Lookalike-аудитории в цифровой рекламе¶
Lookalike-аудитория (от англ. lookalike — «похожий») — тип рекламной аудитории, формируемой рекламными платформами на основе похожести пользователей с эталонной (исходной) выборкой. Алгоритмы машинного обучения анализуют поведенческие, демографические и интересные признаки людей из заданного набора (например, покупателей или подписчиков) и подбирают в рекламной базе пользователей с максимально схожими характеристиками. Метод применяется в контекстной и таргетированной рекламе для расширения охвата за счёт людей, вероятно заинтересованных в товаре или услуге.
¶Принцип работы
Формирование lookalike-аудитории происходит в несколько этапов:
- Создание эталонной аудитории (seed audience). Рекламодатель загружает список клиентов (по email или телефону), посетителей сайта, пользователей мобильного приложения или тех, кто выполнил целевое действие в рекламном кабинете.
- Обучение модели. Платформа сопоставляет признаки пользователей из эталонной выборки с остальной базой: демография, география, поведение на площадке, интересы, история покупок и другие сигналы.
- Подбор похожих пользователей. Алгоритм ранжирует кандидатов по степени сходства и формирует новую аудиторию заданного размера.
Платформы обычно позволяют задавать размер аудитории в процентах от базы — от 1 % до 30 %. Чем меньше процент, тем выше сходство с эталоном, но тем уже охват. Более узкие lookalike-аудитории, как правило, показывают более высокую конверсию, более широкие — дешевле по стоимости контакта.
¶Основные платформы
| Платформа | Инструмент | Особенности |
|---|---|---|
| Meta (организация признана экстремистской, деятельность запрещена в РФ) (Facebook/Instagram) | Lookalike Audience | Загрузка списков клиентов, посетителей сайта, пользователей приложения; выбор размера 1–30 % |
| Google Ads | Similar Audiences (Similar Audiences for Search и Display) | Основан на данных поисковой истории и поведении на сайтах Google |
| VK Реклама | Похожие аудитории | Формирование на основе данных о пользователях соцсети |
| Яндекс Директ | Похожие аудитории | Использует данные Яндекса о поведении пользователей |
| TikTok Ads | Lookalike Audience | Обучение на основе взаимодействий с рекламой и контентом |
¶Применение
Lookalike-аудитории применяются в нескольких сценариях:
- Привлечение новых клиентов. Наиболее распространённый сценарий: на основе базы покупателей формируется аудитория похожих людей для показа рекламы.
- Масштабирование успешных кампаний. После того как рекламодатель нашёл работающую связку креатив-аудитория, lookalike позволяет расширить охват без потери релевантности.
- Ретаргетинг в связке. Lookalike-аудитории часто используются вместе с ретаргетингом: похожие пользователи получают верхнюю воронку воронки продаж, а те, кто уже взаимодействовал с брендом, — нижнюю.
- Поиск новых сегментов. Анализ сходства может выявить неочевидные группы потенциальных клиентов.
¶Достоинства и ограничения
К достоинствам метода относятся:
- автоматизация подбора аудитории на основе больших объёмов данных;
- возможность быстро масштабировать кампании;
- снижение ручной работы по сегментации;
- потенциально высокая релевантность за счёт обучения на реальных клиентах.
К ограничениям:
- Зависимость от качества эталонной выборки. Если исходный список клиентов нерепрезентативен, модель обучится на шуме.
- Ограниченная прозрачность. Пользователь не видит, по каким именно признакам платформа определяет сходство.
- Риск «замыкания» на себя. При слишком узком проценте аудитория может состоять из людей, уже знакомых с брендом.
- Ограничения конфиденциальности. Регуляторы ряда стран (включая GDPR в ЕС) ужесточают требования к обработке персональных данных, что сужает доступные сигналы для построения аудиторий.
- Зависимость от экосистемы платформы. Данные ограничены тем, что видит конкретная рекламная сеть.
¶История
Метод появился в середине 2010-х годов. Facebook (продукт Meta, признанной экстремистской и запрещённой в РФ) запустил Lookalike Audiences в 2013 году, что стало одним из первых массовых коммерческих применений машинного обучения для таргетинга. Google внедрил аналогичный инструмент — Similar Audiences — в Google Ads. К концу 2010-х годов подобные функции появились у большинства крупных рекламных платформ, включая российские — VK Рекламу и Яндекс Директ. В 2020-е годы развитие метода стало сдерживаться ужесточением правил приватности (например, ограничениями Apple на идентификацию пользователей iOS), что заставило платформы переходить на модели, обучаемые на обезличенных и агрегированных данных.
¶См. также
- Таргетированная реклама
- Ретаргетинг
- Машинное обучение в рекламе
- Персонализация рекламы
¶Источники
- Meta for Business. Документация по Lookalike Audiences
- Google Ads Help. Similar Audiences
- Яндекс Справочник. Похожие аудитории в Яндекс Директе
- VK Реклама. Справочник по аудиториям
- Материалы отраслевых конференций по digital-маркетингу (RACE, Sostav, iMinds)