如何利用“类似受众”从网站高价值事件（如购买）用户中扩展？
说真的，做Facebook广告做到最后，最让人头疼的其实不是怎么花钱，而是怎么把钱花在刀刃上。尤其是当你手里已经有一批在你网站上完成过高价值动作（比如买了东西、填了报价单、预约了服务）的用户后，怎么才能找到更多像他们一样的人？这事儿要是搞明白了，ROI能直接上一个台阶。今天咱们就来聊聊这个核心武器——“类似受众”（Lookalike Audiences），特别是怎么从那些高价值事件里“刨”出更多金子。
很多人一上来就直接拉个“购买用户”列表，然后建个1%的类似受众就开始跑。这操作不能说错，但有点像用渔网捞鱼，虽然能捞到，但网眼太大或太小都会影响效率。咱们得稍微往深了挖一挖，把逻辑理顺，把细节做扎实。
第一步：地基打不好，楼盖不高——数据源的准备
在Facebook Ads Manager里玩类似受众，核心其实是那个“源受众”（Source Audience）。你给它喂的数据质量，直接决定了它吐出来的受众质量。这就像教徒弟，你教的都是绝活儿，徒弟学个七八成也差不到哪去；你要是教的都是些皮毛，那徒弟大概率也成不了大师。
所以，咱们先别急着建受众，先回头看看自己的数据源够不够“纯”。
1. 网站像素（Pixel）得是“活”的
这已经是老生常谈了，但还是得说。Facebook Pixel必须正确安装，并且能追踪到关键事件。你得确保“购买”（Purchase）、“完成注册”（Complete Registration）这些高价值事件的触发是准确的。
这里有个小坑：有些网站的“感谢页面”是通用的，或者用户购买后跳转的页面不唯一，这可能导致Pixel触发不准。或者，有些用户用AdBlock之类的插件，导致数据回传有缺失。这些都会影响源受众的纯度。所以，定期在Events Manager里检查一下数据健康度，是个好习惯。
2. 源受众的“颗粒度”要细
你可能有一万个购买用户，但这些用户的价值是不一样的。
- 按时间窗口划分： 你是想找回最近30天的购买用户，还是过去180天的？一般来说，越近的数据，代表的用户画像越“新鲜”。如果你的产品是高频消费品，用30-90天的数据可能更合适；如果是低频高客单价，比如家具或课程，那180天甚至更长的数据能帮你覆盖更广的周期。
- 按客单价划分： 这是个进阶玩法。如果你的网站像素能传递购买价值（Value），你可以创建一个“高客单价购买者”列表。比如，筛选出订单金额大于500元的用户。用这个列表去跑类似受众，找到的往往是对价格不那么敏感、更看重品质或服务的用户。
- 按行为深度划分： 除了购买，你还可以把“加入购物车但未购买”、“查看特定高价值产品页面超过30秒”的用户作为源受众。这些人意向很强，只是临门一脚差了点意思。用他们来扩展，可以帮你找到那些“准客户”。
总的来说，源受众的规模建议在1000人以上，最好是1万人以上。Facebook的算法需要足够的数据量才能“读懂”这群人的共性。人太少，它找出来的“类似”就真的只是“类似”了，精准度大打折扣。
第二步：建受众的“手艺活”——创建与设置
数据准备好了，现在开始动手建。这一步看似简单，但几个选项的选择，会直接影响你后续的广告效果。
1. 位置的选择：1%还是1%-10%？
创建类似受众时，Facebook会让你选择相似度，从1%到10%。
- 1%： 最像你源受众的人群。如果你的源受众是1万个高价值购买者，那这1%就是全国家（或你选定的国家/地区）里最像这1万人的60万（假设总人口6000万）人。这是最精准的，通常转化率最高，但CPM（千次展示费用）也可能更高，因为竞争激烈。适合预算有限、追求高转化的广告主。
- 2%-10%： 相似度逐渐降低，人群基数变大。比如10%可能就是600万人。这部分人没那么“像”你的老客户，但覆盖面广，CPM通常会更低。适合品牌曝光、拉新，或者你的源受众本身量级很大，需要更大流量池的情况。
我的建议是： 从1%开始测试。如果1%的受众规模已经足够大（比如几十上百万人），并且跑出来的效果不错，那就先深耕这部分。如果发现1%的受众很快就消耗完了，或者成本开始上升，再逐步往外扩，测试2%-5%。别一上来就选10%，那跟宽泛兴趣定位差不了太多，失去了“类似”的意义。
2. 地域与排除
这步很简单，但容易被忽略。比如你的业务只做国内，那就别选全球。更重要的是排除（Exclude）。
你已经用源受众A建了类似受众B，那在投放的时候，记得把源受众A给排除掉。不然，你就是在花广告费去触达那些已经是你客户的人，这不浪费嘛？虽然Facebook的优化逻辑会尽量避免，但手动排除是更保险的做法。同理，如果你有多个不同价值的源受众，也可以互相排除，确保流量的纯净。
3. 刷新频率
类似受众不是建好就一劳永逸的。Facebook的建议是每3-7天更新一次。为什么？因为人的行为和兴趣在变，市场也在变。定期刷新能让你的类似受众跟上这些变化。
但这里有个矛盾：频繁刷新会重置学习期（Learning Phase），导致广告成本波动。所以，对于表现稳定的广告系列，可以考虑每周固定时间（比如周一）刷新一次，而不是每天折腾。对于新建的、还在探索期的受众，可以先不急着刷新，让它跑个三五天再说。
第三步：像“费曼”一样思考——如何验证与优化
费曼学习法的核心是“用简单的语言解释复杂概念”，并在这个过程中发现自己的知识盲区。咱们把这个思路用在广告优化上：别只看Facebook给你看的报表，要自己去“理解”这个受众到底行不行。
1. 别只盯着ROAS，看漏斗
一个类似受众跑起来，你看到的可能是ROAS（广告支出回报率）是3.0。这数字不错，但它是怎么来的？是点击率高？还是转化率高？
你得自己去拆解：
- CTR（点击率）： 如果CTR很高，说明你的广告素材和这个受众的胃口，他们对你的广告感兴趣。这是个好兆头。
- CPC（单次点击费用）： 如果CPC很低，说明竞争不激烈，或者受众够大，你能用比较便宜的价格买到流量。
- 转化率（CVR）： 这是最关键的。如果CTR和CPC都很好，但CVR很低，说明点进来的人很多，但真正买单的少。这可能意味着这个类似受众虽然“像”你的老客户，但并没有完全抓住他们购买的核心动机。或者，你的落地页出了问题。
所以，当一个类似受众表现不佳时，别急着关掉。先问自己：是人群不对（CVR低）？还是广告没吸引力（CTR低）？还是出价策略有问题（CPC高）？
2. A/B测试是你的“试金石”
这是验证类似受众最直接的方法。假设你有三个源受众：
- A：过去90天所有购买用户
- B：过去30天客单价大于500元的购买用户
- C：过去30天加购但未购买的用户
你可以用同样的广告素材、同样的出价方式，分别用这三个源受众创建1%的类似受众，然后同时跑。跑个一周，数据会告诉你谁是真金。
通常，B类（高客单价）的类似受众，虽然人群规模可能最小，但转化率和客单价会是最高的。C类（加购未购）的类似受众，可能点击率很高，但最终转化率不如购买用户。A类则是最均衡的基准。通过测试，你就能知道哪类用户的价值最高，然后把预算倾斜过去。
3. 结合兴趣词层，做“受众叠加”
这是一个进阶技巧。如果你发现纯“类似受众”的流量池有点枯竭，或者想再精准一点，可以试试“类似受众 + 兴趣”的组合。
比如，你卖的是高端瑜伽服。你用“过去180天购买用户”建了1%的类似受众。在投放时，你可以再叠加一个兴趣词，比如“瑜伽”、“普拉提”或者某个知名瑜伽品牌。
Facebook的逻辑是：在“最像你老客户”的这群人里，再找出那些“明确对瑜伽感兴趣”的人。这样一来，受众的意图就更明确了。但这招不一定每次都有效，有时候过度限制反而会提高成本。所以，一定要测试：跑一组纯类似受众，跑一组“类似受众+兴趣”，看哪个效果好。
一些实战中的“土办法”和注意事项
纸上谈兵谁都会，实战中总会遇到些奇奇怪怪的问题。这里分享几个可能遇到的坑和小技巧。
- 数据延迟问题： 你今天创建的“过去30天购买用户”源受众，它包含的数据其实是截止到昨天的。Facebook的数据处理有延迟。所以，如果你刚完成一个大促活动，想立刻用新数据建受众，可能会发现人数没想象中多。别慌，等个一两天数据稳定了再建。
- “相似度”不是绝对的： 1%的相似度意味着“最像”，但不代表这1%里的每个人都对你的产品有需求。比如，你的源受众是买了“婴儿奶粉”的用户，类似受众里可能会包含一些刚怀孕的准妈妈，或者家里有大龄儿童的父母。Facebook在找“相似特征”，但无法100%保证意图。所以，广告文案和素材依然要承担起“唤醒需求”和“建立信任”的责任。
- 多国家/地区的处理： 如果你的业务覆盖多个国家，建议不要把所有国家混在一起建一个类似受众。不同国家的文化、消费习惯差异很大。最好是分国家建，或者按文化圈建（比如英语国家、东南亚国家）。这样算法能更精准地学习当地用户的特征。
- 别忘了“自定义受众”的妙用： 除了网站事件，你还可以用“客户名单”（Customer List）上传邮箱或电话来建源受众。如果你的CRM里有详细的客户标签（比如VIP客户、复购客户），用这部分数据去建类似受众，质量往往比网站像素的更高，因为数据是你人工清洗过的，更精准。
写在最后
利用“类似受众”从高价值用户中扩展，本质上是一个不断测试、理解、再测试的循环。它不是一个设置好了就能自动运行的“永动机”。你需要像一个侦探一样，从数据的蛛丝马迹里，去理解你的客户，去想象他们是谁，他们在哪里，他们喜欢什么。
Facebook的算法很强大，但它终究是个工具，它需要你给它提供高质量的“线索”（数据源），也需要你根据它给出的“反馈”（广告数据）去调整方向。别怕犯错，每一次广告组的开启和关闭，都是在帮你更接近那些真正愿意为你买单的人。慢慢来，比较快。
