Lookalike audiences eller liknande målgrupper är en typ av målgruppssegementering inom digital annonsering där plattformar som Meta, Google eller LinkedIn använder maskininlärning för att hitta nya personer som liknar dina befintliga kunder eller leads.
Det bygger på att annonsystemet analyserar karaktärsdrag, beteenden och demografi hos en källa, oftast din egen first-party data exempelvis:
- Kunder som redan har köpt något
- Prenumeranter på ett nyhetsbrev
- Besökare på webbplatsen
- Leads från CRM-system
Utifrån denna data skapar plattformen en statistisk liknande grupp av användare som sannolikt har samma intressen och köpbeteende. Detta gör det möjligt att nå nya målgrupper med hög sannolikhet att konvertera.
Hur arbetar man med Lookalike Audiences?
- Hitta nya kunder som liknar befintliga köpare eller leads.
- Nå fler potentiella kunder utan att förlora träffsäkerhet.
- Förbättra konverteringar i kampanjer som riktas mot nya målgrupper.
- Använda egen kunddata (first-party data) för att skapa effektiva kampanjer när tredjepartscookies försvinner.
Exempel
Ett e-handelsföretag laddar upp en lista med sina topp 1000 mest lojala kunder till Meta Ads. Facebook analyserar deras ålder, intressen, köpbeteende och geografiska data och skapar en Lookalike Audience på 1% i Sverige.
Företaget lanserar en kampanj riktad till denna grupp och ser 35% fler konverteringar jämfört med en traditionell intressebaserad målgrupp.
Tips för att jobba smartare med Lookalike Audiences
- Utgå från kvalitativ data. Bättre källa ger bättre lookalike.
- Testa olika storlekar. En mindre storlek (1-2%) kan ge högre precision, medan en större storlek (5-10%) ger bredare räckvidd.