Lookalike-аудитории — самый мощный инструмент таргетинга Facebook в 2026, дающий 2-5x лучший ROAS чем interest-таргетинг. Алгоритм анализирует 1,000+ сигналов ваших клиентов и находит похожих пользователей.
Как работают Lookalike (механика)
Анализ: демография, граф интересов, поведение покупок, паттерны онлайн-активности, социальные связи. 1% в US = ~2.3 млн человек. Качество источника определяет всё — 500 качественных покупателей >>> 10,000 случайных посетителей.
Источник: лучшие практики
Сегментация по ценности
-
Топ-25% по LTV — для премиум-офферов и подписок
-
Повторные покупатели (2+ заказов) — лояльные клиенты, не разовые
-
Высокий AOV — склонность к премиум-покупкам
-
Низкий % возвратов — самые довольные клиенты
-
Быстрые конвертеры (покупка за 24ч) — lookalike импульсных покупателей
Каждый сегмент создаёт фундаментально другой профиль. Тестируйте все.
Минимальный размер
500 качественных покупок > 5,000 просмотров. Практический минимум: 1,000. Идеально: 5,000-10,000. Выше 50,000 — размытие если аудитория неквалифицированная.
Источники по событиям (рейтинг качества)
- Purchase (золотой стандарт), 2. Lead/Registration, 3. AddToCart, 4. InitiateCheckout, 5. ViewContent (30+ сек), 6. Video viewers 75%+, 7. Page engagers (слабейший). Lookalike покупателей = 2-3x vs посетителей.
Проценты (глубокий разбор)
1% — топ-1% похожих. US ~2.3M. Низший CPA, ограниченный масштаб. Тест $30-50/день.
2-3% — US ~4.5-7M. +10-20% CPA vs 1%, но 3-5x масштаб. Тестируйте 2% и 3% отдельно.
5% — US ~11.5M. +20-40% CPA vs 1%. Для массовых продуктов.
5-10% — приближается к broad. US ~23M на 10%. Креатив важнее аудитории.
Дебаты о Broad 2026
Алгоритм Facebook улучшился. Broad targeting (без lookalike, без интересов) побеждает 5-10% lookalike в ~30-40% случаев. Тестируйте broad наряду с lookalike.
Продвинутые стратегии
Наслоение (Intersection)
3% purchase LAL ∩ «фитнес» = квалифицированная аудитория. Сужает охват, резко повышает релевантность.
Стекинг (Multi-Source)
Несколько источников в отдельных адсетах с одинаковыми креативами. 5-7 дней данных → бюджет на лучший. AdWitch автоматизирует весь процесс.
Международные LAL
Данные US покупателей → LAL в UK, CA, AU, DE. Обгоняют interest targeting в новых рынках на 40-60%. Старт с 1%, расширение по мере сбора локальных данных.
Исключения (критично)
Исключайте: существующих клиентов, посетителей 7-14 дней (→ ретаргетинг), негативных, меньшие % из больших (1% из 2-5%).
AI Audience Research AdWitch
Анализ паттернов, обнаружение микро-сегментов (3-5x конверсия), автоматическое месячное обновление, кросс-аккаунтный интеллект, обнаружение деградации LAL.
FAQ
Q: Частота обновления источника?
A: Ежемесячно. Данные 90-180 дней. Старше 6 мес = устаревший профиль. AdWitch автоматизирует.
Q: Исключать источник?
A: Да. + исключать посетителей (→ ретаргетинг) и меньшие % из больших.
Q: 1% LAL vs интересы?
A: 1% LAL обычно побеждает. Но broad всё конкурентнее в 2026. Тестируйте все три: LAL, интересы, broad.
Q: LAL из email-списка?
A: Да. Загрузите Custom Audience, создайте LAL. Match rate 50-70%. Добавляйте телефоны и имена для лучшего match.
Q: iOS 14 и LAL?
A: Пиксельные Custom Audiences сократились на 30-40%. Решение: CAPI, engagement-аудитории (не затронуты iOS), загрузка списков клиентов.
