Was ist eine Lookalike Audience in der programmatischen Werbung?

Was ist eine Lookalike Audience in der programmatischen Werbung?

Die meisten Werbetreibenden stoßen irgendwann an die Grenzen ihrer Möglichkeiten, mit ihrer bestehenden Zielgruppe – also denjenigen, die bereits konvertiert, abonniert oder gekauft haben – einfache Erfolge zu erzielen. Eine Lookalike Audience löst ein spezifisches Problem: Sie findet neue Nutzer, die dieser bewährten Gruppe so ähnlich sind, dass sie eine vergleichbare Konversionsrate erzielen, ohne dass der Werbetreibende die Targeting-Kriterien manuell von Grund auf neu erstellen muss.

Dieser Leitfaden behandelt, was eine Lookalike Audience eigentlich ist, wie programmatische Plattformen eine solche aus einer Ausgangszielgruppe erstellen, wie sie sich von Retargeting und anderen Targeting-Methoden unterscheidet, wie man eine erste Lookalike-Kampagne einrichtet und welche Fehler ihre Leistung unbemerkt beeinträchtigen.

Was eine Lookalike-Zielgruppe tatsächlich ist

Eine Lookalike Audience (manchmal auch „ähnliche Zielgruppe“ genannt) ist eine neue Nutzergruppe, die eine Plattform generiert, indem sie die gemeinsamen Merkmale einer bestehenden „Seed Audience“ – typischerweise Konvertierer, wertvolle Besucher oder Abonnenten – analysiert und andere Nutzer findet, die genügend dieser Merkmale aufweisen. Die Seed Audience selbst wird nicht direkt angesprochen; sie dient als Grundlage für den Abgleichprozess.

Das Ergebnis ist ein erweiterter Pool von Eindrücken. Nachfrageseitige Plattform (DSP) Die Anzeigen können nach Übereinstimmung der Nutzer mit dem Zielnutzer (Seed) gefiltert, skaliert und bewertet werden. Werbetreibende wählen keine einzelnen Nutzer aus – sie legen fest, wie genau die Übereinstimmung sein soll, und die Plattform übernimmt die statistische Zuordnung im Hintergrund.

Wie programmatische Plattformen eine Lookalike Audience aufbauen

Der Prozess verläuft in drei Phasen, unabhängig davon, welche Plattform ihn durchführt:

• Saatgutsammlung — eine saubere, ausreichend große Gruppe aus Konvertierungspixeln extrahieren, Rückverfolgung, E-Mail-Listen oder App-Installationsereignisse
• Signalübereinstimmung — Vergleich der Verhaltens-, Geräte- und Interaktionsmuster des Ausgangsnutzers mit dem breiteren Nutzerpool, auf den die Plattform Einblick hat
• Tiersegmentierung — Gruppierung der übereinstimmenden Nutzer in Ähnlichkeitsstufen, von Nutzern, die dem Ausgangsnutzer sehr ähnlich sind, bis hin zu Nutzern, die nur eine lose Reihe von Merkmalen gemeinsam haben.

Je enger die Übereinstimmungsstufe, desto kleiner und präziser ist in der Regel die resultierende Zielgruppe, da weniger Nutzer die Kriterien erfüllen; breitere Stufen bieten mehr Reichweite, allerdings auf Kosten der Präzision. Dieser Kompromiss ist der zentrale Stellhebel, den Werbetreibende kontrollieren können, sobald eine Lookalike Audience auf der Plattform aktiv ist.

Lookalike Targeting im Vergleich zu anderen Zielgruppenmethoden

Lookalike Targeting ist eine von mehreren Möglichkeiten, die Zielgruppe einer Anzeige zu definieren, und ersetzt selten die anderen vollständig – die meisten Kampagnen kombinieren zwei oder mehr:

Einrichten einer Lookalike-Zielgruppenkampagne

1. Beginnen Sie mit einer unvoreingenommenen Zielgruppe. Ziehen Sie den Seed aus einem spezifischen, klar definierten Ereignis, wie beispielsweise einem abgeschlossenen Kauf oder einem qualifizierten Lead, anstatt aus dem gesamten Website-Traffic, damit das passende Signal nicht verwässert wird.
2. Stellen Sie sicher, dass der Seed groß genug ist, um aussagekräftig zu sein. Eine Ausgangsbasis von nur wenigen Dutzend Nutzern bietet dem Abgleichprozess zu wenige Anhaltspunkte; die Qualität der Übereinstimmungen verbessert sich, sobald die Ausgangsbasis eine deutlich größere Anzahl von Nutzern erreicht.
3. Wähle eine Startspielstufe. Beginnen Sie mit einer enger gefassten, präziser passenden Zielgruppe, um sicherzustellen, dass diese tatsächlich konvertiert, bevor Sie die Reichweite erhöhen.
4. Geo- und Gerätefilter einbinden. Eine Lookalike Audience wird anhand des Verhaltens und nicht anhand des Standorts oder des Geräts eingegrenzt, daher müssen diese Filter weiterhin separat eingestellt werden.
5. Führen Sie es als eigenständige Kampagne durch. Anstatt es in eine breitere Zielgruppenansprache einzubetten, lässt sich so feststellen, ob der Lookalike-Pool die anderen Zielgruppenansprachen des Kontos tatsächlich übertrifft.
6. Das Saatgut sollte regelmäßig erneuert werden. Ein aus monatealten Daten erstellter Seed weicht vom aktuellen Nutzerpool der Plattform ab; durch eine Aktualisierung bleibt die Übereinstimmung aktuell.

Wo Lookalike-Targeting am besten funktioniert

• E-Commerce- und Abonnementangebote mit einem klaren, hochwertigen Konversionsereignis als Ausgangspunkt
• App-Installationskampagnen, die über eine anfängliche Installationsphase hinaus skalieren
• Affiliate-Partner und Medienkäufer Skalierung eines bewährten Angebots, sobald eine Basis von Wandlern vorhanden ist
• Lead-Generierungskampagnen, bei denen der Ausgangspunkt aus qualifizierten und nicht nur aus eingereichten Leads besteht.
• Native und Display-Formate, bei denen ein breiterer Lookalike-Pool über mehr Inventar verfügt als eine enge Retargeting-Liste.

Häufige zu vermeidende Fehler

• Seeding aus dem gesamten Traffic anstatt aus einem spezifischen Conversion-Ereignis — dies schwächt das Signal ab, aus dem der Abgleichprozess lernt.
• Beginnend mit der breitesten Matching-Ebene. — Dies kann zu unnötigem Budgetverbrauch bei einer ungenauen Zielgruppe führen, bevor das tatsächliche Konversionsmuster der Zielgruppe bestätigt wird.
• Das Saatgut monatelang an Ort und Stelle lassen. — Die Zielgruppe, die ähnlichen Personen ähnelt, gleicht immer wieder veraltete Verhaltensweisen anstatt aktuelle Verhaltensmuster ab.
• Lookalike- und Retargeting-Kampagnen in derselben Kampagne durchführen, ohne sie zu trennen — Dadurch lässt sich nicht mehr feststellen, welcher Faktor die Ergebnisse tatsächlich beeinflusst.
• Die Größe der Spielklasse als Qualitätssignal behandeln — Eine größere Zielgruppe mit ähnlichen Merkmalen ist nicht automatisch eine bessere, sondern nur eine breitere Zielgruppe.

Intelligentere Zielgruppen aufbauen mit PPCmate

PPCmate ermöglicht Werbetreibenden die direkte Kontrolle über die Zielgruppenverteilung in Native-, Display-, Video-, Push- und Pop-Under-Anzeigen. Dank detaillierter Berichte auf Quellenebene lässt sich erkennen, welche Match-Tier-Ebene tatsächlich konvertiert, anstatt nur anhand einer kombinierten Zahl zu raten. Besuchen Sie Nischenmärkte dominieren um zu sehen, wie die Targeting-Tools von PPCmate Werbetreibenden dabei helfen, spezifische, hochwertige Zielgruppen in großem Umfang zu erreichen.

Häufig gestellte Fragen

Was ist eine Lookalike-Zielgruppe?

Eine Lookalike Audience ist eine Gruppe von Nutzern, die eine programmatische Plattform generiert, indem sie die gemeinsamen Merkmale einer bestehenden „Seed“-Zielgruppe – in der Regel Konverter – mit dem breiteren Nutzerpool der Plattform abgleicht und dann die Nutzer anspricht, die ausreichend genau übereinstimmen.

Worin unterscheidet sich eine Lookalike Audience von Retargeting?

Retargeting erreicht Nutzer, die bereits direkt mit dem Werbetreibenden interagiert haben, beispielsweise durch einen Website-Besuch oder einen abgebrochenen Kaufvorgang. Eine Lookalike Audience erreicht neue Nutzer, die noch nie mit dem Werbetreibenden interagiert haben, aber genügend Gemeinsamkeiten mit Nutzern aufweisen, die bereits zu Käufern geworden sind.

Wie groß sollte die Zielgruppe für die Startphase sein?

Größere Daten sind im Allgemeinen hilfreich, aber entscheidender ist, dass der Ausgangspunkt (Seed) von einem spezifischen, klar definierten Ereignis wie einem abgeschlossenen Kauf stammt und nicht von ungefiltertem, gemischtem Datenverkehr. Ein kleiner, aber präziser Ausgangspunkt ist in der Regel einem großen, aber unstrukturierten Ausgangspunkt überlegen.

Worin besteht der Unterschied zwischen einer engen und einer breiten Übereinstimmungsstufe?

Eine eng getimte, präzise Nutzergruppe umfasst nur Nutzer, deren Verhalten dem des Seed-Nutzers sehr ähnlich ist. Diese Gruppe ist kleiner, erzielt aber in der Regel eine ähnliche Konversionsrate. Eine breit getimte Nutzergruppe bietet im Gegenzug für eine größere Anzahl erreichbarer Nutzer eine größere Auswahl an potenziellen Nutzern.

Kann eine Lookalike Audience Retargeting ersetzen?

Nein. Sie dienen unterschiedlichen Zwecken: Retargeting spricht Nutzer erneut an, die bereits Interesse gezeigt haben, während eine Lookalike Audience neue Nutzer findet, die noch nie mit der Marke interagiert haben. Die meisten Kampagnen nutzen beides.

Wie oft sollte eine Ausgangszielgruppe aktualisiert werden?

Es gibt keinen allgemeingültigen Zeitplan, aber ein auf monatealten Daten basierendes Ausgangsmuster spiegelt zunehmend veraltetes Verhalten wider. Durch regelmäßige Aktualisierung bleibt das entsprechende Signal an aktuelle Konversionsmuster angepasst.

Funktioniert Lookalike-Targeting auch für Werbetreibende mit weniger Traffic?

Ja, vorausgesetzt, die Ausgangszielgruppe basiert auf einem spezifischen, qualitativ hochwertigen Conversion-Ereignis. Werbetreibende mit weniger Traffic sollten möglicherweise mit einer breiteren Keyword-Option beginnen, um eine ausreichend große Zielgruppe zu erreichen.

Aus welchen Daten wird eine Lookalike Audience typischerweise erstellt?

Gängige Ausgangsdatenquellen sind Conversion-Pixel-Daten, Server-zu-Server-Postback-Tracking, E-Mail- oder Kundenlisten und App-Installationsereignisse – also alle Datensätze, die die tatsächlich leistungsstärksten Nutzer des Werbetreibenden zuverlässig repräsentieren.