Чем больше исходный сегмент для look-alike, тем лучше?

Важен не только объём, но и качество: исходный сегмент должен быть достаточно крупным для построения модели и при этом состоять из действительно целевых пользователей, иначе похожая аудитория будет размытой.

Где настраивается look-alike в Яндексе?

Похожий сегмент создаётся в сервисе Яндекс.Аудитории на основе исходного сегмента, а затем используется как условие нацеливания в кампаниях Яндекс.Директа, чаще всего в РСЯ.

Look-alike: похожие аудитории в Директе

Look-alike — что это и как применять в Яндекс.Директе

Look-alike (LAL, «похожие аудитории») — это технология, которая по исходному сегменту пользователей находит других людей со схожим поведением и характеристиками для расширения охвата рекламы. Вместо ручного подбора критериев алгоритм сам ищет похожих на ваших клиентов.

Коротко

Look-alike — это метод таргетинга, при котором система формирует аудиторию пользователей, похожих по поведению на заданный исходный сегмент (например, на покупателей или посетителей сайта).

Применение

В контексте Яндекс.Директа

В экосистеме Яндекса look-alike настраивается в Яндекс.Аудиториях на основе исходного сегмента (данные Метрики, список клиентов, пиксель) и затем подключается как условие нацеливания в Яндекс.Директе. Качество look-alike зависит от объёма и «чистоты» исходного сегмента: чем точнее ядро, тем релевантнее похожая аудитория. Look-alike чаще всего применяют в кампаниях в РСЯ для масштабирования охвата при сохранении релевантности.

FAQ

Частые вопросы

От теории — к своему кабинету

Потери в кампаниях, площадки РСЯ и подозрительный трафик по данным Метрики. Бесплатный старт, без карты.

Попробовать бесплатно Разборы задач

Дальше

Смотрите также

ТерминРСЯ

Покажите заказчику, куда уходит его бюджет

Аудит поиска, площадок РСЯ и сайта — в PDF-отчёте, который на тарифах Pro и Агентство можно отдать клиенту под своим брендом. Без карты, бесплатный старт.