Grupa podobnych odbiorców, znana pod angielską nazwą lookalike audience, to funkcja reklamowa pozwalająca algorytmowi znaleźć nowych użytkowników, którzy przypominają zachowaniem i cechami wybraną grupę źródłową, na przykład dotychczasowych klientów firmy.
Jak to działa w praktyce
Algorytm analizuje cechy osób z grupy źródłowej, na przykład listy klientów, osób odwiedzających stronę czy angażujących się w profil, i na tej podstawie znajduje nowych użytkowników o podobnym profilu. Im lepsza jakość i im bardziej precyzyjna grupa źródłowa, tym trafniejsze dopasowanie nowych odbiorców.
Dla małej firmy z ograniczonym budżetem to sposób na uniknięcie kosztownego, szerokiego targetowania po samych zainteresowaniach, które często trafia w osoby przypadkowo zainteresowane daną kategorią, ale niekoniecznie gotowe do zakupu.
Tym zajmujemy się na co dzień
Reklamy Meta
Docieramy do Twoich klientów tam, gdzie spędzają czas - w social mediach.
Zobacz usługę →Skąd wziąć dobrą grupę źródłową przy małej bazie danych
Mała firma, która nie ma jeszcze tysięcy klientów w bazie, może zacząć od grupy osób, które odwiedziły stronę internetową w ostatnich miesiącach, albo od osób, które zaangażowały się w profil na Facebooku czy Instagramie, na przykład komentując lub zapisując posty. Nawet stosunkowo niewielka, ale trafna grupa źródłowa daje lepsze rezultaty niż grupa duża, ale przypadkowa.
Dlaczego to opłaca się przy małym budżecie
Reklama trafiająca do osób podobnych do najlepszych klientów ma wyższą szansę konwersji niż reklama trafiająca do przypadkowej grupy o szerokich zainteresowaniach. Przy ograniczonym budżecie, gdzie każda złotówka musi pracować efektywnie, wyższa trafność targetowania bezpośrednio przekłada się na niższy koszt pozyskania klienta.
Na co uważać przy tej metodzie
Grupa podobnych odbiorców zawęża się z czasem, jeśli baza źródłowa się nie odświeża. Firma, która raz ustawi kampanię i zostawi ją bez zmian przez wiele miesięcy, może zauważyć, że skuteczność stopniowo spada, bo algorytm wyczerpuje pulę najbardziej trafnych nowych odbiorców.
Warto też pamiętać, że zbyt mała grupa źródłowa, na przykład kilkadziesiąt osób, daje algorytmowi zbyt mało danych do trafnego dopasowania. W takim wypadku lepiej poczekać, aż baza urośnie, albo połączyć kilka źródeł danych, żeby uzyskać wystarczającą liczbę osób do analizy.