Benzer Kitle
Benzer kitle, bir reklam platformunun mevcut müşteri veya lead'lerinizden oluşan bir kaynak listeye benzeyen kişileri bularak oluşturduğu yeni bir lead grubudur.
Önemli noktalar
- Platform, nüfusu eşleşen kaynak profillere benzerliğe göre sıralar.
- Yüzde birlik kademe en yakın ve en küçüktür; yüzde on daha gevşektir.
- Kaynağın büyüklüğü, güncelliği ve türdeşliği her hedefleme ayarından daha önemlidir.
- Karışık kaynaklar iki müşteri tipinin ortalamasını alır ve hiçbirini tarif etmez.
- Benzer kitleler, kurulduğu listenin edinme yanlılığını olduğu gibi devralır.
Derinlemesine
Benzer kitle kurmak, platformun kendi hesaplarıyla eşleştirdiği kimliklerden oluşan bir kaynak listeyle başlar. Platform ardından bu eşleşen profilleri seçilen ülkedeki diğer herkesle karşılaştırır ve nüfusu, sizin hiç göremediğiniz binlerce davranış ve demografi sinyali üzerinden benzerliğe göre sıralar. Bir yüzde eşiği seçersiniz: en üst yüzde bir en yakın eşleşme ve en küçük erişimdir, yüzde on daha gevşek ve çok daha büyüktür. Kitle tek bir ülke için tanımlanır ve düzenli olarak yenilenir. Bu yenileme olmadan kitle zamanla eskir.
Kaynağın üç özelliği sonucu belirler: büyüklük, güncellik ve türdeşlik. Kabaca bin eşleşen üyenin altında modelin genelleme yapacak kadar verisi olmaz; bunun çok üstünde ise gerçekten benzemedikleri sürece ek üyeler pek bir şey katmaz. Kurumsal alıcılarla ücretsiz kayıtları karıştıran bir kaynak, iki farklı insanın ortalamasını üretir ve ikisini de tarif etmez. Güncellik önemlidir çünkü davranış kayar; iki yıl önce kurulan bir kaynak, artık var olmayan bir pazarı sessizce kodlar. Bu üç özellik hiçbir hedefleme ayarıyla telafi edilemez.
Pratikte ekipler birkaç yüzde kademesini ayrı reklam setleri olarak çalıştırır ve harcamanın ekonominin tuttuğu yere oturmasına izin verir; dar kademe geniş olandan hariç tutulur ki birbirleriyle yarışmasınlar. Kaynaklar aylık olarak en yeni nitelikli müşterilerden yeniden kurulur. Bir scorecard hunisi bu yenilemeyi neredeyse otomatik hale getirir, çünkü üst kademede puan alan her yeni grup zaten etiketlidir ve elle karar verilmeden bir sonraki kaynak olarak dışa aktarılabilir. Böylece kimin iyi lead sayıldığına her ay yeniden karar vermek gerekmez.
Benzer kitle yalnızca zaten bulduğunuz müşterileri çoğaltabilir; dolayısıyla onları nasıl edindiğinizdeki her yanlılığı da devralır. Erken büyüme tek bir kanaldan geldiyse model o kanalın kitlesini göstermeye devam eder ve hiç ulaşmadığınız segmentlerden uzaklaşır. Müşteri listesi olmayan yepyeni bir kategoride ise hiç yardımcı olmaz. Dağıtım algoritmaları geniş hedeflemede geliştikçe, iyi beslenmiş bir dönüşüm kampanyası çoğu zaman aynı kişileri kaynak olmadan da bulur. Bu yüzden benzer kitleyi geniş hedeflemeye karşı düzenli aralıklarla sınamakta her zaman fayda vardır.
Pratikte örnek
Nasıl ölçülür
Her benzer kitle kademesini, aynı görsel ve teklifle çalışan bir kontrol kitlesiyle karşılaştırın; çünkü hiçbir şeyi yenmeyen bir benzer kitle hiçbir şey kanıtlamaz. Yan yana konacak sayılar, nitelikli lead başına maliyet ve leadlerin satış görüşmesine ulaşma payıdır. Ucuz lead üretip nitelendirme oranı düşük kalan bir kademe, yalnızca yüzeyde benzeyen kişileri buluyordur. Bu ayrım ancak iki sayı birlikte okunduğunda görülür.
Yalnızca kampanyayı değil kaynağın kendisini de denetleyin. Eşleşme oranı, yani yüklenen kayıtların ne kadarını platformun tanıdığı, kaliteye bir tavan koyar; düşük oran genellikle eski ya da kötü biçimlendirilmiş iletişim verisine işaret eder. Ardından kitlenin yenilemeler arasında hâlâ büyüyüp büyümediğini izleyin. Aylar boyunca her kademeden gelen müşterilerin değerini karşılaştırın; dar kademeden gelen biraz pahalı bir lead yine de daha ucuz müşteri olabilir.
Sık yapılan hatalar
Kaynağı bir kez kurup bir daha dokunmamak en sessiz başarısızlıktır. Kitle çalışmaya devam eder, sonuçlar aylar içinde aşağı kayar ve kimse bu düşüşü ürün değişmeden önce derlenmiş bir listeyle ilişkilendirmez. Takvime bir yeniden kurma koyun, yalnızca yakın bir dönemde edinilmiş müşterileri kullanın ve eski kitleyi yenisiyle iki hafta boyunca yan yana çalıştırın ki karşılaştırma varsayım değil gerçek olsun. Bu iki hafta, çoğu tartışmayı sayılarla bitirir.
Bir diğer yaygın hata, benzer kitleyi yoğun ilgi ve demografi filtreleriyle üst üste bindirmektir. Model zaten benzerliğe göre seçim yaptı; yaş aralıkları ve unvanlar eklemek, onun umut verici bulduğu kişileri çıkarır ve kitleyi çalışılabilir boyutun altına düşürür. Kitleye güvenmiyorsanız filtreleri değil kaynağı onarın. Korunmaya değer tek kısıt, mevcut müşterileri hariç tutmaktır; aksi halde kaynak onları doğrudan kampanyaya geri çeker. Bu tek kısıt bütçeyi görünür biçimde korur.
Sıkça sorulan sorular
Kaynak kitlem ne kadar büyük olmalı?
Çoğu platform en az 1.000 ile birkaç bin kaliteli kayıttan oluşan bir kaynak önerir, ancak temizlik boyuttan daha önemlidir. En iyi müşterilerinizden oluşan odaklı bir liste, düşük değerli kişilerle doldurulmuş büyük bir listeyi geride bırakır.
Bir quiz hunisi için iyi bir benzer kitle kaynağı nedir?
En yüksek puanlı, satışa nitelikli quiz adaylarınız mükemmel bir kaynaktır çünkü scorecard zaten uygunluğa göre filtreleme yapmıştır. Onlardan kaynak oluşturmak, reklam platformuna ideal müşteri profilinize uyan daha fazla kişi bulmayı öğretir.
Benzer kitle, yeniden hedeflemeden nasıl farklıdır?
Yeniden hedefleme sizi zaten tanıyan kişileri yeniden etkileştirir, benzer kitle ise en iyi kitlenize benzeyen tamamen yeni adaylar bulur. Benzer kitleler huninin üstünde erişimi genişletir, yeniden hedefleme ise alt kısımda dönüşümleri geri kazanır.
Hangi yüzde kademesini seçmeliyim?
Kaynağın herhangi bir sinyal taşıyıp taşımadığını görmek için yüzde birden başlayın; sonuçlar tutuyorsa genişletin. En dar kademe geniş hedeflemeden daha iyi çalışmıyorsa sorun kaynaktadır ve daha geniş bir kademe bunu düzeltmez. Büyük bütçeler aşırı gösterimi önlemek için daha geniş kademelere ihtiyaç duyar; doğru kademe kısmen harcamayı planladığınız tutara bağlıdır.
Benzer kitleyi ne sıklıkla yeniden kurmalıyım?
Yeni nitelikli müşteriler istikrarlı geliyorsa aylık makul bir varsayılandır; damla damla geliyorsa üç aylık. Kimin satın aldığını değiştiren her şeyden sonra daha erken yenileyin: fiyat değişikliği, yeni bir ürün kademesi, farklı bir pazara giriş. Her yenilemeden sonra önceki kitleyi birkaç hafta açık tutun ki yeni kaynağın gerçekten bir şeyi iyileştirip iyileştirmediğini görebilesiniz.
Müşteri yerine site ziyaretçilerini kaynak olarak kullanabilir miyim?
Kullanabilirsiniz; müşteri listesi iyi eşleşemeyecek kadar küçükse bu makul bir yedek yöntemdir. Daha zayıf bir kitle bekleyin, çünkü ziyaretçiler arasında tesadüfen gelen herkes de vardır. Bu yolu seçerseniz salt ziyaret yerine etkileşim derinliği şart koşun: huninin geç bir adımına ulaşanlar, gerçekten vakit geçirenler ya da form dolduranlar. Bu, satın alma olmadan niyete yaklaşır.
Değer temelli benzer kitle nedir?
Kaynağındaki her kaydın bir sayı taşıdığı, genellikle gelir ya da bir lead puanı olan benzer kitledir; böylece model daha değerli üyelere daha fazla ağırlık verir. Müşteri değerinin dağılımı geniş ve veri dürüst olduğunda iyi çalışır. Dağılım darsa düz bir listeye kıyasla hiçbir şey katmaz; uydurma değerlerle ise modele yanlış örüntüyü aramayı öğretir.
Benzer kitleler birden çok ülkede çalışır mı?
Her benzer kitle tek bir ülke içinde kurulur, çünkü model kaynağı o ülkenin nüfusuyla karşılaştırır. Genişlemek için aynı kaynaktan her pazara ayrı bir kitle oluşturun; ancak kalitenin değişeceğini bekleyin: bir pazardan gelen müşteriler, satın alma bağlamı farklı bir başka pazarı kötü temsil edebilir. Yerel müşteriniz varsa her pazarı kendi müşterilerinden besleyin.
Geniş hedefleme çalışıyorsa benzer kitle kurmaya değer mi?
Varsaymaya değil, test etmeye değer. Geniş dağıtım artık öyle iyileşti ki bol ve temiz dönüşüm verisi olan bir kampanya, özellikle büyük platformlarda benzer kitleyi çoğu zaman yakalıyor. Benzer kitleler yine de hesap yeni ve geçmişi zayıfken, alıcı nadirken ya da en ucuz dönüşen kişiyi değil belirli bir müşteri tipini istediğinizde yerini korur.