相似受众

相似受众是广告系统根据一个已有来源人群的共同特征，寻找其他可能对同类商品或服务感兴趣的人群的受众扩展方式，英文常称 Lookalike Audience 或 Lookalike Audiences。来源人群又称种子受众，可以是已有购买客户、完成某种转化的人，或符合条件的网站及应用互动人群。相似受众主要用于寻找潜在新客，其“相似”是平台模型的统计判断，不表示这些人已经购买，也不保证他们一定会转化。

相似受众怎样产生

商家先选择符合投放目标的来源人群，平台再利用可用的行为及其他信号进行建模，寻找具有相关特征的对象。不同平台使用的数据、可接受的来源和生成方式有所不同，广告主通常无法看到模型的全部判断过程。

例如，一家经营跑步用品的店铺可以选择近期实际购买跑鞋的客户作为来源，再寻找潜在购买者。这里的种子并不是“所有喜欢运动的人”，而是符合指定业务条件的一组已有用户。模型寻找的是相关特征组合，不能简单理解为复制年龄、性别或一个兴趣标签。

上传记录数、成功匹配的人数、可用于建模的人数和最终受众估计规模，是不同概念。同一客户的多条订单不等于多个独立用户，无法匹配的联系方式也不会自动成为有效种子。广告主需要先核对数据来源与匹配结果，再判断受众是否可以使用。

与自定义受众、兴趣定位和再营销的区别

自定义受众通常围绕已有业务联系或互动组织人群，例如符合条件的客户名单或访问者。相似受众以这些来源为建模基础，目的是扩展潜在对象。兴趣定位则按平台提供的兴趣等条件选择人群，不一定需要商家提供自己的客户来源。

再营销通常重新触达已经与商家有过互动的人，相似受众更侧重拓展与来源具有相关特征的人。二者可以服务不同阶段，但“相似”本身不能证明一个人从未接触过品牌。部分平台还允许在相似受众中包含来源用户，因此不能只凭受众名称认定广告全部用于获新。

受众扩展、优化定位和自动投放也不一定与相似受众完全相同。有些功能以种子名单建模，有些以转化目标和广告活动信号寻找对象。需要看具体功能的输入及实际约束，而不是把所有自动找客功能都翻译成同一个词。

种子人群怎样选择

种子应与希望获得的业务结果对应。如果目标是销售，用真实购买者作为来源，通常比把所有页面访问者混在一起更容易解释其含义；如果目标是合格询盘，则应考虑经过核验的询盘，而不是把所有提交表单的人视为同等质量。这是来源选择的方法，不是效果保证。

可以按购买时间、商品类型、订单价值、复购行为或客户所在市场组织来源。高价值客户并不只等于订单金额最高的人，还应结合退款、履约成本和长期贡献。例如，频繁大额下单但随后全部退款的客户，未必适合作为寻找盈利新客的理想样本。

种子过于混杂，可能让系统同时学习多种不相关的需求；切分过细，则可能无法达到平台的可用条件，也可能只代表很窄的一类客户。需要在业务一致性和可用规模之间做判断。满足最低创建条件，只表示功能可以生成，并不意味着来源已经足够代表全部目标市场。

来源的时间范围也会影响结果。一次短期大幅折扣吸引的人，与平时按常规价格购买的人可能不同；旧客户的需求也可能已经变化。更新应围绕实际经营变化和平台的刷新方式安排，不必为所有账户机械规定“每30天全部重建”。

受众规模与覆盖范围

平台可能用百分比、范围等级或其他方式表达相似受众的覆盖尺度。一般来说，较窄范围更强调与来源的接近程度，较宽范围增加可触达对象，但这不是确定的转化率排序。很小的受众可能限制交付、增加重复曝光；更宽的受众也可能找到更多有价值的购买者。

百分比不能理解为“购买概率”，也不能理解为商家客户数量的同等比例。其基数、目标地区和算法由平台定义，不同平台的1%或“窄范围”不可直接比较。受众估计人数也不是广告一定触达的人数，实际展示还受预算、竞价、素材、版位及其他条件影响。

相似受众与地域、年龄、兴趣等条件同时使用时，还要检查这些条件之间如何组合。有的设置用于限制实际投放，有的只是模型建议，有的可能允许自动扩展。不能因为界面中填写了某个人群，就断言广告绝不会展示给其他对象。

不同平台的功能要分别理解

Meta 广告中的相似受众是常见的拓客方式。创建和使用时，需要核对当前广告目标、来源是否可用、目标市场，以及受众设置在对应投放模式下的实际作用。旧教程中的页面路径、固定规模和刷新间隔，不应直接当作所有当前账户的统一规则。

TikTok 的相似受众说明提供 Narrow、Balanced、Broad 等范围选择。其创建说明还区分是否包含来源人群的选项：Omit 排除来源，Contain 包含来源。这说明“使用相似受众”与“只触达来源之外的人”不是天然相同的设置。

Google 的旧 Similar Audiences 与 Demand Gen 中的 Lookalike segments 也需要区分。官方说明指出，Google Ads 从2023年5月起不再生成旧相似受众；不能据此写成所有 Google 相似建模功能都已经消失。

Google 对 Demand Gen 的现行说明显示，相似细分受众在2026年分阶段转向建议模式，种子和覆盖级别可作为模型信号，投放可能超出原来的相似阈值；同时提供保留原约束行为的退出安排。因此，应确认广告组使用的是信号还是约束，不能照搬旧比例判断实际投放边界。

Amazon Ads 在2024年的 Amazon DSP 相似受众发布说明描述了基于购物互动等信号扩展受众的功能。该说明对应 DSP 的特定发布，不代表所有亚马逊广告类型都有同一入口，也不能把历史测试版的地区范围视为长期不变的可用清单。

跨市场拓客中的判断

在一个国家形成的优质客户特征，可能不能完整代表另一个国家的需求。语言、气候、尺寸体系、消费习惯、当地配送和支付条件都会影响转化。把来源带到新市场后，应结合当地商品需求和真实订单观察，而不是仅凭来源在原市场表现好就认定新市场可以复制。

广告素材和落地页仍要说明商品本身的价值。相似受众可以帮助寻找对象，却不能弥补不清楚的尺寸、缺少当地可用支付方式、过长的交付时间或不适配的商品。若大量点击后没有订单，应沿购买流程判断原因，不能把所有问题都归因于受众“不够精准”。

以新客为目标时，应核对已有客户排除方式，并在订单数据中识别首次购买。平台来源自动排除、手动排除和模型扩展的行为可能不同；已有客户名单也未必覆盖全部历史客户。准确的业务判断需要受众设置和成交数据共同支持。

怎样比较投放效果

可以比较不同种子、覆盖范围及其他投放方式，但应尽量保持商品、素材、目标、观察窗口与订单口径一致。两个广告组使用不同折扣或不同素材，成本差异不能全部归因于相似受众。

指标可以包括有效触达、点击、转化、新客获客成本、退款后的收入和订单贡献。较低点击成本不一定带来较低购买成本；较高广告归因回报也未必表示取得更多增量订单。受众估计规模很大，只说明潜在覆盖，不说明已经形成业务结果。

例如，两组各花费1000元，一组带来20名首次购买客户，另一组带来10名，按这个简化口径的新客获客成本分别是50元与100元。但如果两组的客户贡献、退款率或复购表现不同，仅比较首次获客成本仍不完整。此例只是计算说明，不是行业基准。

测试中应留意受众重叠、学习阶段、季节性和投放频次。多个相似受众可能覆盖部分相同用户，不能简单相加得到独立人数。需要判断活动是否真正增加订单时，应结合适当的对照实验，而不是把所有平台归因成交都视为新增。

数据使用与适用边界

客户资料可用于正常履约，并不自动表示可以上传到任意广告平台用于建模。需要确认取得和使用数据的权限、适用隐私要求、平台接受的来源，以及个人的选择。购买或抓取的陌生名单不能仅因技术上能够上传就成为合格种子。

Google Customer Match 政策要求符合其第一方客户资料及隐私、同意等相关条件。不同平台的规则应分别核对，客户字段经过哈希处理也不自动消除数据使用责任。涉及敏感内容或受限制广告类别时，还需检查是否允许使用相应定向方式。

相似受众的价值在于把已有客户信息转化为拓展潜在对象的线索。来源质量、投放边界、素材和成交结果都需要核对，不能将其当作必然降低成本或保证销量的工具。