Look-alike, сегменты, исключения

Look-alike (LAL) — это технология, при которой алгоритм рекламной площадки находит пользователей, похожих на вашу «исходную» аудиторию. На больших данных VK Ads, Я.Аудиторий и Telegram это даёт холодный трафик с CR в 1,5–3 раза выше, чем у классических таргетов по интересам. В 2026 году LAL — главный инструмент масштабирования performance-кампаний после исчерпания горячего спроса.

как работает look-alike под капотом

Алгоритм LAL — это бинарный классификатор. Площадка берёт вашу исходную аудиторию (например, 5 000 покупателей), извлекает поведенческие признаки каждого человека (подписки, активность, демография, устройства), и обучает модель «отличить покупателя от случайного пользователя». После обучения модель применяется ко всей базе VK / Яндекса и выдаёт скоринг от 0 до 1 на каждого пользователя.

«Точность 1» — берём верхние 1% по скорингу (самые похожие). «Точность 2» — верхние 2-3%. «Точность 5» — широкая аудитория, ближе к интересам по нише. Чем уже точность — тем дороже клик, но выше CR. Чем шире — тем больше объём для масштабирования.

исходная база: что грузить и в каком объёме

Качество LAL на 70% определяется качеством исходной базы. Топ-источники по убыванию ценности:

1. Покупатели за последние 90 дней.Самая ценная база. Минимум 300, лучше 1 000+.
2. Повторные покупатели. Кто купил 2+ раза. Меньше объём, но плотность сигнала максимальная.
3. Подписчики на платный тариф. Для SaaS и подписочных моделей.
4. Заявки, ставшие сделкой. Через CRM-выгрузку.
5. Посетители корзины и страницы оплаты. Слабее, чем покупатели, но объём больше.
6. Все посетители 30 дней. Самый широкий и слабый сигнал. Используем как «затравку», когда нет ничего другого.

Минимум для построения LAL в VK — 300 человек, в Я.Аудиториях — 1 000. Меньше — алгоритму не хватает данных, модель не обучится. Рекомендуемый объём для устойчивого LAL — 3 000–10 000 человек.

lal по покупателям vs по посетителям

Принципиальная разница в плотности сигнала. LAL по 1 000 покупателям даст узкую, но горячую аудиторию (порядка 500 000–1 500 000 человек при точности 2 — 1 000 «суперпохожих» формируют расширение в 500–1500 раз больше). CR этой аудитории в 2–3 раза выше базового таргета по интересам.

LAL по 50 000 посетителям даст широкую аудиторию (5 000 000+ человек), но «суп будет менее наваристым» — модель учится на смеси «зашёл случайно» и «реально интересовался». CR ниже, но объём для масштабирования больше.

Рабочая стратегия — комбинировать оба:

• LAL по покупателям (точность 1-2) — стартовая кампания, узкая
• LAL по добавившим в корзину (точность 2) — расширение
• LAL по посетителям категории (точность 3) — для масштабирования

custom audiences: альтернатива и дополнение к lal

Custom audiences — это сегменты, которые вы загружаете напрямую (email, телефон, device id, id Яндекса). Это не LAL — это таргет на конкретных людей. Использовать:

• Реактивация старых клиентов. Загружаем базу клиентов за 6–12 месяцев, не покупавших последние 90 дней.
• Аудитория конкурентов.Если у вас есть базы (купленные или собранные через подписки), грузим в VK Ads и таргетируемся напрямую.
• Сегментация по сегменту LTV.«VIP-клиенты с LTV 50 000+» — отдельная кампания с премиум-креативом.
• Гипертаргет на B2B.Email-базы руководителей в конкретной отрасли, загружаем в VK Ads.

исключения: ключевая часть сегментации

В каждой кампании со «свежей» аудиторией обязательны три типа исключений:

1. Действующие клиенты. Не показываем рекламу тем, кто уже покупает. Это не только этика — это и экономика: вы переплачиваете за людей, которые и так ваши.
2. Сотрудники. Гео-офиса, корпоративные email, friend-graph сотрудников.
3. Уже взаимодействовавшие за 30 дней. Чтобы холодная кампания и ретаргетинговая не пересекались — иначе frequency cap взорвётся.

типичные ошибки построения lal

• Слишком маленькая база.80 покупателей — это не LAL, это случайный шум. Минимум 300, лучше 1 000+.
• База «всех клиентов» без сегментации. Если у вас есть VIP (LTV 50k+) и одноразовые (LTV 1k), смешав их вы получите LAL «среднего», неоптимизированного ни под одну группу.
• Не обновлять базу.LAL «по покупателям 2023 года» в 2026 — бесполезен. Обновляем минимум раз в квартал.
• Слишком узкая точность сразу.Точность 1 даёт CR, но не даёт объём. Для масштабирования нужна точность 2-3.

тестирование сегментов: правильная структура

Не запускайте 12 сегментов одновременно с одним креативом. Правильная структура:

1. Готовим 2-3 ключевых сегмента (LAL по покупателям, LAL по корзинам, интересы).
2. Для каждого сегмента — 2-3 креатива.
3. Бюджет на сегмент — минимум CPA × 30 (хватит на 30 конверсий для оценки).
4. Через 7 дней отсекаем худший сегмент, бюджет переливаем в лидеров.
5. Через 14 дней — повторяем итерацию.

Это базовый цикл оптимизации. Подробнее про A/B-тесты — в главе 9 и в статье блога про A/B-тестирование.

как читать качество lal

Не «дешёвый клик = хороший LAL». Качество LAL читается по трём метрикам в комбинации:

• CR в первичную конверсию (лид/корзина) — выше базового таргета на 30%+
• CR из первичной в покупку — близок к среднему по CRM (значит, лиды качественные)
• LTV когорты из LAL — равен или выше LTV когорты из горячего поиска

Если первая метрика хорошая, а вторая или третья — нет, значит LAL ловит «лёгких лидов», которые не покупают. Сужаем точность или меняем исходную базу.

в следующей главе

Глава 9 — креативы и A/B-тесты. Почему лучший креатив даёт в 8 раз больший CTR, чем худший, как правильно структурировать тест и какой объём нужен для статистической значимости.