Custom- und Lookalike-Zielgruppen

Custom-Zielgruppen werden aus Menschen aufgebaut, die bereits mit dem Unternehmen interagiert haben: Website-Besucher, hochgeladene Kundenlisten, App-Nutzer, oder Menschen, die sich mit Inhalten auf Facebook oder Instagram beschäftigt haben. Statt Fremde zu erreichen, erreicht die Anzeige Menschen, die bereits einen Schritt auf die Marke zu gemacht haben. Das ist der Grund, warum Custom-Zielgruppen typischerweise mit einem Vielfachen der Rate von kaltem Prospecting konvertieren.

Woher eine Custom-Zielgruppe kommt

Website- und App-Zielgruppen aktualisieren sich automatisch, sobald neue Events eintreffen. Kundenlisten tun das nicht: sie brauchen periodisches erneutes Hochladen, um aktuell zu bleiben, und eine Liste, die seit Monaten nicht aktualisiert wurde, zielt auf die Personen, die Ihre Kunden früher einmal waren.

Lookalikes erweitern eine Custom-Zielgruppe auf neue Menschen

Eine Lookalike-Zielgruppe nimmt eine Custom-Zielgruppe als Quelle. Meta analysiert, was diese Gruppe über Hunderte Signale hinweg gemeinsam hat, und findet dann neue Menschen, die ihr ähneln, ohne dass jemand Interessen oder Demografien von Hand auswählen muss.

Der gewählte Prozentsatz steuert den Trade-off zwischen Matchqualität und Reichweite:

Die Qualität der Quelle zählt mehr als der Prozentsatz. Ein Lookalike, das aus “jedem, der die Website besucht hat” gebaut wird, schleppt die zufälligen Klicks und Kicktouristen mit sich. Eines, das aus “Kunden, die zweimal oder öfter gekauft haben” gebaut wird, gibt Meta ein viel saubereres Signal, wonach gesucht werden soll.

Wo das im Kampagnen-Assistenten auftaucht

Der Schritt für detailliertes Targeting im Kampagnen-Assistenten ist dort, wo eine Custom-Zielgruppe oder ein Lookalike als Einschlusskriterium aufgenommen wird. Da jedes vom Assistenten erfasste Einschlusskriterium seine eigene Anzeigengruppen- Variante erzeugt, produziert das Hinzufügen eines Lookalikes neben einem interessenbasierten Segment automatisch separate Anzeigengruppen, statt beide Zielgruppen zu einem einzigen, schwerer lesbaren Ergebnis zu vermischen.

Wo diese Ansätze in Schwierigkeiten geraten

Eine zu kleine Quellzielgruppe. Meta braucht eine sinnvolle Basis, um ein Lookalike aufzubauen. 100 Personen sind die technische Untergrenze, aber eine Quelle im niedrigen vierstelligen Bereich gibt dem Algorithmus deutlich mehr, womit er arbeiten kann.

Mehrere Lookalike-Prozentsätze in einer Kampagne stapeln. 1%, 2% und 3% Lookalikes als separate Anzeigengruppen in derselben Kampagne laufen zu lassen, erzeugt Überlappung: die Anzeigengruppen bieten am Ende gegeneinander für weitgehend dieselben Menschen. Den engeren Prozentsatz vom breiteren auszuschließen, oder zu einer einzigen Anzeigengruppe zu konsolidieren, verhindert, dass Meta gegen sich selbst konkurriert.

Nie gegen breites Targeting testen. In Accounts, die bereits 50+ Conversions pro Woche und Anzeigengruppe generieren, erreicht oder schlägt Metas eigener Ausspielalgorithmus häufig die Präzision eines Lookalikes ganz ohne jede Zielgruppenkonstruktion. Einen direkten Test fahren, bevor man annimmt, dass das Lookalike weiterhin die bessere Option ist.

Kürzlich Konvertierte nicht ausschließen. Jemandem, der in der letzten Woche oder zwei gekauft hat, muss nicht dieselbe Akquise-Anzeige erneut gezeigt werden. Diese Personen in der Zielgruppe zu lassen, verschwendet einfach Budget darauf, jemandem eine Anzeige erneut zu zeigen, der bereits getan hat, worum sie bittet.

Wie YieldBI das anwendet

Audience-Discovery-Insights werden auf Anzeigenebene mit demselben Attributionsmodell und demselben effektiven Zeitfenster gemeldet wie alles andere. Der reale Beitrag einer Custom- oder Lookalike-Zielgruppe wird gegen das Gewinnziel gemessen, auf das sie tatsächlich hinwirkt, statt gegen eine Klickzahl vom selben Tag, die verpasst, wie der Funnel, den sie speist, tatsächlich konvertiert.