними очікуваннями від результату.
- Занадто маленька чи випадкова вихідна аудиторія. Look-alike, побудований на 100–150 випадкових відвідувачах сайту, рідко дає стійкий результат — краще почекати, поки накопичиться якісніша база.
- Ігнорування оновлення джерела. Look-alike аудиторія не оновлюється автоматично нескінченно точно — її варто періодично перестворювати в міру зростання бази клієнтів.
- Очікування миттєвого результату. Як і будь-який алгоритм Meta, look-alike кампанія потребує часу на навчання — судити про ефективність варто не раніше, ніж через 1–2 тижні стабільних показів.
- Використання одного й того самого відсотка для всіх завдань. Один відсоток схожості не підходить одночасно для тесту вузької ніші і для масштабування — ці завдання потребують різних налаштувань.
Якщо тестувати джерела і відсотки самостійно немає часу, цю роботу можна передати фахівцям — перегляньте послуги таргетованої реклами Grottix.
Різні look-alike аудиторії — гарний кандидат для A/B-тесту: яке джерело і відсоток схожості працює краще, покаже тільки порівняння, а не здогадки. Як правильно провести такий тест, розібрано в статті A/B-тестування рекламних оголошень.
Look-alike — лише половина картини таргетингу по воронці; коли замість холодної аудиторії краще спрацює ремаркетинг, розібрано в статті ремаркетинг vs look-alike.
08 Часті запитання
Скільки клієнтів потрібно для створення look-alike аудиторії?
Технічний мінімум у Meta — 100 осіб у вихідній аудиторії, але на практиці стабільний результат частіше отримують від джерел у кілька сотень осіб і більше. Чим більша і точніша вихідна база, тим впевненіше модель знаходить схожих користувачів.
Який відсоток схожості обрати для старту?
Розумно почати з 1% — найточнішої, але невеликої аудиторії — і оцінити результат за 1–2 тижні показів. Якщо охоплення недостатньо для стабільної статистики, відсоток поступово збільшують до 3–5%, жертвуючи частиною точності заради масштабу.
Чим look-alike відрізняється від таргетингу за інтересами?
Таргетинг за інтересами вимагає вручну вгадувати, які категорії інтересів задати, а look-alike будується на реальних даних про поведінку наявних клієнтів і знаходить закономірності, які складно визначити вручну. Зазвичай look-alike дає якіснішу аудиторію за наявності достатньої бази даних.
Чи потрібно виключати поточних клієнтів з look-alike аудиторії?
Так, це стандартна практика. Без виключення частина рекламного бюджету йде на показ оголошень людям, які вже купили, замість пошуку нових потенційних клієнтів, що знижує ефективність кампанії.
Як часто потрібно оновлювати look-alike аудиторію?
Жорсткого графіка немає, але в міру зростання бази клієнтів чи відвідувачів сайту має сенс перестворювати look-alike аудиторію кожні кілька місяців, щоб вона відображала актуальний профіль покупців, а не застарілі дані.
Чи можна використовувати look-alike для B2B?
Так, але ефективність зазвичай нижча, ніж у B2C-сегменті, бо аудиторія осіб, які ухвалюють рішення в бізнесі, менш однорідна і гірше описується моделлю на основі демографії та поведінки. У B2B look-alike частіше працює як додаткове, а не основне джерело трафіку.