Look-alike技术运用实例：有效实现目标粉丝的“爆炸”

什么是Look-alike？

Look-alike：相似人群扩展，即基于广告主提供的现有用户/设备ID，通过一定的算法评估模型，找到更多拥有潜在关联性的相似人群的技术。

Look-alike可在保证精准定向效果的同时，扩大投放用户覆盖面。通俗地说，就是通过种子用户（例如王老吉购买者），按照某些逻辑规律（例如容易上火），找到他们背后的关联性群体（大压力工作者、熬夜球迷、游戏玩家、火锅店客人等）。



在挖掘相似人群的过程中，Look-alike主要依据用户基本属性及其拥有的行为信息，这就需要庞大的数据存量作为分析源头。

DMP是Look-alike技术的核心基础

访问网站、使用App、观看视频、浏览新闻，甚至搜索内容、下单购物、连接热点等，在匿名去敏化后，往往就是各大DMP重点整合的关键数据。

通过长期的数据采集和分析，依据个性标签模型，DMP能将匿名用户描绘出栩栩如生的特征“画像”，帮助DSP识别目标流量类型，亦为Look-alike提供了数据支持。

有米广告的Youmi DMP可利用广告主现有的第一方用户数据进行种子用户分析，通过Look-alike交叉分析算法洞察，根据种子用户的共有属性进行关联拓展，以投靶更新鲜、高可能的潜在目标人群。



在DSP投放中的实践

中国人爱喝豆浆。家用豆浆机的发展，解决了豆浆制作麻烦、口味不一等问题，在城市上班族、家庭主妇等人群中拥有着广泛的潜在需求，正成为电商市场关注度颇高的厨房家电产品。

基于Youmi DMP庞大的数据积累，美的豆浆机通过Youmi DSP进行了Look-alike人群扩展投放，强化覆盖产品潜在的庞大人群，为其在线电商渠道导入了有效的用户流量。



拥有明确豆浆机购买需求的用户只是市场存量中的一部分，更大的用户需求空间需要运用程序化技术及大数据挖掘实现规模覆盖。

有米广告取得美的家电第一方消费者数据，涵盖浏览、购买行为等ID信息。通过导入Youmi DMP进行全库记录匹配，找到个体的在线历史大数据。

经由人群分析模型，有米洞察到美的用户的个性倾向特征，通过标签算法挖掘，将数据库中拥有高相似画像的人群列为一类精准用户。

根据标签模型，得出这些用户具有较多且重合的“健康”“时尚”“亲子”“女性”“中高收入”“一二线城市”等细分人群画像。

针对上述一类精准用户，有米进行了为期3日的第一轮投放，并运用Youmi DSP进行用户重定向追踪，对美的历史浏览设备进行二次覆盖。

随后，有米将第一轮投放中所得的点击数据进行重新梳理，再次分析用户行为特征，结合一类用户精准画像，充分扩展潜在目标人群维度，获得更多信息鲜活的二类精准用户。

在完成二类精准人群的分析准备后，有米广告开启了美的豆浆机的规模化投放。通过Youmi DSP深度对接的各大移动ADX，将广告具体落地于今日头条、搜狐新闻、墨迹天气、爱奇艺、优酷等优质媒介。

根据第一轮投放效果，有米对广告素材进行了调整，采用更加凸显品质生活的产品广告语，并采取App深度直链技术，以告别广告点击到产品购买页的转化损耗。

通过Look-alike技术，Youmi DSP对捕捉到的用户画像进行拓展投放，在精准的基础上触及更多的潜在用户。

加入重定向追踪和App深度直链技术后，美的豆浆机在Look-alike的加持下，实现了规模化人群的高性价比推广效果。平均CTR对比以往常规DSP投放取得了大幅度的提升。