Podstawy działania i tworzenie Lookalike Segments
Główną ideą segmentów podobnych odbiorców (Lookalike Segments) jest znalezienie cech wspólnych, które łączą naszą obecną grupę “najcenniejszych” użytkowników z potencjalnie podobną, jeszcze niepozyskaną społecznością w obrębie określonej platformy. Proces ten zazwyczaj rozpoczyna się od wybrania tzw. “źródła” (source audience), czyli bazy, na której system algorytmiczny będzie się wzorował. Tym źródłem mogą być na przykład:
- Użytkownicy, którzy dokonali zakupu w e-sklepie (listy mailowe albo odwiedzający zarejestrowani w pikselu, np. Facebook Pixel – facebook-pixel).
- Osoby, które polubiły nasz fanpage lub zaangażowały się w ostatnią kampanię (Dark Post – dark-post, sponsorowane treści, komentarze itp.).
- Klikająca i rejestrująca się baza odwiedzających (np. z remarketingu facebook-retargeting).
- Grupy “klubowe” zdefiniowane wcześniej w platformie, np. klienci VIP albo subskrybenci newslettera.
Następnie system porównuje profil demograficzny i behawioralny takiego audytorium z danymi wszystkich użytkowników danej sieci społecznościowej, poszukując tych, którzy przejawiają podobne cechy. Może to być np. wspólny przedział wiekowy, zbliżony poziom interakcji z reklamami w stylu “engagement ads” (engagement-ads), pasujące zainteresowania, lokalizacja czy charakterystyczne wzorce zachowania. W efekcie powstaje nowa grupa docelowa, tzw. Lookalike Segment, która – według algorytmów – posiada wysoki potencjał, by zareagować podobnie jak pierwotni użytkownicy.
Istotną kwestią jest rozmiar segmentu podobnych odbiorców. W narzędziach takich jak Menedżer Reklam na Facebooku można ustawić procentowy zakres “podobieństwa” – np. 1% najbardziej zbliżony do źródła w skali kraju, czy 2-3% (oznacza to większą liczbę osób, ale mniejszą precyzję podobieństwa). Im wyższy procent, tym dalej w hierarchii stoi taki user od dokładnej charakterystyki źródła, ale jednocześnie rośnie zasięg, co ma znaczenie przy kampaniach zorientowanych na budowę brand awareness. W przypadku bardziej “wąskich” działań, np. promowania kosztownych usług doradczych, lepiej koncentrować się na najmniejszym procencie i osiągnąć bardziej zbliżoną bazę.
W praktyce, Lookalike Segments in Ads mogą być stosowane na różnych etapach lejka sprzedaży. Z jednej strony “lookalike” utworzone na bazie najwierniejszych klientów (np. ci, którzy dokonali zakupu kilka razy) może pomóc w budowie nowej publiczności o dużej szansie konwersji. Z drugiej strony “lookalike” zdefiniowany w oparciu o odwiedzających stronę bloga, którzy nic nie kupili, sprawdzi się, gdy chcemy rosnąć w obszarze zasięgu, jednocześnie bazując na pewnej charakterystyce osób, które lubią np. czytać artykuły o określonej tematyce.
Kolejna ważna kwestia to “czystość” źródła. Jeśli w bazie źródłowej mamy użytkowników dość przypadkowych, system może się “pomylić” i zaproponować grupę docelową, która nie generuje konwersji. Dlatego zaleca się, aby tzw. seed audience (pierwotna baza) była solidnej wielkości (przynajmniej kilkaset osób, a najlepiej kilka tysięcy) i możliwie jednorodna pod względem zachowań, jak konwersja, subskrypcja, zakup. Wówczas lookalike segments in ads będą rzeczywiście trafiać do właściwych osób.
Z punktu widzenia marketerów, segmenty podobnych odbiorców zazwyczaj generują wyższe wskaźniki klikalności (CTR), przy jednocześnie niższych kosztach konwersji niż kampanie kierowane do szerokich, losowych grup. Dlaczego tak się dzieje? Bo tu istnieje większe prawdopodobieństwo, że nowe osoby, do których docieramy, mają styl życia, zainteresowania i profil zbliżony do tych, którzy już kupili. Mimo to, kluczowe pozostaje testowanie i optymalizacja – każda branża i rynek są inne, stąd nie zawsze lookalike 1% przyniesie lepsze efekty niż 2%. Należy też mieć na uwadze ograniczenia geograficzne: jeżeli chcemy dotrzeć do jednego, konkretnego kraju, narzędzie lookalike też bywa precyzyjne, ale w przypadku globalnej kampanii musimy tworzyć oddzielne segmenty dla poszczególnych rynków.
Wreszcie, łączenie lookalike segments z innymi metodami, takimi jak dark post (dark-post) czy retargeting (facebook-retargeting), daje naprawdę szerokie spektrum możliwości w planowaniu i rozwijaniu kampanii w social media. Rozbudowane testy A/B, rozdzielanie kreacji między różne segmenty, a także integracja z pikselem (facebook-pixel) i atrybucją (facebook-attribution) sprawiają, że marketerzy mogą w czasie rzeczywistym śledzić efekty i dopasowywać strategię budżetową w oparciu o rzeczywiste dane.
Efektywne wykorzystanie i praktyczne wskazówki dla marketerów
Aby w pełni skorzystać z dobrodziejstw segmentów podobnych odbiorców w reklamach (Lookalike Segments in Ads), warto uwzględnić kilka krytycznych elementów planowania kampanii oraz konfiguracji w systemach reklamowych. Pierwszy krok to staranne przygotowanie tzw. “bazy źródłowej” (seed audience). Powinna ona dotyczyć osób, które z perspektywy biznesu stanowią najwartościowszą grupę (np. klienci, którzy dokonali najdroższych zakupów, zapisali się na premium newsletter, bądź subskrybenci, którzy najaktywniej reagują na mailing). Jeżeli próbujemy tworzyć lookalike bazując na ogólnych fanach naszej strony – w tym takich, którzy wpadli przez przypadek – może to zaniżać jakość odwzorowania w segmencie docelowym. Lepiej skupić się na jasno zdefiniowanym celu, a w panelu reklam Facebooka (bądź innej platformy) zaimportować listę maili bądź wykorzystać piksel do selekcji odwiedzających, którzy faktycznie przeszli przez kluczowy etap lejka (np. zakup, rejestrację itp.).
Kolejnym krokiem jest wybór “rozmiaru” lub “poziomu” lookalike. Załóżmy, że chcemy budować podobną grupę na rynku polskim. Możemy ustawić od 1% do 10% – 1% to najmniejszy, ale najwyżej “dopasowany” segment, co oznacza, że system poszuka ludzi najbardziej przypominających naszą bazę źródłową, ale będzie ich relatywnie niewielu. Wyższe wartości, 5% czy 10%, to szerszy zasięg, choć może już nie być tak zbliżony do naszego “ideału”. W praktyce często tworzy się kilka wariantów równocześnie – 1%, 2%, 3% – i przeprowadza testy A/B, aby sprawdzić, który zestaw generuje najlepsze wskaźniki CTR i konwersji przy pożądanym budżecie.
Kiedy mamy już stworzony segment, przechodzimy do planowania konkretnych kampanii reklamowych. Zwykle stawia się na formaty lub kreacje, które będą atrakcyjne dla odbiorców przypominających dotychczasowych klientów. Jeśli jesteśmy e-sklepem z modą, w kreacjach mogą pojawić się stylowe zdjęcia produktów, najlepiej te, które w bazie źródłowej cieszyły się popularnością. W panelu menedżera reklam możemy zdecydować, czy chcemy stawiać na konwersje (np. zakupy), ruch (traffic) czy leady. Dla lookalike’ów najczęściej opłaca się dążyć do konwersji, ponieważ zakładamy, że to publika z potencjałem zakupowym. Jednocześnie należy pamiętać, że algorytm wymaga pewnej liczby zdarzeń, by skutecznie się “nauczyć” i poprawnie optymalizować stawki. Im większa nasza baza źródłowa, tym szybciej i trafniej system dopasuje właściwych użytkowników.
Zarządzanie budżetem to kolejny element efektywnego wykorzystania segmentów podobnych odbiorców. Zwłaszcza przy 1% segmentach (mniejszych, ale bardziej precyzyjnych) łatwo wyczerpać zasób audytorium, jeśli stawka i budżet są wysokie. Z kolei zbyt niski budżet może powodować wolne tempo “uczenia się” i niedostateczny zasięg. Trzeba zatem obserwować wskaźniki w panelu – CPC, CPA, CTR – i korygować parametry w trybie ciągłym (dynamiczny model “test & learn”).
Ważna praktyka to stosowanie lookalike’ów w połączeniu z wykluczeniami. Dla przykładu, jeżeli tworzymy kampanię do “podobnych” osób, chcemy jednocześnie wykluczyć aktualnych klientów bądź tych, którzy już korzystali z oferty. W przeciwnym razie moglibyśmy “marnować” budżet, wyświetlając tę samą reklamę osobom, które już dokonały zakupu. W menedżerze reklam można w sekcji “excluded audiences” dodać segment klientów, co pozwala skupić się wyłącznie na nowym narybku.
W Social Media marketingu lookalike segments często łączy się z retargetingiem. Najpierw retargeting dociera do tych, którzy już byli zainteresowani, zaś lookalike poszerza grono odbiorców o “ich podobieństwa”. To sprzyja skalowaniu kampanii: zamiast koncentrować się na mikrogrupie dotychczasowych odwiedzających, mamy szansę poszerzyć zasięg do tysięcy czy setek tysięcy potencjalnie “bliźniaczych” userów w skali całego kraju czy regionu. Zwłaszcza marki w fazie wzrostu docenią takie narzędzie, bo pozwala zwiększać bazę klientów bez utraty precyzji targetowania.
Innym obszarem zastosowania jest eksperymentowanie i doskonalenie. Zdarza się, że tworzymy kilka rodzajów “baz źródłowych” – np. jedną bazę osób, które ostatnio kupiły produkt premium, i drugą bazę użytkowników, którzy ściągnęli e-book. Dla każdej z tych baz generujemy odrębne segmenty podobnych odbiorców (lookalike) i testujemy, który generuje korzystniejszy zwrot z inwestycji (ROI). Taka analiza pozwala zidentyfikować, który rodzaj “seed audience” daje najlepszy punkt odniesienia do tworzenia “bliźniaków”. Nierzadko to właśnie klienci premium stanowią idealne źródło, bo to sygnał, że ktoś płaci wyższe kwoty i jest przyzwyczajony do ekskluzywnych rozwiązań. Algorytm poszukuje wówczas podobnych profili w obrębie swoich danych i – w optymalnej sytuacji – trafnie wyłapuje ludzi, którzy też mogą wydać spore sumy.
Z technicznego punktu widzenia, segmenty podobnych odbiorców w reklamach mogą być stosowane także poza Facebookiem – np. w ekosystemie Google (pod nazwą “Similar Audiences”) czy w LinkedIn (opcja “Lookalike”). Jednak to właśnie narzędzia Facebook Ads (z integracją Instagramu i audience network) najbardziej rozwinęły koncepcję “lookalike” i spopularyzowały tę metodę w marketingu online. W branży e-commerce i SaaS bywa to jeden z najważniejszych filarów rozwoju, bo testy dowodzą, że lookalikes mają zwykle wyższy CTR niż szerokie kampanie, a koszty akwizycji bywają względnie niskie.
Wreszcie, kluczowe jest pamiętanie o zależności między wielkością grupy a precyzją. Duży lookalike (np. 5% populacji) zapewnia duży potencjalny zasięg, ale czasem spada trafność. Mniejszy – odwrotnie. Kiedy kampania rośnie, można zacząć od niewielkiego lookalike (np. 1%) i dokładać kolejne, np. 2%, 3%, by stale poszerzać zasięg, nie rezygnując przy tym z precyzji.
Dzięki temu wszystkiemu, segmenty podobnych odbiorców w reklamach (Lookalike Segments in Ads) stały się jedną z najistotniejszych metod skalowania kampanii w Social Media. Pozwalają one uniknąć “wrzucania reklam” w kompletnie obce środowisko – bo algorytm bierze na wzór sprawdzoną bazę i szuka userów najbardziej podobnych pod względem zachowań i profilu. W realiach intensywnej konkurencji w mediach społecznościowych, ta metoda przynosi marketerom realne oszczędności budżetowe i daje lepszy zwrot z inwestycji, co sprawia, że lookalike segments uchodzą za narzędzie “must have” w arsenale profesjonalnego marketingu online.