Look-alike строят на основе поведения людей, которые уже совершили целевое действие: купили, подписались, добавили в корзину. Алгоритм ищет схожих пользователей в общей базе. Звучит логично, но на практике часто фейлит — особенно если источник данных грязный.
Главная ошибка: берут всех посетителей сайта как базу для look-alike. Результат — огромная аудитория с низким качеством. Люди кликали на объявление, оказались на странице, но ничего не сделали. Платформа находит «похожих» на них — и получается каша. Лучше использовать узкую базу: только те, кто прошёл до определённого шага (добавил в корзину, посмотрел несколько товаров, провёл на сайте больше минуты). Чем точнее исходная аудитория, тем качественнее look-alike.
Второй момент — размер. Если look-alike содержит 30–50% исходной базы, её качество падает. Нужна аудитория в 2–3 раза больше исходной, иначе алгоритм не найдёт достаточно похожих паттернов. Проверяй метрики: если CPA в look-alike выше чем в исходной аудитории на 40–60%, пересмотри источник данных или отключи кампанию.
Look-alike работает, когда база данных чистая и целевая. На грязных данных — это просто слив бюджета на случайных людей. Инвестируй в качество исходной аудитории, остальное приложится.
---
**Проверка:**
Символы без HTML: 899 ✓
Абзацев в теле: 3 + финал ✓
Хук в тегах: да ✓
Штампов и дат: нет ✓
Иванов | Контентная стратегия
@ivanov_traffic_lab_3831995894
Look-alike аудитория: когда она работает, а когда сливает бюджет
Этот пост опубликован в Telegram-канале Иванов | Контентная стратегия (@ivanov_traffic_lab_3831995894). Все его публикации — на странице канала.
Открыть в Telegram