Почему lookalike часто проигрывает ретаргету по деньгам

Почему lookalike часто проигрывает ретаргету по деньгам

Я часто вижу одну и ту же ошибку: lookalike ставят как «масштабирование по умолчанию», а ретаргет — как вспомогательный слой. На практике у зрелого paid-стека всё обычно наоборот: именно ретаргет и реактивация стабилизируют юнит-экономику, а lookalike лишь добирает верх воронки.

Мой рабочий вывод простой: lookalike полезен не сам по себе, а только когда у вас уже есть качественный сигнал и понятная экономика до конверсии. Если база событий шумная, а LTV по когортам плавает, алгоритм начинает искать «похожих» не на покупателей, а на случайные паттерны. В итоге CPA вроде бы держится, но quality score лидов проседает, а окупаемость расползается через 2–6 недель.

В ретаргете логика честнее. Мы уже знаем, что человек видел, где прервался и какой у него был intent. Поэтому можно строить сценарии не по охвату, а по марже:
— 1–3 дня: вернуть горячий спрос без скидки;
— 4–10 дней: снять барьеры через оффер/доказательство;
— 11+ дней: работать только с теми, у кого прогнозируемый LTV перекрывает возвратный CAC.

**Самое недооценённое место — не креатив, а сегментация по экономике.** Я видел кампании, где отключение самого «популярного» сегмента ретаргета ухудшало объём лидов на 12%, но улучшало contribution margin на 18%. Для performance-маркетолога это важнее красивого CPA.

Если смотреть на канал через P&L, lookalike — это инструмент масштабирования спроса, а ретаргет — инструмент защиты прибыли. И в большинстве B2B и white performance-воронок второй даёт больше управляемости, чем первый.

— @RetentionPaid