Как понять что сегмент в яндекс аудиториях подходит для таргетинга look alike?

8 ответов на вопрос “Как понять что сегмент в яндекс аудиториях подходит для таргетинга look alike?”

  1. Support Ответить

    Технология look-alike находит в сети ваших потенциальных клиентов, а именно пользователей, интересы и поведение которых в интернете, сходны с сегментом ваших покупателей. На основе выполненных целевых действий на сайте происходит анализ поведения пользователей и формируется определенная модель поведения. Далее подбираются пользователи, которые по поведению похожи на созданную модель. Именно на них и будет транслироваться реклама в дальнейшем. Технология работает на базе машинного обучения и постоянно совершенствуется.
    Это хорошее решение для тех, кто планирует выйти на новый рынок и нуждается в новой аудитории, похожей на уже существующих клиентов.
    Look-alike сегменты Аудиторий, как и любые другие, можно использовать для таргетинга рекламы и в Директе, и в Дисплее.

    Применяем Look-alike в Яндекс Аудиториях

    Для настройки Яндекс Аудиторий мы загружаем имеющиеся данные (создаем сегмент аудитории).

    Сегмент можно создавать:

    На основе загружаемых данных

    Телефонные номера
    Email-адреса
    ID мобильных устройств

    На основе данных Яндекса:

    Яндекс.Метрика
    AppMetrica
    Геолокация
    Пиксель Я.Аудиторий

    Произвольный сегмент:

    Похожий сегмент

    Для всех трех типов данных одинаковые требования к файлу загрузки, но разные к типу записи:
    Расширение файла: .csv или .txt
    Максимальный размер: 1 гб
    Кодировка: utf-8 или windows-1251
    Разделитель записей: запятая, перенос строки или табуляция
    Минимальное количество записей в файле: 1000 (если будет меньше, сегмент не обработается и не будет создан).
    Создаем новый сегмент. Вводим название сегмента аудитории, выбираем тип данных, добавляем файл, принимаем условия пользовательского соглашения и нажимаем «Создать сегмент».
    Если вы указываете максимальную точность, то охват будет небольшим. При этом пользователи будут наиболее похожими на вашу аудиторию.
    А если понизить процент соответствия исходному сегменту, система найдет больше новой аудитории.
    Итоговым результатом обработки сегмента станет измененный статус «Обрабатывается» на «Готов», а также общие сведения по списку.
    Основные данные по полу и возрасту, городам и устройствам, а также интересам и категориям:

    Помимо статистики из Метрики, в Аудиториях есть и другая полезная информация о сегментах. Это интересы и образ жизни аудитории по данным Крипты, а ещё — степень схожести пользователей сегмента между собой: если аудитория сегмента достаточно однородна, система сможет собрать для неё удачный lookalike-сегмент.

    Также вы можете добавить конкретную цель из Яндекс Метрики и узнать, какой процент пользователей в сегменте, которые были на сайте или достигли заданной цели за последние 90 дней. Это поможет понять, насколько сегмент удачен для таргетинга. Например, если пользователи сегмента похожи на посетителей с конверсией, реклама может оказаться эффективной — скорее всего, они тоже будут достигать цели.

    Далее мы можем создать похожую Look-alike аудиторию, которая, по мнению Яндекса, захочет также стать нашими клиентами. Делается это с помощью «Сегмента похожих аудиторий».


    Нельзя создавать сегменты похожих пользователей на основе сегментов, к которым вам предоставили доступ другие пользователи Аудиторий.
    Помните: чем точнее будет соответствие между пользователями в новом и в исходном сегменте, тем меньше анонимных идентификаторов пользователей будет добавлено в сформированный сегмент.

  2. ЗLIou_KlIOuN Ответить

    Когда не хватает таргетинга по данным Метрики, геолокации, CRM системы или пикселя Аудиторий, на помощь приходит сегменты похожих (look alike) пользователей.
    Look alike аудитории в Яндексе – это сегменты пользователей, частично или максимально похожих на посетителей вашего сайта по интересам и поведению в сети.
    Работает это так. Есть сегмент Аудиторий на основе любых данных. Создаете сегмент похожей аудитории и система идет собирать данные. При этом она опирается на те характерные особенности, которые присущи начальной выборке.
    Например, выделили женщин 25-35 лет, побывавших на сайте в течение последних 30 дней и посетивших категорию кэжуал одежды. Забросили эту информацию в сервис и далее он по набору идентификаторов (а на самом деле по личным данным Яндекс.Паспорта, кэшу, времени и длительности посещения и пр.) состряпает базу дам бальзаковского возраста, которые интересуются одеждой на сайтах интернет-магазинов.
    Интересный инструмент, однако не всегда эффективный. Но обо всем по порядку.

    Look alike аудитории как настроить

    2 варианта создания.
    Жмем три точки ••• справа, появляется контекстное меню:
    или: желтая кнопка «Создать сегмент» > «Похожий сегмент»:

    В обоих случаях дальше появляется такое окно:

    Вбиваете название, выбираете исходник для обработки и далее идет интересная настройка: ползунок точности/охвата. С помощью него можно определиться, что для вас важнее.
    Учитывайте, что большой охват имеет широкое соответствие параметрам. Иными словами, система выделяет какие-то крупные поведенческие признаки (женщины, 25-35 лет), а остальные отсеивает в угоду количеству. В итоге мы слабо понимаем, кого насобирали > высокий риск слива бюджета в ретаргетинге.
    И наоборот, высокая точность даст более чистый результат. Однако слишком жесткие или специфичные рамки исходного сегмента могут просто не собрать нужный охват (не менее 1000 идентификаторов). То же самое с целым рядом узких ниш – не соберешь 1000 контактов под фотопечать на дереве в Анадыри.
    Далее. Ниже есть настройки по городам и типам устройств – с помощью галочек можно указать системе, хотим ли мы применить эти фильтры при поиске похожей публики.
    Тут собака порылась  — если сервис не сможет собрать свой минимум по городам или устройствам, то он АВТОМАТИЧЕСКИ добавит аудитории без учета данных настроек.
    Как только нужный охват соберется, видим стандартную надпись:

    Как использовать в Директе

    Идем в параметры группы объявлений > Ретаргетинг и подбор аудитории:

    Выбираем похожий сегмент и задираем на него ставку.
    Второй вариант – создаем наборы правил. Как это работает и как сделать, я рассказывал в статье про сегменты Метрики в Аудиториях, почитайте концовку с примерами.

    Варианты применения

    В каких случаях нужен look-alike?
    Увеличить охват, про это я уже писал в начале. Ретаргетинг вялый, хочется больше обратной связи.
    Имиджевая реклама. Хотим показать продукт большему количеству пользователей, при этом не сильно распыляясь на общую массу.
    Экономия бюджета. Есть ниши с супердорогим поиском, где вся надежда на РСЯ и ретаргетинг. Тут похожие аудитории могут сильно пригодиться.

    Минусы инструмента

    Если собираете данные под бОльший охват – есть вариант потратить деньги на нецелевую публику.
    Если собираете данные по определенным географии или устройствам и этих данных не хватает, система автоматом соберет все города и устройства. Худо придется владельцам местных кафешек, у которых посетители ребята с айфонами.
    Как-то так. Комментируем, я это люблю ))

  3. =>>Эк$т@зИ= Ответить

    Дословно с английского Look-a-like (look-alike, лукэлайк) – это «поиск похожих». Благодаря этому поиску, система выделяет определенную целевую аудиторию и показывает рекламу только ей. Этот метод таргетинга выделяет пользователей, которые по поведению похожи на тех, кто уже заходил на ваш сайт и совершил целевое действие, например, оформил заказ в интернет-магазине.
    Выгода при настройке такого таргетинга очевидна:
    Вы рассказываете о своих товарах (услугах) не всем подряд, а только тем, кому это действительно может быть интересно, поэтому можно смело надеяться на увеличение конверсии.
    Если «похожая аудитория» настроена верно, то мы можем получить лояльных клиентов, реклама будет восприниматься положительно, так как соответствует запросам пользователей.
    Кроме того, мы можем сэкономить бюджет, так как рекламу будем ориентировать на потенциальных клиентов.
    В Рунете Look-alike таргетинг основывается на технологиях «Крипта» от Яндекса. Эта настройка базируется на разработках кампаний Facebook и Google. И используется, как правило, для медийных площадок.
    Look-alike – это обучаемый таргетинг: на основе выполненных целевых действий на сайте он анализирует поведение пользователей и формирует определенную модель поведения. Далее он ищет в сети пользователей, которые по поведению похожи на созданную модель, и показывает рекламу им.
    Применение Look-alike в Яндекс.Аудиториях
    Для настройки Яндекс.Аудиторий рекламодатель загружает базу контактов (создает сегмент аудитории). И показывает этой аудитории уникальные объявления, например, предложения больших скидок для своих клиентов.
    Кроме этого, система может найти и другую аудиторию, похожую на вашу по поведению и интересам. Это позволит привлекать новых релевантных посетителей.

    Для настройки этой технологии в Аудиториях выбираем и редактируем сегмент («Сегмент похожих пользователей»).

    Пишем название и указываем точность/охват. Если вы указываете максимальную точность, то охват будет небольшим. При этом пользователи будут наиболее похожими на вашу аудиторию.
    А если понизить процент соответствия исходному сегменту, система найдет больше новой аудитории.

    За последнее время в рекламных системах появилось все больше возможностей сегментировать аудиторию и показывать рекламу наиболее заинтересованным пользователям.
    Аудитория, максимально похожая на вашу, скорее всего, будет больше заинтересована в услугах сайта, чем абстрактные пользователи, и принесет больше конверсий.
    Применяйте технологию Look-alike и получайте от рекламы много новых клиентов. Мы с удовольствием поможем вам в этом. Пишите!

  4. VideoAnswer Ответить

  5. VideoAnswer Ответить

Добавить ответ

Ваш e-mail не будет опубликован. Обязательные поля помечены *