Як Meta будує схожу аудиторію
Система аналізує доступні сигнали обраного джерела й знаходить людей зі схожими характеристиками в заданій країні або регіоні
Джерелом можуть бути покупці, кваліфіковані ліди, відвідувачі сайту, клієнти CRM або люди, які взаємодіяли з профілем
- Покупці
- Повторні клієнти
- Кваліфіковані ліди
- CRM-список
- Події з високою цінністю
Чому виключення підписників може допомогти
Якщо мета кампанії — знайти нових клієнтів, виключення поточних підписників і покупців робить вимірювання чистішим та зменшує перетин із теплою аудиторією
Без виключення алгоритм може частіше показувати рекламу людям, які вже знають бренд і природно конвертуються краще, створюючи завищене враження про залучення нової аудиторії
- Чистіше залучення
- Менший перетин
- Окремий бюджет на ретаргетинг
- Чесна ціна нового клієнта
- Зрозуміла звітність
Коли виключати не потрібно
Для кампаній на повторну покупку, запуск нової колекції або комунікацію з активною спільнотою підписники можуть бути цінною частиною аудиторії
У невеликій географії надмірна кількість виключень звужує доступний обсяг і може підвищити вартість показів, тому рішення потрібно перевіряти тестом
- Повторні продажі
- Новий асортимент
- Програма лояльності
- Мала локальна аудиторія
- Обмежений обсяг даних
Як перевірити ефективність
Створіть окремі групи з однаковим офером, креативами та оптимізацією, але різними правилами включення й виключення
Порівнюйте не тільки ціну заявки, а й частку нових клієнтів, підтверджені продажі, середній чек та повторні покупки
- Однакові креативи
- Одна подія оптимізації
- Порівнюваний бюджет
- Частка нових клієнтів
- Дані CRM
Короткі відповіді
Яке джерело найкраще для Lookalike+
Достатня за обсягом аудиторія людей, які вже виконали цінну для бізнесу дію, наприклад підтверджену покупку
Чи завжди потрібно виключати підписників+
Ні, це залежить від задачі — для залучення нових клієнтів виключення часто корисне, а для повторних продажів може заважати
Що важливіше — розмір чи якість джерела+
Якість, але джерело також має бути достатньо великим і стабільним, щоб алгоритм побачив закономірності