Look-alike
Look-alike — алгоритмически найденная аудитория, похожая на твоих существующих клиентов. Сильнейший инструмент в VK Ads, Я.Директ.
Look-alike — похожая аудитория, найденная алгоритмом рекламной платформы на основе профиля твоих существующих клиентов. Алгоритм анализирует поведенческие, демографические и психографические признаки и находит «похожих» в общей базе платформы.
Источник для look-alike — обычно: - Список клиентов из CRM (емейлы, телефоны) - Пиксельные события (Pixel.Purchase, Pixel.Lead) - Подписчики TG-канала или сообщества VK - Посетители сайта за последние 30/90 дней
Размер look-alike обычно 1–10% от общей базы платформы. В VK Ads я использую 1% — самая «плотная» аудитория, дороже, но качественнее. Для масштабирования — 3–5%.
Look-alike не магия. Он зависит от качества исходного списка. Если твой clients-список содержит 50% случайных людей (например, скачали бесплатный материал, но не купили), look-alike будет «грязным». Я всегда чищу источник: только платящие клиенты + active в продукте 30+ дней.
В моих проектах look-alike даёт CPL на 30–50% ниже, чем «холодный» таргетинг по интересам. Это самый сильный инструмент в русском performance после ухода Google.
Частые вопросы про Look-alike
Что такое look-alike (LAL)?+
На какой аудитории строить look-alike?+
Что такое similarity 1%, 2%, 5%?+
Сколько нужно «исходных» в LAL?+
Связанные термины
Где разбирается на практике
Нужно настроить это на вашем проекте?
Разбираю метрики, считаю юнит-экономику и собираю воронки на реальных бюджетах. 30 минут на созвоне — бесплатно.