I digital annoncering kan man målrette mod personer, virksomheden allerede har en relation til. Custom audiences, på dansk brugerdefinerede målgrupper, er målgrupper, der opbygges ud fra egne data frem for brede, generelle segmenter.
Det kan for eksempel være oplysninger fra kundelister, besøgende på et website eller brugere, der har interageret med en virksomhed. Formålet er at vise mere relevante annoncer til personer, som allerede har vist interesse eller har et kendt forhold til brandet.
Begrebet dækker altså over en annonceplatforms mulighed for at bruge virksomhedens egne datakilder til at samle og aktivere én eller flere målgrupper. Det gør annonceringen mere præcis og kan forbedre både relevans og resultater.
Brugerdefinerede målgrupper opstår, når en virksomhed bruger egne data til at finde relevante personer på en annonceplatform. Det kan være e-mailadresser, telefonnumre, kundelister eller besøg på et website. Platformen sammenholder disse oplysninger med sine egne brugere og finder de profiler, der sandsynligvis svarer til dem. Det er denne matchning, der gør det muligt at bruge egne data aktivt i annoncering.
Når målgruppen er oprettet, kan den opdeles i mindre segmenter efter adfærd, relation eller værdi. Man kan for eksempel samle tidligere kunder i ét segment, nyhedsbrevsmodtagere i et andet og besøgende fra bestemte produktsider i et tredje. Det gør budskaberne mere præcise, fordi annoncer kan tilpasses efter, hvor tæt en person er på et køb.
I praksis bruges det ofte til retargeting, hvor annoncer vises til personer, der allerede har vist interesse. Samtidig kan man arbejde med ekskludering, så eksisterende kunder ikke ser kampagner, der kun er relevante for nye. På den måde bruges budgettet bedre, og målretningen bliver skarpere.
Custom audiences bygger typisk på førstepartsdata, altså oplysninger vi selv har indsamlet fra kunder, brugere og besøgende. En af de mest brugte kilder er kundelister, hvor vi uploader data som e-mailadresser eller telefonnumre. Det kan for eksempel være en liste over tidligere købere eller personer, der har tilmeldt sig et nyhedsbrev. På den måde kan vi målrette annoncer mod eksisterende relationer i stedet for brede, upræcise segmenter.
En anden central kilde er webstedstrafik. Her opbygges målgrupper ud fra, hvordan brugerne har bevæget sig på sitet. Vi kan eksempelvis samle besøgende, der har set en bestemt produktside, eller personer, der lagde varer i kurven uden at gennemføre købet. Det gør det muligt at arbejde med mere præcis retargeting og tilpasse budskaber efter adfærd.
For apps bruges ofte hændelsesdata. Vi kan danne målgrupper af brugere, der har installeret appen, gennemført et køb i appen eller nået et bestemt niveau i et spil. Sociale medier giver også værdifulde signaler. Her kan vi målrette mod personer, der har set en video, udfyldt en leadformular eller interageret med en virksomheds profil, opslag eller annonce. Det giver os flere relevante indgange til at ramme brugere med højere sandsynlighed for at reagere.
Opsætningen følger som regel den samme grundmodel, uanset om du arbejder i Meta Ads, X, Snapchat eller i nogle tilfælde <a href="https://seo-ordbogen.dk/ord/google-ads/” data-seo-ordbogen-internal=”1″>Google Ads. Først vælger du datakilden: kundeliste, websitebesøg, app-aktivitet eller engagement med indhold. Derefter opretter du målgruppen i platformens målgruppeværktøj, navngiver den tydeligt og vælger eventuelle regler for medlemskab, for eksempel tidsvindue eller bestemte handlinger.
Når der bruges kundedata, uploades typisk e-mailadresser, telefonnumre eller andre identifikatorer i et godkendt format. Platformen forsøger herefter at matche oplysningerne med brugernes profiler. Her er datakvalitet afgørende. Ensartede felter, korrekte kontaktoplysninger og ajourførte data giver bedre matchrate. Hvis data er gamle, ufuldstændige eller formateret forkert, bliver målgruppen mindre og mindre anvendelig.
De fleste platforme arbejder også med minimumskrav, før en målgruppe kan bruges aktivt. Kravene varierer mellem Meta Ads, X, Snapchat og Google Ads, men der skal normalt være et vist antal matchede brugere for at beskytte privatliv og sikre levering. En fil kan derfor godt være stor, uden at den endelige målgruppe bliver stor nok, hvis matchningen er lav.
Når målgruppen er klar, kan den vælges direkte i kampagner eller bruges som grundlag for ekskluderinger og lignende målgrupper. Det praktiske forløb er altså enkelt: vælg data, opret målgruppen, kontroller matchning og vent på godkendelse eller behandling, før den tages i brug.
Denne målretning er især værdifuld, når du allerede har data om mennesker, der har vist konkret interesse. I stedet for at ramme en bred interessegruppe kan du annoncere til besøgende, der har set et produkt, lagt noget i kurven eller læst en vigtig underside. Det gør retargeting mere præcis og løfter ofte både relevans og konverteringsrate.
Den giver også værdi, når du vil bruge budgettet skarpere. Har en kunde allerede købt, er det sjældent effektivt at fortsætte med den samme salgsannonce. Her kan du ekskludere eksisterende kunder fra kampagnen og i stedet målrette nye potentielle købere. Det er særligt nyttigt ved kampagner med begrænset budget.
Egne målgrupper er desuden stærke til genaktivering. En webshop kan for eksempel annoncere til tidligere kunder, der ikke har handlet i seks måneder, mens en abonnementsforretning kan ramme brugere, der er tæt på at falde fra. Budskabet bliver mere relevant, fordi det tager udgangspunkt i relationen.
Endelig er segmentering efter adfærd ofte mere effektiv end brede interesser. Brugere, der kun har besøgt forsiden, bør ikke mødes med samme annonce som personer, der har set priser, cases eller bestemte produkter. Jo tættere målgruppen er på en handling, desto mere præcist kan du tilpasse annonce og tilbud.
Kernen i forskellen er, om du vil ramme personer, du allerede kender, eller finde nye mennesker, der minder om dem. Custom audiences bygger på egne data, for eksempel besøgende på et website, kunder på en liste eller brugere, der tidligere har reageret på din markedsføring. Her arbejder du altså med en eksisterende, kendt målgruppe.
Lookalike audiences tager derimod udgangspunkt i en sådan kildegruppe og bruger den til at finde nye personer med lignende adfærd, interesser eller karakteristika. Formålet er ikke genaktivering, men udvidelse. Det er derfor et redskab til at nå potentielle kunder, som endnu ikke har haft direkte kontakt med virksomheden.
Et kort eksempel: En webshop kan vise annoncer til tidligere besøgende via en custom audience. Den kan også oprette en lookalike audience for at finde nye brugere, der ligner de tidligere besøgende. Den første målretning handler om kendte brugere; den anden om at skalere mod et nyt publikum.
En lav matchrate skyldes ofte, at platformen ikke kan genkende nok personer i det uploadede datagrundlag. Det sker typisk, når kundelister har mangelfulde eller forældede oplysninger, for eksempel gamle e-mailadresser, forskellige stavemåder af navne eller telefonnumre uden korrekt landekode. Også formateringen betyder noget: Hvis felter er blandet sammen, indeholder ekstra mellemrum eller ligger i forkerte kolonner, bliver færre poster matchet korrekt.
Samtykke spiller også en konkret rolle. Hvis virksomheden ikke har gyldigt samtykke til annonceringsformål, må data ikke bruges til en custom audience, og så bliver den reelle brugbare liste mindre. Det samme gælder ved uklare samtykketekster, hvor kun en del af kontakterne lovligt kan aktiveres.
En anden hyppig årsag er for små målgrupper eller svag sporing. Hvis segmentet kun rummer få hundrede brugere, kan platformen have for lidt data til at opbygge en stabil audience. Manglende pixel-data eller utilstrækkelige app-events betyder desuden, at besøg, køb og handlinger ikke registreres korrekt. Resultatet er tynde segmenter, dårlig opdatering og lavere præcision i målretningen.
Når virksomheder bruger førstepartsdata til custom audiences, skal de have et klart og relevant datagrundlag. Det betyder typisk, at personoplysninger kun bør anvendes til målretning, hvis der findes et gyldigt behandlingsgrundlag, og hvis formålet er tydeligt kommunikeret til den registrerede. I mange tilfælde vil samtykke være centralt, især hvis data indsamles via cookies, tracking eller andre teknologier til markedsføring.
Et vigtigt princip er dataminimering. Man bør kun bruge de oplysninger, der er nødvendige for den konkrete målretning, og undgå at gemme eller dele mere end formålet kræver. Det gælder også ved upload af kundelister, hvor virksomheder normalt skal sikre, at data er indsamlet lovligt, opdateret og håndteret forsvarligt.
Platforme som annonceværktøjer stiller desuden egne krav til brugen af custom audiences. De forventer som regel, at annoncøren har ret til at bruge dataene, og at følsomme oplysninger ikke anvendes i strid med regler eller vilkår. Derfor handler lovlig brug ikke kun om teknik, men også om dokumentation, gennemsigtighed og ansvarlig praksis.
Custom audiences er brugerdefinerede målgrupper i annonceplatforme, som bygges på virksomhedens egne data. Det kan være kundelister, besøg på website, app-aktivitet eller personer, der har interageret med indhold eller annoncer.
De bruges typisk til at vise mere relevante annoncer til mennesker, der allerede kender virksomheden eller har vist interesse. Det gør målretningen mere præcis end brede interessebaserede målgrupper.
I Meta Ads går man normalt til målgrupper i annonceadministrationen og vælger at oprette en brugerdefineret målgruppe. Derefter vælger man datakilden, for eksempel kundeliste, webstedstrafik, app-aktivitet eller engagement på Facebook og Instagram.
Hvis du bruger en kundeliste, uploader du kontaktoplysninger i korrekt format. Hvis du bruger websitebesøg, skal Meta-pixel eller Conversions API være sat op, så platformen kan registrere handlingerne. Når målgruppen er behandlet og stor nok, kan den bruges i kampagner eller som ekskludering.
De mest almindelige datakilder er kundelister med e-mailadresser eller telefonnumre, webstedstrafik registreret via pixel, app-hændelser og engagement på sociale medier. Engagement kan for eksempel være videovisninger, formularåbninger eller interaktion med en profil eller annonce.
Hvilke kilder der præcist er tilgængelige, afhænger af platformen. Grundidéen er dog den samme: Du bruger egne førstepartsdata til at samle en målgruppe, som kan aktiveres i annonceringen.
Custom audiences består af personer, virksomheden allerede har data om. Det kan være eksisterende kunder, besøgende på website eller brugere, der tidligere har reageret på annoncer eller indhold.
Lookalike audiences bruges derimod til at finde nye personer, som ligner en eksisterende kildegruppe. Den første type er derfor bedst til retargeting og ekskludering, mens den anden er egnet til at udvide rækkevidden til nye potentielle kunder.
Ja, kundelister er en af de mest brugte kilder til custom audiences. Man uploader typisk e-mailadresser, telefonnumre eller andre tilladte identifikatorer, som platformen forsøger at matche med egne brugere.
Det kræver, at data er indsamlet lovligt, er opdaterede og har høj kvalitet. Jo mere korrekte og ensartede oplysningerne er, desto bedre bliver matchraten normalt.
Retargeting med custom audiences betyder, at du viser annoncer til personer, som allerede har haft kontakt med virksomheden. Det kan være brugere, der har besøgt en produktside, lagt varer i kurven eller set en video uden at tage næste skridt.
Fordi målgruppen allerede har vist interesse, vil annoncerne ofte opleves som mere relevante. Det gør det muligt at følge op med et mere præcist budskab, for eksempel et produkt, en påmindelse eller et særligt tilbud.
Den mest almindelige årsag er utilstrækkelig datakvalitet. Gamle e-mailadresser, manglende landekoder, uklare felter eller fejl i filformatet gør det sværere for platformen at matche personerne korrekt.
Derudover kan målgruppen være for lille, eller sporingen kan være sat forkert op. Hvis pixel, app-events eller andre datakilder ikke registrerer handlinger korrekt, bliver grundlaget for målgruppen svagere og mindre anvendeligt.
Ja, det er en af de vigtigste praktiske anvendelser. Du kan oprette en målgruppe med eksisterende kunder og derefter udelukke den fra kampagner, der kun skal vises til nye potentielle kunder.
Det hjælper med at bruge annoncebudgettet bedre og reducerer risikoen for at vise irrelevante salgsbudskaber til personer, der allerede har købt. Samme metode kan også bruges til at udelukke medarbejdere, abonnenter eller andre kendte segmenter.
Når du bruger førstepartsdata til custom audiences, skal du have et gyldigt behandlingsgrundlag og kunne dokumentere, at oplysningerne er indsamlet og anvendt lovligt. Ved cookies, tracking og markedsføring vil samtykke ofte være centralt, afhængigt af datakilden og formålet.
Du bør også følge principper som dataminimering og gennemsigtighed. Det betyder blandt andet, at du kun bruger nødvendige oplysninger, informerer brugerne tydeligt og respekterer både databeskyttelsesregler og platformens egne vilkår.
Ja, princippet findes også på andre annonceplatforme, blandt andet X, Snapchat og i visse sammenhænge Google Ads. Navne, krav og datakilder varierer, men idéen er den samme: at bruge egne data til mere præcis målretning.
Det er derfor en metode, der ikke er bundet til én platform. Til gengæld skal du altid kontrollere de konkrete tekniske krav, minimumsstørrelser og regler for databrug i det enkelte værktøj.