Ретаргетинг ограничен числом тех, кто уже был на вашем сайте. Когда база исчерпана или слишком мала, на помощь приходит look-alike - технология поиска новых пользователей, похожих на ваших лучших клиентов. В этой статье разберём, как работает look-alike в экосистеме Яндекса, где его настроить и как оценить результат.
Что такое look-alike и как он работает
Look-alike (похожие аудитории) - это технология машинного обучения, которая анализирует характеристики существующей аудитории и ищет пользователей с похожим поведенческим профилем.
Яндекс строит модель похожести на основе сотен параметров: - Поисковые запросы и интересы - Поведение на сайтах РСЯ - Геолокация и маршруты передвижения - Демографические характеристики - История покупок в сервисах Яндекса (Маркет, Такси и другие) - Паттерны потребления контента
Система берёт исходную аудиторию (называется "сид-аудитория" или seed), строит её обобщённый портрет и ищет в базе Яндекса пользователей с максимально похожим профилем.
Чем отличается от ретаргетинга: - Ретаргетинг работает с теми, кто уже знает вас - Look-alike расширяет охват на новых, незнакомых с брендом пользователей - Look-alike - это инструмент привлечения, а не возврата
Где создаётся look-alike в Яндексе
Look-alike в Директе создаётся через Яндекс Аудитории (audience.yandex.ru). Это отдельный сервис, который управляет всеми типами аудиторий: загруженными базами, сегментами Метрики, геосегментами и look-alike.
Чтобы создать look-alike: 1. Зайдите на audience.yandex.ru 2. Выберите исходный сегмент (загруженную базу или сегмент Метрики) 3. Нажмите "Создать похожий сегмент" 4. Задайте параметр "точность vs охват" - об этом подробнее ниже 5. Дождитесь обработки (от нескольких часов до суток)
Готовый look-alike сегмент появится в списке и станет доступен для использования в кампаниях Директа как условие нацеливания.
Качество исходной аудитории: от чего зависит результат
Look-alike работает ровно настолько хорошо, насколько хорошо подобрана исходная аудитория. Это ключевое.
Минимальный размер сид-аудитории
Яндекс рекомендует не менее 1000 пользователей в исходном сегменте. На практике лучшие результаты даёт аудитория от 5000-10 000 человек - алгоритм видит больше паттернов и строит более точную модель.
С аудиторией 500-1000 человек look-alike создастся, но качество будет ниже, и вы рискуете получить слишком разнородную аудиторию на выходе.
Что использовать как источник
Хорошие источники (высокое качество): - База купивших клиентов (CRM) - лучший вариант - Сегмент Метрики "достиг цели Оформил заказ" - Сегмент "провёл на сайте 5+ минут и просмотрел 5+ страниц"
Плохие источники (низкое качество): - Все посетители сайта без фильтра - Аудитория с высоким процентом случайных заходов - Слишком широкий сегмент "был на главной странице"
Логика простая: если вы хотите найти похожих на ваших лучших клиентов - давайте модели лучших клиентов, а не всех подряд.
Параметр "точность vs охват"
При создании look-alike Яндекс предлагает настроить баланс между точностью и охватом. Это ключевой параметр.
- Высокая точность - алгоритм ищет только очень похожих пользователей. Аудитория меньше по размеру, но конвертируется лучше
- Широкий охват - алгоритм допускает менее точное совпадение. Аудитория больше, но конверсия ниже, стоимость привлечения выше
Как выбирать:
Для тестирования начните с высокой точности - так вы видите лучший результат, который может дать look-alike. Если аудитория слишком маленькая для статистически значимого теста (меньше 50 000 пользователей) - расширьте охват.
Для масштабирования успешной кампании - постепенно сдвигайтесь в сторону охвата, следя за CPA.
Типичные размеры look-alike аудиторий в Яндексе: - Высокая точность (для базы 10 000 клиентов): 300 000 - 1 000 000 пользователей - Средняя точность: 1 000 000 - 5 000 000 - Широкий охват: 5 000 000 - 15 000 000+
Look-alike vs другие инструменты расширения аудитории
| Инструмент | Принцип | Качество | Масштаб |
|---|---|---|---|
| Look-alike | Похожее поведение | Высокое | Большой |
| Контекст по ключевым словам | Намерение в поиске | Высокое | Зависит от спроса |
| Интересы и категории | Тематика сайтов | Среднее | Очень большой |
| Сетевые кампании без таргетинга | Охват | Низкое | Максимальный |
Look-alike занимает промежуточное положение: лучше, чем широкий охват по интересам, но уступает горячему поисковому трафику по намерению к покупке. Зато даёт масштаб, недоступный точечному ретаргетингу.
Практика: как встроить look-alike в медиамикс
Look-alike не заменяет другие каналы - он расширяет воронку и питает её новыми "качественными" пользователями, которых потом можно догнать ретаргетингом.
Рабочая схема: 1. Поисковая реклама и SEO привлекают горячий трафик 2. РСЯ с look-alike показывает объявления похожим аудиториям - они становятся первым касанием 3. После посещения сайта включается ретаргетинг - возвращает тех, кто не сконвертировался 4. Конвертировавшиеся пополняют CRM-базу и улучшают модель look-alike
Такая воронка самоусиливается: чем больше клиентов, тем лучше look-alike, тем больше новых клиентов.
Бюджетное распределение для e-commerce: - Поиск: 50-60% бюджета - РСЯ (в том числе look-alike): 25-35% - Ретаргетинг: 10-20%
Look-alike в этой схеме живёт внутри РСЯ-бюджета. Его доля зависит от ёмкости рынка - если объём поисковых запросов ограничен, look-alike позволяет доохватить потенциальных клиентов, которые ещё не ищут активно.
Метрики для оценки look-alike кампаний
Стандартный CPC и CTR не показывают реальное качество look-alike. Смотрите на:
- CPO (Cost per Order) - стоимость привлечённого заказа
- CAC (Customer Acquisition Cost) - стоимость нового клиента (для подписок и услуг)
- LTV / CAC - если данные позволяют, смотрите на долгосрочную ценность
- Процент новых пользователей - убедитесь, что look-alike действительно привлекает новую аудиторию, а не перекрывается с ретаргетинговой
Чтобы не пересекаться, исключите из look-alike кампании сегменты ретаргетинга. Иначе один пользователь попадёт и под look-alike, и под ретаргетинг - это неэффективно и искажает статистику.
Ограничения и подводные камни
GDPR и ФЗ-152. При загрузке CRM-данных в Яндекс Аудитории убедитесь, что в пользовательском соглашении на вашем сайте есть согласие на обработку данных для рекламных целей. Яндекс хеширует данные перед загрузкой, но юридическая ответственность за наличие согласия лежит на рекламодателе.
Выгорание аудитории. Look-alike аудитория конечна. Если вы долго крутите кампанию на одну и ту же аудиторию без обновления сид-сегмента - частота показов растёт, CTR падает. Обновляйте базу для look-alike раз в 1-2 месяца.
Эффект "испорченного телефона". Если исходная аудитория качественная, но look-alike настроен на широкий охват - на выходе получите разбавленную аудиторию с непредсказуемым CPO. Лучше меньший охват с высокой точностью, чем большой с низкой конверсией.
Заключение
Look-alike - это способ масштабировать результаты ретаргетинга на новую аудиторию. Инструмент работает, когда: сид-аудитория качественная (покупатели, а не все посетители), размер сегмента достаточный (от 5000 человек), параметр точности настроен под цели кампании. Начинайте с высокой точности, тестируйте на небольшом бюджете 20 000-30 000 рублей в месяц, и только при получении целевого CPO масштабируйте, сдвигаясь в сторону охвата.