Что такое look-alike (LAL) аудитория и зачем она нужна в маркетинге

Как работает look-alike аудитория

Look-alike аудитория работает на основе исходного сегмента: рекламная система получает данные о текущих клиентах или пользователях, анализирует их общие признаки и затем ищет людей с похожим поведением, интересами и характеристиками. Чем качественнее исходные данные, тем точнее получится подбор новой аудитории.

На практике процесс выглядит так: рекламодатель загружает сегмент, алгоритм выявляет закономерности, после чего система автоматически формирует похожую аудиторию для показа рекламы. Такой подход помогает быстрее находить пользователей, которые с большей вероятностью заинтересуются предложением компании.

Как работает технология:

• В рекламную систему вносят данные о потенциальных или реальных клиентах
• Алгоритмы определяют признаки, по которым эти пользователи похожи друг на друга
• Система ищет в интернете людей с такими же признаками
• Эти пользователи попадают в список look-alike — на них можно направлять рекламу

Обычно список обновляется автоматически, поэтому рекламодатель всегда работает с актуальной информацией. LAL есть в некоторых инструментах для онлайн-продвижения, в частности, в Яндекс Директе.

Какие задачи бизнеса помогает решить look-alike

Быстрее и эффективнее настраивать рекламные кампании. Алгоритмы самостоятельно ищут тех, кто ещё не знаком с продуктом, но с большой вероятностью заинтересуется. Настраивать таргетинги вручную не нужно: система анализирует данные, а пользователь получает готовый сегмент.

К примеру, маркетолог компании хочет привлечь новых покупателей. Чтобы сделать продвижение эффективнее, он загружает данные о текущих заказчиках бизнеса и добавляет параметр «похожая аудитория». Дальше система сама обработает данные и соберёт сегмент look-alike.

Узнать больше о своей целевой аудитории. Допустим, рекламодатель знает точно, что его ЦА — это люди 25–35 лет, которые интересуются спортом. LAL-модель помогает выявить и другие особенности потенциальных покупателей. После анализа может оказаться, что они посещают одни и те же ресурсы, интересуются спортивным питанием, а данные о поведении показывают дополнительные паттерны. Это поможет в будущем точнее настраивать объявления.

Повысить конверсию. Если пользователи похожи на заказчиков компании, то повышается вероятность, что они совершат целевое действие. LAL помогает находить релевантную аудиторию, когда данные для подбора достаточно полные. Для компании это способ быстрее выйти на заинтересованный сегмент.

Кому подходит технология look-alike

Технология look-alike подходит бизнесу, который уже собирает данные о своей аудитории и хочет масштабировать продвижение без потери точности. Чаще всего её используют компании, у которых есть сайт, CRM-система, база покупателей, подписчики, данные из Метрики или статистика по уже запущенным рекламным кампаниям.

Особенно полезен look-alike в ситуациях, когда нужно привлечь новых пользователей на сайт, расширить охват, протестировать продвижение отдельных товаров или найти аудиторию, похожую на самых ценных клиентов. Если исходного сегмента пока нет или в нём мало качественных данных, результат будет менее точным.

По каким характеристикам могут группироваться похожие аудитории

У каждой системы свой алгоритм сбора look-alike аудитории. Например, Яндекс Директ учитывает более 300 факторов. Кроме того, можно задать собственные критерии отбора.

Вот основные признаки, которые учитывают платформы:

• Пол, возраст, география
• Интересы, тип контента, посещаемые ресурсы
• Поведение в интернете и на сайте, реакция на объявления

Как сегментировать исходную аудиторию для look-alike

Чтобы look-alike работал точнее, исходную аудиторию лучше не смешивать в один общий список. Если объединить всех пользователей сайта сразу, сегмент получится слишком размытым, и системе будет сложнее определить действительно важные признаки. Поэтому аудиторию полезно делить по этапу воронки, категории товара, частоте покупок, среднему чеку или совершённому целевому действию.

Например, можно отдельно собрать тех, кто уже покупал, тех, кто только оставил заявку, и тех, кто интересовался конкретной услугой. Тогда для каждого сегмента получится более точная look-alike аудитория, а кампании будет проще адаптировать под конкретную бизнес-задачу.

Где взять информацию для look-alike аудитории

Чтобы сформировать LAL-аудиторию, нужно собрать сегмент, на который система будет опираться. Его можно создать на основе:

• Данных о заказчиках из базы CRM-системы. Полученный список с контактами и параметрами останется загрузить на платформу, через которую вы формируете LAL-сегмент.
• Подписчиков бизнес-аккаунта. Этот вариант подойдёт, если вы настраиваете таргетированную рекламу в социальной сети.
• Посетителей сайта. Получить обезличенные рекламные данные о них можно с помощью Яндекс Метрики.
• Людей, которые взаимодействовали ранее с вашими объявлениями. Если вы запустили кампанию через Директ, то данные сохраняются в личном кабинете и отчётах.
• Пользователей мобильного приложения. Собрать данные поможет сервис AppMetrica.

Чем точнее исходные данные, тем лучше look-alike модель определяет сходства. Если пользователь уже совершал целевое действие, такие данные особенно ценны для сегментации.

Как создать look-alike аудиторию

Через Яндекс Аудитории

Это сервис, который формирует сегменты на основе собственных данных или данных Яндекса. Полученный сегмент будет доступен при настройке продвижения в Директе.

Рассмотрим, как сформировать LAL в Аудиториях.

Выберите сегмент, на основе которого будет сформирована look-alike аудитория. Если вы впервые работаете в сервисе, сначала сформируйте исходные данные. Для этого на главной странице нажмите кнопку «Создать сегмент», а затем из выпадающего меню укажите источник данных.

На вкладке «Сегменты» нажмите ещё раз кнопку «Создать сегмент» и в выпавшем меню укажите «Производный сегмент» → «Похожий сегмент». Так называется инструмент look-alike в Аудиториях.

Перед вами появится окно, где необходимо указать название группы, исходный сегмент, а также настроить точность совпадений. Когда закончите, нажмите «Создать сегмент».

В общем списке у сегмента будет стоять статус «Обрабатывается». Обычно нужно несколько часов, чтобы подобрать LAL-аудиторию. Когда обработка закончится, статус сменится на «Готов». Далее можно использовать получившийся сегмент и данные, на которых он основан. Здесь пользователь уже может подключить сегмент в рекламный кабинет.

Через Яндекс Директ

Сервис позволяет не только сформировать look-alike аудиторию, но и сразу же использовать её в настройке продвижения. Это можно сделать двумя способами.

📍 Вариант №1

Создайте кампанию и перейдите к этапу настройки группы или начните редактировать существующую группу. Прокрутите настройки до раздела «Сегменты аудитории». Затем нажмите кнопку «Добавить».

Перед вами появится окно «Сегмент аудитории». В блоке «Набор правил 1» укажите, откуда брать исходный сегмент, нужную цель, а в строке рядом укажите «Только похожие пользователи».

Когда вы установили все параметры, нажмите «Сохранить». Затем сохраните изменения в группе. Учитывайте, что в Директе процесс может занять несколько часов.

📍 Вариант №2

Зайдите в Директ, в меню слева нажмите «Библиотека» → «Сегменты аудитории».

Перед вами откроется список с ранее сформированными условиями подбора. Если вы формируете аудиторию в первый раз, раздел будет пустым. Внизу страницы нажмите кнопку «Новое условие».

Как и в первом способе, перед вами появится окно «Сегмент аудитории». Здесь также укажите источник сегмента, цель, правила и как они должны выполняться. Затем нажмите кнопку «Сохранить».

Теперь вы можете добавить новое условие в кампанию. Для этого выберите группу, а затем перейдите в режим «Редактировать». Как и в первом способе, вам нужен раздел «Сегмент аудитории». Укажите нужный сегмент из выпадающего списка.

Как использовать LAL в продвижении

Привлекать тех, кто ещё не знает о компании. Для этого можно настроить рекламу в Поиске и РСЯ только на похожие сегменты.

Например, интернет-магазин канцтоваров перед школьным сезоном хочет привлечь новых заказчиков. Формируют LAL-сегмент, и объявления отображаются только у людей, которые ни разу не приобретали канцтовары в данном интернет-магазине, но похожи на заказчиков.

Увеличить продажи конкретного товара или услуги. В этом случае сегмент будет состоять из тех, кто интересовался конкретной категорией или продуктом.

Допустим, необходимо показать объявления аудитории, которой будет интересна одежда для детей до трёх лет. Тогда формируют сегмент на основе параметров пользователей, которые уже покупали товар из этой категории. Такие данные помогают уточнить look-alike модель.

Исключить пользователей, которые не совершат целевых действий. Например, можно собрать исходный сегмент на основе пользователей, которые кликали по объявлению, но затем закрывали сайт в течение 15 секунд.

Скорее всего, таким посетителям неинтересно предложение, — но при этом платить за клики всё равно приходится. Чтобы оптимизировать бюджет, можно сформировать похожую ЦА и отключить для неё показы — установить корректировку −100%. Это особенно полезно, когда данные показывают низкую вовлечённость. Если пользователь не проявляет интереса, его можно исключить из дальнейшего охвата.

Стратегия работы с look-alike аудиториями

Оптимальная стратегия — не ограничиваться одним look-alike сегментом, а тестировать несколько аудиторий пользователей под разные рекламные цели. Допустим, отдельно запускать кампании на пользователей, которые похожи на покупателей, на тех, кто совершал повторные заказы, и на тех, кто интересовался конкретной категорией товаров. Так проще понять, какой сегмент даёт более высокую конверсию и лучше работает на нужный результат.

Также важно регулярно обновлять исходные данные, исключать неактуальные сегменты и не направлять одинаковые объявления на всю похожую аудиторию сразу. Если сочетать look-alike с сегментацией, тестированием креативов и контролем эффективности, технология помогает не просто расширять охват, а делать продвижение более управляемым и результативным.

Какие плюсы и минусы есть у LAL

Хотя look-alike считается эффективным инструментом в маркетинге, у него тоже есть недостатки. Перед использованием сравните все плюсы и минусы, а затем решите, подходит ли технология для вашей ситуации.

➕ Помогает привлекать клиентов и повышать продажи

➕ Охватывает максимальное количество людей, которым может быть интересен продукт

➕ Позволяет эффективно распределять бюджет

➕ Можно отсеять тех, кому с наибольшей вероятностью неинтересен продукт

➖ Необходимо большое количество данных

➖ Нет гарантий, что подобранные пользователи заинтересуются предложением

Какие ошибки часто допускают при работе с look-alike

Не сегментируют список. Предположим, что информацию загружают из CRM-системы, где каждый заказчик находится на разном этапе воронки продаж. Некоторые из них так ничего и не купят. Чтобы в список не попали нецелевые пользователи, перечень делят по статусу продаж и выбирают тех, с кем закрыта сделка.

Собирают сегмент из небольшого количества данных о заказчиках. Чем больше данных, тем точнее алгоритмы подберут ЦА. Чтобы построить более точный охват, лучше собрать хотя бы 1 000 пользователей. Если же клиентов мало, то LAL либо получится небольшой, либо туда попадут нецелевые пользователи.

Строят LAL на слишком большом списке. Обратная ситуация. Если, например, загрузить данные о 300 000 заказчиках, будет сложно подобрать характеристики, которые их объединяют.

Не исключают из показов текущих заказчиков. При настройке нужно запретить показы тем, кто недавно совершил целевое действие. Такие заказчики вряд ли скоро вновь вернутся за покупками. Для компании это ещё и способ не тратить рекламный бюджет на уже обработанную аудиторию.

Главное

1. Look-alike — это технология поиска людей, которые похожи на ЦА.
2. LAL-модель помогает привлекать заказчиков, распределять рекламный бюджет и повышать конверсию.
3. В качестве данных для LAL-аудитории можно использовать информацию из CRM-системы, Яндекс Метрики, Директа и AppMetrica.
4. Создать look-alike можно через Яндекс Аудитории или Директ.

Дополнительные материалы