I digital annoncering bruges lookalike audiences til at finde nye personer, der minder om en eksisterende målgruppe. Det er altså en metode til at udvide sin rækkevidde ved at lade en annonceplatform identificere brugere med lignende kendetegn, adfærd eller interesser. På dansk kaldes det ofte lignende målgrupper eller tvillingemålgrupper.
Kildegruppen kan for eksempel være nuværende kunder, besøgende på et website eller personer på en e-mailliste. Platformen analyserer gruppen og opbygger derefter en ny målgruppe af brugere, som statistisk ligner den.
Formålet er at nå relevante nye brugere hurtigere og mere præcist end ved bred målretning. Derfor bruges lookalike audiences ofte til at skaffe leads, salg og trafik, især når man allerede ved, hvilke brugere der skaber værdi.
Annonceplatforme arbejder ikke med gæt alene. De tager udgangspunkt i en eksisterende gruppe, for eksempel kunder, besøgende eller personer, der har udført en bestemt handling, og leder derefter efter andre brugere med tilsvarende kendetegn. Det sker ved at analysere mange små signaler samlet, ikke én enkelt oplysning isoleret.
I Meta Ads kan systemet blandt andet se på mønstre i adfærd, interesser, demografi og sandsynligheden for, at en person minder om dem i kildemålgruppen. google-ads/” data-seo-ordbogen-internal=”1″>Google Ads bruger samme grundprincip, men vurderer også signaler på tværs af Googles egne miljøer, såsom søgeadfærd, videovisninger og interaktioner med websites eller apps. Platformene forsøger altså at finde personer, der statistisk set ligner dem, du allerede ved har værdi.
Det er vigtigt at forstå, at der ikke findes en perfekt kopi af dine nuværende kunder. I stedet beregner systemerne, hvem der mest sandsynligt vil ligne dem i adfærd og respons. Jo stærkere og mere relevant kildedata er, desto bedre bliver udvidelsen typisk. Lookalike audiences bygger derfor på mønstre, sandsynlighed og volumen, ikke på sikker viden om den enkelte person.
En spejlet målgruppe bliver kun så præcis som det datagrundlag, den bygger på. Hvis en kildegruppe består af relevante og opdaterede førstepartsdata, får platformen et langt bedre grundlag for at finde nye personer med lignende adfærd og kendetegn. Er dataene derimod brede, gamle eller tilfældige, falder kvaliteten hurtigt.
En stærk kildegruppe kan for eksempel være en kundeliste med faktiske køb, høj ordreværdi eller gentagne køb. Det kan også være konverteringer fra website, hvor brugeren har sendt en kvalificeret forespørgsel eller gennemført et køb. Den type data siger mere om reel forretningsværdi end en liste med alle nyhedsbrevsmodtagere eller alle, der blot har besøgt forsiden uden videre handling.
Websitebesøgende kan være nyttige, men kvaliteten afhænger af, hvem de er, og hvad de har gjort. Besøgende på produktsider, checkout eller prissider er ofte en bedre kildegruppe end alle besøgende samlet. Jo tydeligere adfærd og jo tættere relation til en konvertering, desto mere brugbar bliver den spejlede målgruppe i praksis.
Lookalike audiences bruges ofte, når en virksomhed vil udvide sin målgruppe uden at gå helt på kompromis med relevansen. Fordelen er især større rækkevidde og bedre skalerbarhed end ved kun at annoncere mod eksisterende kunder eller besøgende. Hvis kildelisten bygger på brugere med tydelig værdi, som køb, leads eller gentagne konverteringer, kan platformen ofte finde nye personer med lignende adfærdsmønstre.
Det gør målretningen nyttig i vækstfaser, hvor man vil nå flere potentielle kunder, men stadig bevare en vis kvalitet i trafikken. Relevansen er dog ikke garanteret. Jo bredere målgruppen sættes, desto mere kan præcisionen falde, selv om volumen stiger.
Effekten afhænger i høj grad af datakvalitet. Et lille eller skævt datagrundlag giver svagere modeller, og upræcis sporing kan betyde, at platformen lærer af de forkerte signaler. Det ses især, hvis konverteringer registreres mangelfuldt, eller hvis kildedata er gamle. I praksis fungerer lookalike audiences derfor bedst, når sporingen er stabil, og når kilden er stor nok, aktuel og tæt knyttet til det ønskede forretningsmål.
De tre metoder bliver ofte blandet sammen, men de løser forskellige opgaver. Spejlede målgrupper bruges til at finde nye personer, der ligner en eksisterende kundeliste, besøgende på et website eller andre værdifulde brugere. Hvis en webshop for eksempel har mange loyale kunder, kan platformen finde andre brugere med lignende adfærd og profil. Målet er altså ikke at ramme dem, der allerede kender virksomheden, men at udvide rækkevidden til relevante, nye målgrupper.
Retargeting handler derimod om at ramme personer, som allerede har haft kontakt med virksomheden. Det kan være en bruger, der har set et produkt uden at købe, eller en besøgende, som har forladt kurven. Remarketing bruges ofte som et nært beslægtet begreb og dækker i praksis samme tanke: at vende tilbage til kendte brugere med nye budskaber, påmindelser eller tilbud.
Interessebaseret målretning tager udgangspunkt i, hvad folk interesserer sig for, ikke i om de ligner dine kunder eller allerede har besøgt dig. En virksomhed, der sælger løbesko, kan eksempelvis målrette mod personer med interesse for løb, fitness og motionsløb. Her rammer man typisk brede, relevante segmenter. Kort sagt: Spejlede målgrupper finder nye, lignende personer, retargeting og remarketing genaktiverer eksisterende brugere, og interessebaseret målretning når personer ud fra deres interesser.
En lookalike audience bliver kun så god som den kildegruppe, den bygger på. En af de mest almindelige fejl er at bruge en for lille eller for bred kilde, for eksempel alle besøgende på et website i stedet for personer, der faktisk har konverteret. Det giver ofte en upræcis målgruppe med svag relevans.
En anden fejl er manglende eller mangelfuld konverteringssporing. Hvis køb, leads eller andre vigtige handlinger ikke registreres korrekt, lærer platformen af de forkerte signaler. Det forringer både kvaliteten af målgruppen og muligheden for at vurdere, om kampagnen virker.
Mange vælger også en lookalike-procent, der er for bred fra start. Det øger rækkevidden, men sænker typisk ligheden med de bedste kunder. Begynd hellere smalt og udvid gradvist. Endelig forventer nogle hurtige resultater uden test og modning. Lookalike audiences kræver tid, tilstrækkelige data og løbende justeringer, før de præsterer stabilt.
En lignende målgruppe er først værdifuld, når den skaber resultater i praksis. Derfor bør du måle effekten med konverteringssporing, så du kan se, om brugerne faktisk udfører de handlinger, du ønsker, for eksempel køb, formularindsendelser eller tilmeldinger. Kig ikke kun på rækkevidde og klik. Det afgørende er, om målgruppen bidrager til forretningen.
Vurder derefter kvaliteten ved at sammenligne pris pr. resultat, konverteringsrate og samlet antal konverteringer med andre målgrupper i samme kampagne. Det kan være brede målgrupper, retargeting eller interessebaserede segmenter. Hvis en lookalike audience giver billigere eller flere konverteringer end alternativerne, er det et stærkt tegn på, at den fungerer godt.
Se også på forskelle mellem segmenter. En målgruppe på 1 % kan for eksempel performe anderledes end 3 % eller 5 %. Derfor er test nødvendig. Kør flere varianter under så ens vilkår som muligt, og vurder resultaterne over tid, før du konkluderer. På den måde får du en praktisk og mere retvisende vurdering af effekten.
Lookalike audiences er målgrupper, hvor en annonceplatform finder nye brugere, der ligner en eksisterende kildegruppe, for eksempel kunder, leads eller websitebesøgende.
Formålet er at udvide rækkevidden til personer, som med større sandsynlighed er relevante for din virksomhed end en helt bred målgruppe.
I Meta Ads vælger du først en kildegruppe, for eksempel en kundeliste eller personer, der har gennemført et køb. Derefter analyserer Meta fælles mønstre i gruppen og opretter en ny målgruppe af brugere med lignende signaler.
Du kan typisk vælge, hvor tæt den nye målgruppe skal ligge på kilden. En smal procentsats giver ofte højere relevans, mens en bredere procentsats giver større rækkevidde.
Processen starter som regel med tre ting: en kildegruppe, et geografisk område og en valgt størrelse på målgruppen. Kilden kan være kundelister, konverteringer eller besøg på bestemte sider.
Selve opsætningen foregår i annonceplatformens målgruppeværktøj. Når målgruppen er oprettet, bør du teste den mod andre segmenter i stedet for at antage, at den automatisk performer bedst.
Den bedste kildegruppe er normalt den, der ligger tættest på dit forretningsmål. Hvis du vil skabe salg, er faktiske kunder eller købere ofte et bedre udgangspunkt end alle websitebesøgende.
Kvalitet er vigtigere end bredde. En mindre gruppe med klare konverteringer er ofte mere værdifuld end en stor gruppe med svage eller blandede signaler.
Der findes ikke ét perfekt antal, fordi kravene varierer mellem platforme og datatyper. Grundreglen er, at gruppen skal være stor nok til, at platformen kan finde tydelige mønstre, men samtidig så relevant som muligt.
Hvis kildegruppen er meget lille, bliver modellen ofte ustabil. Er den for bred, risikerer du derimod, at målgruppen mister præcision, fordi den bygger på for mange forskellige typer brugere.
Lookalike audiences bruges til at finde nye personer, der ligner dem, du allerede kender værdien af. Retargeting bruges til at nå personer, som allerede har besøgt dit website, set dine produkter eller på anden måde haft kontakt med virksomheden.
Den ene metode handler altså om at udvide til nye brugere, mens den anden handler om at genaktivere kendte brugere.
Google har ændret sine løsninger over tid, og funktionerne er ikke altid navngivet på samme måde som i Meta. Princippet med at bruge egne data og lignende signaler lever dog videre i flere målretnings- og automatiseringsløsninger i Google Ads.
Det vigtigste er derfor ikke kun navnet, men om du bruger gode førstepartsdata, korrekt sporing og kampagneopsætning, der giver systemet et stærkt grundlag at arbejde ud fra.
Ja, kundelister er ofte en af de bedste kilder, fordi de bygger på faktiske relationer eller køb. Det gælder især, hvis listen er opdateret og indeholder kunder med høj værdi.
Jo bedre kvalitet der er i listen, desto større er chancen for, at platformen finder relevante nye brugere. En upræcis eller forældet liste giver som regel svagere resultater.
Effekten bør måles på forretningsmæssige resultater som køb, leads, tilmeldinger eller andre konverteringer. Klik og rækkevidde kan være nyttige støttemål, men de fortæller ikke alene, om målgruppen skaber værdi.
Sammenlign derfor pris pr. konvertering, konverteringsrate og samlet volumen med andre målgrupper. Det giver et mere retvisende billede af, om målgruppen faktisk bidrager positivt.
Du bør være forsigtig med lookalike audiences, hvis din kildegruppe er meget lille, for bred eller bygger på usikre data. I de tilfælde risikerer du, at platformen lærer af signaler, der ikke hænger tæt nok sammen med dit egentlige mål.
De er heller ikke altid det bedste valg, hvis du primært vil påvirke personer, der allerede kender din virksomhed. Her vil retargeting ofte være en mere direkte og effektiv løsning.