類似オーディエンスは、あなたが渡した元リストと行動が似ているユーザーから作られる新しい層です。プラットフォームは元リストに共通する特徴を見つけ、その特徴に当てはまるがまだあなたを知らない人へ配信できるようにします。重要なのはここです。質はアルゴリズムではなく、渡したリストから来ます。弱い元データは、弱い層をとても速く拡大します。
類似オーディエンスはどう動くのか?
工程は3段階です。まず元となる層を渡します。顧客リスト、購入したサイト訪問者、アプリ利用者などです。プラットフォームはその集団の共通シグナルを取り出します。次に、指定した国のユーザーをその特徴との近さで並べ、上位の層をオーディエンスとして返します。割合とは、まさにこの層の大きさです。
1%と10%の違いは?
割合は、その国の人口のどれだけを層に入れるかを示します。1%は最も似ていて最も狭い層で、精度は高いがリーチは限られます。5%以上ははるかに広い層になり、類似度が薄まって CVR は下がります。正しい進め方は、狭く始めて必要な分だけ広げることです。
元にする層はどう選ぶのか?
これが工程全体で最も重要な判断です。「全サイト訪問者」は手軽な元データですが、購入意欲のない人を大量に含みます。最良の結果はたいてい優良顧客のリストから生まれます。繰り返し購入し、単価が高く、返品していない顧客です。
- 元を選ぶ:可能なら生涯価値の高い顧客のリストを使う。
- リストを整える:返品者、単発の値引き購入者、テスト注文を除く。
- 割合を決める:1%から始め、量が足りなければ段階的に広げる。
- 検証する:同じクリエイティブと条件で既存の層と比較する。変数は一度に1つ。
どの層が本当に利益を生んでいますか?
Ads Sensor は4つのプラットフォームのキャンペーンを AI で分析し、層とクリエイティブによる成果の差を根拠付きで示します。
類似が効かないのはどんなときか?
3つの場合に期待を下回ります。1つ目、元リストが小さすぎると特徴を抽出できません。数百件がおおむね下限です。2つ目、元リストが雑多だと「似ている」の意味が薄れます。卸と小売の顧客を同じリストに入れると層がぼやけます。3つ目、商品が非常に狭いニッチなら、そもそも似ている人の数が限られます。
自動ターゲティングがあれば類似は不要か?
不要にはなりませんが、役割が変わります。Meta の広い自動ターゲティングは層を自分で探そうとします。類似は、システムにどこから始めるかを伝えるものです。新しいアカウントや狭いニッチでは、この初期シグナルはいまも価値があります。自動が適する場面はAdvantage+ の記事で、全体像はオーディエンス設計で扱っています。
類似オーディエンスは、ファーストパーティ データの広告側での表れです。データの集め方はファーストパーティ データ戦略を、成果を1画面で見るにはAds Sensor のベータ登録をご覧ください。