Периодически звучит гипотеза, что Lookalike Audiences в Facebook больше не показывают те результаты, на которые рассчитывают маркетологи. Масштабный анализ более 15 000 e-commerce компаний выявил неожиданную закономерность: обычный широкий таргетинг демонстрирует ROAS 113% против 76% у «умных» Lookalike аудиторий. Более того, стоимость показов через Lookalike оказалась на 45% выше. Получается, что простые настройки работают и дешевле, и эффективнее сложных алгоритмов.
В статье рассмотрены ключевые исследования и статистика, объясняющие этот парадокс, реальные кейсы успешных и провальных кампаний, влияние обновлений iOS на таргетинг, а также современные альтернативы — от Advantage+ до широкого таргетинга.
Цифры, которые меняют представления о таргетинге
Данные 2024-2025 годов от компании Lebesgue кардинально меняют привычные представления о таргетинге в Facebook. Анализ более 15 000 e-commerce бизнесов показывает категоричный результат: широкий таргетинг превосходит Lookalike Audiences по ROAS на 37 процентных пунктов. При этом Lookalike аудитории обходятся дороже — их CPM на 45% выше среднего показателя широкого таргетинга.
Эти выводы подтверждаются не только одним исследованием. Независимые тесты на тысячах рекламных аккаунтов демонстрируют схожую тенденцию: Facebook лучше оптимизирует рекламу при минимальных ограничениях от рекламодателя. Изменения затронули и общую экономику рекламы в социальных сетях. Средняя стоимость лида в Facebook снизилась с $23,10 до $21,98 в 2024 году.
Как изменения Apple повлияли на Facebook-таргетинг
Превращение Lookalike Audiences из суперинструмента в рядовую опцию началось с обновления iOS 14.5. Apple ввела App Tracking Transparency, которая требует от пользователей явного разрешения на отслеживание их активности между приложениями.
Согласно исследованиям, около 62% пользователей iOS отказались от отслеживания, что существенно сократило объем данных для создания качественных Lookalike аудиторий. Meta внедрила Aggregated Event Measurement для компенсации потерь, но это лишь частично решило проблему.
Одновременно алгоритмы Facebook учились работать с ограниченными данными. Система стала эффективнее определять релевантную аудиторию без детальных указаний, что сделало широкий таргетинг более привлекательным для рекламодателей.
Важно понимать разницу между полной потерей эффективности и снижением преимуществ. Lookalike аудитории по-прежнему работают, но они больше не обеспечивают того качественного преимущества над простым широким таргетингом, которое оправдывало бы сложность их настройки и управления.
Тем не менее, есть категории бизнеса, где Lookalike аудитории остаются конкурентоспособными. Согласно исследованию Lebesgue, эффективность сохраняется при наличии очень специфической целевой аудитории и ограниченном бюджете. B2B SaaS-компании с узкими нишами, образовательные учреждения с четко определенными программами и healthcare-провайдеры часто получают лучшие результаты от Lookalike по сравнению с широким таргетингом. Причина в том, что их идеальные клиенты имеют выраженные специфические характеристики, которые алгоритм может эффективно распознать и воспроизвести.
Реальные результаты: кто выигрывает в новых условиях
Переход к широкому таргетингу показывает впечатляющие результаты в различных отраслях. Агентство The Red Wagon зафиксировало рост покупок с 847$ до 1,498$ в месяц для клиента из сферы домашнего декора после комбинирования широкого таргетинга с элементами кастомных аудиторий. Подход потребовал значительно меньше подготовки, чем создание множественных Lookalike аудиторий.
В то же время компании, продолжающие использовать Lookalike, сталкиваются с увеличением сложности управления кампаниями. Успешные случаи, как правило, требуют создания множественных аудиторий и постоянной оптимизации бюджетов между ними.
Особенно показательным стал отказ LinkedIn от Lookalike Audiences в феврале 2024 года. Платформа, которая долго позиционировала эту технологию как основу B2B таргетинга, внезапно объявила о полном прекращении поддержки. 29 февраля существующие lookalike аудитории стали статическими, а через 30 дней бездействия автоматически архивировались. LinkedIn объяснил решение необходимостью фокусироваться на более точных и эффективных вариантах таргетинга в условиях изменяющейся privacy-среды.
Этот шаг LinkedIn подтверждает общую тенденцию индустрии: традиционные lookalike-алгоритмы уступают место более совершенным ИИ-решениям, которые не требуют от рекламодателя создания исходных аудиторий.
Инструменты, которые заменяют Lookalike
Современные альтернативы Lookalike Audiences строятся на принципах автоматизации и машинного обучения. Advantage+ Audiences от Meta автоматически оптимизируют таргетинг с помощью ИИ, показывая результаты лучше ручного управления аудиториями. Система анализирует поведение пользователей в реальном времени и корректирует показы без участия рекламодателя.
Широкий таргетинг с минимальными ограничениями позволяет алгоритму Facebook самостоятельно находить релевантную аудиторию. Рекомендуется ограничиваться только географией, позволяя системе максимальную свободу для оптимизации. Особенно эффективными в новых условиях стали встроенные инструменты лидогенерации, которые работают без сложных настроек аудиторий:
”Facebook Lead Ads доказали свою эффективность для многих компаний. С этим типом рекламы пользователям не нужно покидать платформу для отправки информации… количество пользователей, которые уходят до загрузки вашего сайта после клика по рекламе, вероятно, больше, чем вы думаете. Поэтому это может быть отличным способом получить больше возможностей от рекламного трафика.” — Brett McHale, основатель Empiric Marketing
Поведенческий таргетинг с фокусом на события конверсии становится эффективной альтернативой поиску похожих пользователей. Вместо попыток найти схожие профили система оптимизирует под конкретные действия — покупки, регистрации, загрузки.
Согласно внутренним данным Meta, полученным при сравнении 50,000+ кампаний за Q3-Q4 2024, Advantage+ Shopping Campaigns уже показывают результаты на 150% лучше традиционных кампаний при оптимизации на покупки.
Планирование рекламы в эпоху ИИ-таргетинга
Тенденции 2025 года указывают на дальнейшее развитие автоматизированных решений. Meta инвестирует в ИИ-инструменты, которые работают без детального программирования аудиторий. Основной принцип — доверие алгоритму при минимальных ограничениях.
Для практического применения специалисты рекомендуют начинать с широкого таргетинга и добавлять ограничения только при необходимости. Оптимальное распределение бюджета: 85% на привлечение новых клиентов через широкие аудитории, 15% на ретаргетинг существующих.
Важность тестирования новых форматов возрастает. Согласно исследованию WordStream, видеореклама показывает на 47% лучшее вовлечение, чем статичные изображения, а мобильные размещения в Facebook Stories составляют уже 27,4% всех просмотров видеорекламы.
Чем меньше ограничений устанавливает рекламодатель, тем больше данных для оптимизации получает система. Эпоха микроменеджмента аудиторий заканчивается — начинается время стратегического планирования и креативной работы, где человек фокусируется на создании качественного контента, а алгоритм берет на себя поиск нужной аудитории.
