Почему look-alike аудитория часто конвертит хуже оригинальной

Look-alike строится на поведении людей, которые уже купили или совершили целевое действие. Звучит логично — ищем похожих. Но на практике это не всегда работает как ожидается.

Главная проблема: платформа ловит корреляции, а не причины. Человек купил — значит, он молодой, живёт в городе, интересуется спортом. Но спорт здесь может быть случайность. Look-alike повторит этот признак, но без того элемента, который действительно привёл к покупке.

Второе: оригинальная аудитория часто включает людей с высокой готовностью к покупке — те, кто искал именно ваш продукт или попал на вас через рекомендацию. Look-alike это не копирует, потому что мотивация не видна в данных. Вы получаете людей со схожим профилем, но без этого внутреннего намерения.

Третье: size матрирует. Маленькая сидящая аудитория (сотни или тысячи) дает более точный look-alike. Большая база (десятки тысяч) размывает сигнал — в ней слишком много шума.

Применяйте look-alike не как замену, а как дополнение к основным каналам привлечения. Тестируйте на небольших бюджетах, смотрите на метрики качества (ROAS, LTV), а не только на объём. Если look-alike конвертит на 30% хуже — это нормально. Если на 70% — пересмотрите исходную аудиторию или размер выборки для построения модели.

---

**Подсчёт символов (без HTML):**
Почему look-alike аудитория часто конвертит хуже оригинальной

Look-alike строится на поведении людей, которые уже купили или совершили целевое действие. Звучит логично — ищем похожих. Но на практике это не всегда работает как ожидается.

Главная проблема: платформа ловит корреляции, а не причины. Человек купил — значит, он молодой, живёт в городе, интересуется спортом. Но спорт здесь может быть случайность. Look-alike повторит этот признак, но без того элемента, который действительно привёл к покупке.

Второе: оригинальная аудитория часто включает людей с высокой готовностью к покупке — те, кто искал именно ваш продукт или попал на вас через рекомендацию. Look-alike это не копирует, потому что мотивация не видна в данных. Вы получаете людей со схожим профилем, но без этого внутреннего намерения.

Третье: size матрирует. Маленькая сидящая аудитория (сотни или тысячи) дает более точный look-alike. Большая база (десятки тысяч) размывает сигнал — в ней слишком много шума.

Применяйте look-alike не как замену, а как дополнение к о