Lookalike Audience

Wie Lookalike Audiences funktionieren

Du lieferst eine Seed-Audience: eine Liste von Nutzern, von denen du mehr willst. Die Plattform vergleicht den Seed mit ihrer eigenen Nutzerbasis, erkennt gemeinsame Muster und findet weitere Nutzer, die zu diesen Mustern passen.

Der Seed kann sein:

• Eine Kundenliste, hochgeladen als gehashte E-Mails (Meta Custom Audiences, Google Customer Match)
• Eine Website-Audience, gebaut aus Pixel-Events (Käufer, wiederkehrende Besucher, High-LTV-Kunden)
• Eine Engagement-Audience, gebaut aus früheren Anzeigen-Interaktionen

Die Plattform liefert eine Audience ähnlicher Nutzer, die du dann mit Anzeigen targeten kannst. Praktisch ein Weg, deinen First-Party-Vorteil in den Audience-Graph der Plattform zu skalieren.

Die Seed-Qualität bestimmt das Ergebnis

Der mit Abstand größte Faktor für die Lookalike-Performance ist die Qualität des Seeds:

• Alle Käufer, brauchbarer Seed, brauchbares Lookalike
• Wiederkäufer, besserer Seed, besseres Lookalike (filtert auf Engagement)
• Top 10 % der LTV-Kunden, bester Seed, schärfstes Lookalike (filtert auf Wert)
• Jüngste Käufer (letzte 30 bis 60 Tage), bester Seed, um sich an aktuelle Trends anzupassen
• Warenkorb-Abbrecher, meist schlechter Seed (überrepräsentiert Stöbernde, nicht Käufer)

Aktualisiere den Seed regelmäßig. Ein Lookalike auf Basis von Kunden aus 2024 findet Muster von 2024, nicht von 2026.

Lookalike-Größe und Abwägungen

Lookalikes gibt es in verschiedenen Größen-Perzentilen (1-%-Lookalike = engste Übereinstimmung. 10 % = breiter):

• 1- bis 2-%-Lookalike, engste Übereinstimmung, kleinste Audience, höchste CVR, schnellste Ermüdung
• 3- bis 5-%-Lookalike, ausgewogen. Häufiger Startpunkt
• 5- bis 10-%-Lookalike, breite Reichweite, schwächere Übereinstimmung, niedrigere CVR, längere Creative-Laufzeit

Starte eng, weite aus, wenn die enge Audience die Ausgaben nicht tragen kann.

Wie Datenschutz-Änderungen Lookalikes treffen

Der Seed kommt aus First-Party-Daten, die dauerhaft sind. Das MATCHING passiert im Nutzer-Graph der Plattform, der geschrumpft ist, weil Third-Party-Signale zerfallen sind. Effekte:

• Lookalikes auf Basis gehashter E-Mails (deterministisches Match) sind haltbarer als Lookalikes auf Basis von Website-Pixel-Daten
• iOS 14.5+ App Tracking Transparency hat die Signaldichte in Metas Audience-Graph verringert
• Apples SKAdNetwork und Googles Privacy Sandbox drängen Lookalikes zum Matching auf Kohorten- statt auf Nutzerebene

Das Muster überlebt, ist aber weniger präzise als 2018.

Häufige Fehler

• Die Plattform den Seed wählen lassen. Kuratiere den Seed bewusst nach deinen wertvollsten Kunden, nicht nach „jeder, der mal da war“.
• Den Seed nie aktualisieren. Muster driften. Aktualisiere ihn quartalsweise.
• Lookalikes als einmal-einstellen-und-vergessen behandeln. Audience-Ermüdung schlägt innerhalb von Wochen zu. Rotiere.
• Lookalikes aus minderwertigen First-Party-Daten bauen. Müll-Seed, Müll-Lookalike.

FAQ zu Lookalike Audience

Was ist eine Lookalike Audience?

Eine Lookalike Audience ist eine modellierte Audience aus Nutzern, die Merkmale mit deinen bestehenden Kunden teilen. Du lädst eine Seed-Audience hoch (z. B. jüngste Käufer). Die Plattform findet ähnliche Nutzer in ihrem Netzwerk.

Welche Seed-Audience ergibt das beste Lookalike?

Enge, hochwertige Seeds schlagen breite. LTV-Kunden aus dem obersten Dezil oder Wiederkäufer der letzten 30 bis 60 Tage ergeben typischerweise schärfere Lookalikes als „alle Kunden“ oder „jeder, der mal da war“.

Wie groß sollte die Lookalike Audience sein?

1- bis 2-%-Lookalikes sind die engste Übereinstimmung, kleinste Audience, höchste CVR. 3 bis 5 % sind der ausgewogene Standard. 5 bis 10 % geben mehr Reichweite, aber schwächere Übereinstimmung. Starte eng und weite aus, wenn die enge Audience die Ausgaben nicht tragen kann.