說說Lookalike的那些事兒

隨著數字廣告的出現，廣告從原來的受眾被動接受轉變為雙向互動，並且廣告的效果也變得可量化可跟蹤。隨之而來的，廣告主對於受眾定向也產生了越來越強烈的需求，如何在合適的時間把合適的內容推送到合適的受眾面前，成為廣告主對廣告技術公司的普遍要求。

而針對這個普遍要求，如何找到適合廣告主品牌定位的某款產品的目標受眾群，往往成為某次廣告營銷活動的起點。

對於這個任務的達成，目前主要有兩類主流做法：

第一類是直接基於DMP的三方數據，通過標籤選取或LBS等方式為廣告主選取目標受眾群。

這種做法更多的依賴業務人員對業務、產品、市場的了解，有時候業務經驗不一定準確，而且通過標籤或者LBS篩選出來的人群規模不容易控制，需要進行多次反覆的嘗試，最終確定符合某次投放要求的目標人群數量。

第二類是通過廣告主一方數據或二方數據通過Lookalike演算法選取目標受眾群。

這種做法更多的依賴大數據和機器學習演算法，對探索新的業務邏輯，例如對於某款新產品的市場推廣，並無很多的業務經驗積累的場景比較適用，而且也更符合大數據營銷的發展趨勢。本文將主要圍繞該種方式展開。

既然Lookalike是輔助業務人員和市場營銷人員獲取精準目標人群的有力工具，很多提供廣告DMP數據服務的公司都宣稱自己有Lookalike演算法，彷彿有了高大上的演算法附體，自然找人群就能精準幾分。而找到了精準人群，自然後續的轉化都不是問題，在這樣的邏輯下，Lookalike成了DMP數據服務公司的標配。

於是一個問題就提出來了，作為一個廣告主，如何判斷各家的Lookalike演算法孰優孰劣，怎樣的Lookalike演算法才是真正符合廣告主要求的演算法呢？

下文將從廣告主的視角進行深入的解讀。

Lookalike的基本流程

Lookalike字面上來講就是尋找相似性，廣告主提交一系列客群範圍，我們稱之為種子客群，它作為機器學習的正樣本。負樣本會從非種子客群，或者是說平台歷史積累的一些人群中進行選取，於是Lookalike問題就轉化為一個二分類的模型，正負樣本組成學習的樣本，訓練模型之後，利用模型結構對活躍客群進行打分，最後得到廣告主需要的目標人群。

回顧一下這個流程，我們會發現Lookalike在應用上有三大關鍵點：

第一、用來學習的數據維度很關鍵

可以說，學習的數據維度就是在哪些方面尋找相似的客群，也就是說你的目標客群會突出在哪些方面有一些特徵的聚集。學習的數據維度包含幾個層次：

行為結果數據

所謂行為結果數據是已經採取了具體行動的數據，例如購買數據，入資數據等。

行為意向數據

所謂行為意向數據是傾向於採取某種行為的人群數據，最典型的是搜索引擎的數據，一般來說消費者在做最終的購買決策之前，往往會通過搜索引擎了解產品周邊的一些相關信息，相關搜索關鍵字數據可以定位到一個有強購買傾向的人。這也是很多廣告主投入較多預算在SEM上的原因。

但這種數據一般很難從搜索引擎側獲取，購買關鍵字的成本也越來越高。一般來說，通過行為意向數據來尋找人群，轉化率會比較高，因為行為意向人群往往已經達到了轉化前的最後一步的關鍵時刻，此時對意向人群進行營銷，效果往往很明顯。但同時廣告主也面臨一定的風險，因為這時客戶可能已被別的競品在更早的環節進行了影響，轉化成本也相應提高。

行為偏好數據

對於大多數第三方DMP平台來說，主要還是通過這一類數據來幫助廣告主找到潛在的人群，從業務邏輯來說，具有某種偏好或者屬於某種類型的人群往往會更傾向於購買某款產品，對於這部分數據的學習也能促成最終的轉化。而且行為偏好數據會保證廣告主在潛在客群覆蓋規模和精準度之間達到一個很好的平衡，因此也是廣告主普遍選用的一種數據。

行為模式數據

所謂行為模式是指通過分析消費者的行為與時間、空間的關係，以及一系列行為之間的時間和空間序列關係，總結出的具有一定一致性意義的行為表現，通過這些一致性模式預測相關行為。行為模式數據往往應用於場景營銷，但是由於加工行為模式的數據計算複雜度較高，同時對分析的實時性要求也很高，因此目前還處在探索和優化階段，實際的應用落地不多。

上述所說的幾類數據在營銷領域各有其價值，並不能判斷孰優孰劣。結合具體廣告主的需求都可以達到比較好的效果。

第二、Lookalike演算法是否工程化

Lookalike演算法本身其實並不複雜，但是目前很多DMP平台提供的Lookalike演算法對於廣告主來說更像是一個黑盒子，一方數據輸入進演算法後，通常廣告主並不知道演算法內部發生了什麼，也並沒有留有可供業務人員參與的介面，只需等待演算法按你的要求輸出指定類型的數據。通常來說，廣告主只有在通過線上廣告真正觸達到相關受眾群體之後，才能了解機器學習的效果是否符合預期。

對於這種Lookalike演算法的客戶體驗肯定是不好的，判斷某家DMP是否能在廣告營銷中為廣告主帶來價值，通常比拼的是Lookalike演算法工程化方面的實力，這些實力體現在以下方面：

演算法的學習維度是否可以調節

雖然理論來說，Lookalike演算法維度增多對提高學習精度是有利的，但是現實生活中人群表現出的一些特徵有時候是出於主動選擇的結果，有時候是由於客觀條件限制導致被動選擇的結果（例如某款產品只在部分區域發售），因此對於演算法的學習維度需要具備預先手動調節的能力，排除掉一些不必要的學習維度。

是否可以根據相似度選取最終人群的規模

對於學習輸出的人群，與種子人群的相似度越高就說明越符合要求，但同時規模也越小。一次廣告營銷所需要觸達的人群會根據本次營銷的目標不同而有很大的變化，例如對於品效兼顧的營銷，人群觸達的規模也是一個非常重要的指標，而對於純粹效果類廣告，則是希望能夠觸達儘可能精準的目標人群。通過相似度靈活的選取最終人群的規模，對於業務人員來說，是一個非常有用的功能。

學習結果是否可設定過濾條件

具體的營銷活動會有很多限制，例如某款遊戲在IOS和Android上的營銷預算不同，因此希望IOS目標人群和Android目標人群規模符合一定的比例；某些垂直媒體主要做三四線城市的下沉，希望更多選取三四線城市的人群等，可以通過靈活的條件篩選會使得演算法可以支持更多更豐富的應用場景。

一些工程化指標

其他一些工程化指標對於演算法的易用性、可用性非常重要，例如現實情況中的數據質量往往不是特別好，用來學習的樣本數據維度很多時候不完整，甚至有些樣本的某些維度是缺失的，這就要求演算法能很好的適應這種不完整的數據，同時保證精度不迅速惡化；

在現實業務應用場景中，營銷業務人員通常不具備很深度的數據挖掘背景，因此挖掘演算法在應用環節不應該設計的非常複雜，如需要業務人員調節某些參數來優化模型的精度等；

演算法的效率和收斂速度同樣非常重要，對於動輒上億的樣本，幾百萬的特徵維度來說，業務場景要求在分鐘量級返回計算結果，因此演算法的性能和各廠家的計算能力是非常大的門檻。

第三、Lookalike演算法的應用Tips

結合聚類演算法一起使用

有時候客戶提供過來的種子人群成分是非常複雜的，往往是參雜了大量子類人群的總和，如果直接拿這些種子人群進行lookalike，則相當於把人群的特徵進行了弱化，最終找出來的相似人群特徵會變得不明顯。

例如某奢侈品牌，他們的一方種子人群中包含2類，一類是真正有錢的人群，平時開豪車住別墅的，另外一類是普通的城市小白領，他們往往攢好幾個月的工資進行一次消費。這2種人群必須先通過聚類演算法區分出來，然後再輸入Lookalike演算法去擴大。

在什麼媒體上用

Lookalike演算法選出的人群最終是在媒體的流量人群中實現觸達，因此媒體自身流量對最終Lookalike演算法落地的效果影響非常大。

例如我們做過的某次營銷案例，選取某DSP做為精準營銷的落地媒體，在整個4周的營銷過程中，最終選取的精準人群只有2%曝光成功。（一方面由於該DSP媒體流量均為長尾流量，而我們選取的目標人群為金融類目標人群，該DSP對目標人群覆蓋率低，另外由於低價策略，競價成功率低也導致了最終觸達的精準人群規模比較小。）

最終我們分析了這2%成功曝光的人群，發現他們也是Lookalike演算法相似度相對較低的，也就是說最相似的那部分目標人群在該媒體上並沒有出現和競得。

因此為了保證Lookalike演算法落地的效果，選取與廣告主自身產品相對匹配的目標媒體以及合適的出價都非常重要。

根據效果數據優化Lookalike演算法

一旦精準營銷活動開始後，就可以回收消費者對營銷的反饋數據做為正樣本來對Lookalike演算法進行優化。通過TalkingData對大量歷史投放數據的分析，動態優化Lookalike演算法可以極大的提升演算法的轉化效果：在同樣選取相似度TOP100w樣本進行精準投放的情況下，每日優化樣本庫組相比較不優化組在一周的投放周期內，可提升激活率180％以上。

樣本庫優化的周期可以根據效果數據回收的量級、媒體的技術支持能力、以及DMP平台自身的數據更新周期綜合決定，建議每1-2日更新目標用戶群。

【總結】

以上是對Lookalike演算法應用需要注意的一些關鍵點進行的分析，總之，任何演算法並不是孤立存在的，必須結合數據及業務場景進行合理的應用才能發揮最大的價值，TalkingData致力於和廣告主一起，探索其中的奧妙。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！