受众定向与Lookalike策略
High Contrast
Dark Mode
Light Mode
Sepia
Forest
3 min read651 words

受众定向与 Lookalike 策略

Meta 广告系统最强大的能力不是创意格式,而是受众定向。精准找到正确的人,比完美的广告文案更重要。本节覆盖自定义受众、相似受众和兴趣定向的组合使用策略。

受众类型总览

graph TD ALL[所有受众类型] --> CORE[核心受众\nCore Audiences] ALL --> CUSTOM[自定义受众\nCustom Audiences] ALL --> LAL[相似受众\nLookalike Audiences] CORE --> C1[兴趣定向] CORE --> C2[行为定向] CORE --> C3[人口统计] CUSTOM --> CA1[网站访客\nPixel数据] CUSTOM --> CA2[客户名单\nCRM上传] CUSTOM --> CA3[App用户] CUSTOM --> CA4[互动受众\n点赞/评论/观看] LAL --> L1[基于购买客户的LAL] LAL --> L2[基于高价值客户的LAL] LAL --> L3[基于网站访客的LAL] style CUSTOM fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px style LAL fill:#e3f2fd,stroke:#1565c0,stroke-width:2px style CORE fill:#fff3e0,stroke:#f57c00

受众质量排序

受众的精准度和转化潜力通常遵循以下排序:

排名 受众类型 精准度 规模 典型用途
1 购买客户自定义受众 ★★★★★ 复购、追加销售
2 高价值客户 LAL 1-2% ★★★★★ 寻找最相似的新客
3 购物车/结账放弃受众 ★★★★☆ 促单再营销
4 网站访客 LAL 1-3% ★★★★☆ 拓展新客
5 互动受众(视频/主页) ★★★☆☆ 中大 再营销 MOFU
6 宽泛兴趣定向 ★★☆☆☆ 冷启动测试
7 无定向(宽泛投放) ★☆☆☆☆ 极大 让AI自主学习

Lookalike 受众创建策略

flowchart LR SEED[种子受众\nSeed Audience] --> QUALITY{种子质量评估} QUALITY -->|质量高\n>1000人| CREATE[创建LAL] QUALITY -->|质量低\n<500人| EXPAND[先扩大种子受众] CREATE --> PCT{LAL 比例选择} PCT -->|1-2%| PREC[精准LAL\n最相似] PCT -->|3-5%| BAL[平衡LAL\n精准+规模] PCT -->|6-10%| SCALE[规模LAL\n用于大预算扩量] EXPAND --> E1[加入互动受众] EXPAND --> E2[加入更长时间窗口访客] EXPAND --> E3[合并多个来源] E1 --> CREATE E2 --> CREATE E3 --> CREATE

最佳种子受众建议:

  1. 购买客户(价值最高):上传 CRM 中 180 天内购买的客户邮箱,建议 ≥ 1,000 条
  2. 高 LTV 客户分层:单独上传购买金额前 20% 的客户,创建"价值优先"LAL
  3. 像素购买事件:自动同步,无需手动上传,数据实时更新

受众组合分层策略

graph LR subgraph RETARGET["再营销层(热受众)"] R1[30天内购买客户 → 复购广告] R2[加购未付用户 → 促单广告] R3[内容互动用户 → 产品广告] end subgraph PROSPECT["拓客层(温受众)"] P1[购买客户LAL 1-2% → 主力新客广告] P2[网站访客LAL 3% → 辅助新客] end subgraph COLD["冷启动层(冷受众)"] C1[兴趣定向 → 创意测试] C2[宽泛+年龄/地区 → AI学习] end COLD -->|优质互动用户流入| PROSPECT PROSPECT -->|网站访客流入| RETARGET

受众排除的重要性

避免受众重叠造成自我竞争:

行动清单

下一节:社交广告创意与视频策略