Lookalike audiences din lista de clienți: ghid first-party data pentru Meta și Google

De ce targetarea clasică nu mai găsește cumpărătorii potriviți

Până în 2021, Meta și Google puteau urmări aproape orice mișcare a unui user pe internet: ce pagini a vizitat, ce a adăugat în coș, cât timp a petrecut pe un produs. Din acele semnale se construiau audiențe lookalike foarte precise, pornind de la un pixel bogat în evenimente. Restricțiile Apple ATT, blocarea cookie-urilor terțe în browsere și reglementările de confidențialitate au tăiat o mare parte din aceste semnale, iar targetarea bazată pe interese și-a pierdut din precizie.

Datele pe care compania le colectează direct de la clienți, prin propriile canale – formulare, cont de client, istoric de comenzi – nu au fost afectate de aceste schimbări. Acesta este motivul pentru care specialiștii vorbesc tot mai des despre first-party data ca despre principalul avantaj competitiv rămas în targetarea plătită – platformele au tot mai puține pârghii manuale, iar calitatea datelor proprii devine semnalul care ghidează algoritmul.

Cum ajunge lista de clienți în Meta și Google

Procesul se numește Customer Match în Google Ads și Custom Audience în Meta. În ambele cazuri, încarci un fișier cu identificatori ai clienților – de obicei email și număr de telefon – iar platforma criptează aceste date (hashing) înainte de a le compara cu conturile proprii de utilizatori. Rezultatul este o listă de useri regăsiți pe platformă, căreia i te poți adresa direct sau din care poți genera o audiență lookalike.

Câteva reguli tehnice contează pentru rezultatul final:

• Normalizarea datelor înainte de upload. Adresele de email se scriu cu litere mici, fără spații, iar numerele de telefon se standardizează cu prefix de țară.
• Numărul de identificatori crește rata de potrivire. Un fișier doar cu email ajunge la o potrivire de 40-70%, în timp ce adăugarea telefonului, numelui și țării poate duce rata peste 75%.
• Pragul minim de utilizatori. Meta cere cel puțin 100 de useri potriviți pentru ca o audiență custom să poată fi folosită în targetare, așa că un fișier de câteva sute de contacte este mai sigur decât unul de câteva zeci.
• Consimțământul clientului pentru scop de marketing trebuie să existe înainte de upload, indiferent de platformă.

Cum segmentezi lista înainte de upload

Un fișier cu „toți clienții” încărcat fără nicio triere dă platformei un semnal slab. Rezultatele mai bune vin din liste segmentate după valoarea clientului, încărcate separat, fiecare cu propriul scop de targetare:

• Clienți cu valoare mare (high-LTV). Cei din top-ul valorii totale de cumpărare – cea mai bună sursă pentru o audiență lookalike de prospectare.
• Cumpărători repetați. Clienții cu 2 sau mai multe comenzi, folosiți pentru a găsi useri cu potențial similar de retenție.
• Clienți recenți. Achiziții din ultimele 30-90 de zile, utile pentru campanii sezoniere sau de lansare de produs.
• Prospecți calzi. Abonați la newsletter sau vizitatori care au interacționat repetat, dar nu au cumpărat încă – o sursă bună pentru nurturing, nu pentru lookalike de achiziție.

De la lista de clienți la audiențe lookalike în Meta

Odată încărcată, lista de clienți devine o Custom Audience în Meta. Din aceasta poți construi o audiență lookalike clasică – alegi un procent (de obicei începi cu 1%, cel mai apropiat de lista sursă) și Meta caută useri cu caracteristici similare în țara aleasă. Cu cât procentul crește, cu atât audiența se lărgește, dar seamănă mai puțin cu sursa inițială.

În campaniile Advantage+ Shopping, lista de clienți nu mai funcționează doar ca o audiență separată, ci ca o sugestie de audiență pentru algoritm. Practic, îi transmiți sistemului să găsească mai mulți oameni asemănători, iar Meta combină semnalul cu date de pixel și Conversions API pentru a decide cui afișează reclama. Pentru conturile cu peste 50 de conversii săptămânale, această abordare tinde să performeze la fel de bine sau mai bine decât o audiență lookalike construită manual, pentru că sistemul are acces la semnale suplimentare pe lângă lista încărcată.

Regula practică rămâne simplă: oriunde există date proprii de calitate – cumpărători, abonați, segmente cu valoare mare – acestea trebuie oferite platformei ca punct de plecare, fie ca audiență lookalike separată, fie ca sugestie în Advantage+.

Customer Match și optimized targeting în Google Ads

Google a închis audiențele „Similar Audiences” bazate pe interese în 2023, iar rolul lor a fost preluat de Customer Match combinat cu optimized targeting. Practic încarci aceeași listă – hashuită, cu email, telefon sau adresă – și Google o folosește ca punct de plecare pentru Search, YouTube, Gmail și Display, extinzând automat către useri cu semnale de intenție asemănătoare, în loc să construiască o audiență fixă după un procent de similaritate.

Pentru campaniile Performance Max, lista de clienți se adaugă ca semnal de audiență în interiorul grupului de resurse – un punct de plecare pentru algoritm, nu o targetare strictă. O schimbare asemănătoare a avut loc și în Demand Gen: din martie 2026, segmentele de tip lookalike nu mai limitează livrarea la un prag fix de similaritate, ci devin un semnal direcțional pe care sistemul îl poate depăși atunci când estimează o conversie mai probabilă sau un cost pe acțiune mai mic.

De ce contează prospețimea listei

O listă de clienți încărcată o singură dată și uitată își pierde rapid din valoare. Adresele de email se schimbă, conturile devin inactive, iar rata de potrivire scade odată cu trecerea timpului. O listă reîmprospătată la fiecare 90 de zile își păstrează rata de potrivire aproape constantă, în timp ce o listă veche de un an și jumătate poate pierde 20-30 de puncte procentuale din potrivire doar din cauza schimbării adreselor de email.

Pentru conturile cu volum mare de vânzări, actualizarea listei săptămânal sau lunar are sens, pentru că sezonalitatea și mixul de produse schimbă rapid profilul clientului tipic. Pentru afacerile mai mici, o reîmprospătare trimestrială este suficientă, atât timp cât lista sursă continuă să reflecte tipul de client pe care îl cauți.

Conformitate GDPR când încarci date de clienți

Uploadul unei liste de clienți în Meta sau Google implică transferul de date personale către un terț, ceea ce înseamnă că regulile GDPR se aplică integral. Câteva principii nu sunt negociabile:

• Consimțământ explicit pentru marketing. Clienții trebuie să fi fost de acord cu utilizarea datelor lor în scop publicitar, nu doar cu prelucrarea comenzii.
• Minimizarea datelor. Încarci doar identificatorii necesari potrivirii – email, telefon, eventual nume și țară – nu întregul profil de client.
• Hashing corect, nu doar declarativ. Datele se criptează înainte de upload sau la momentul încărcării; autoritatea americană FTC a atras atenția că hash-ul, singur, nu înseamnă anonimizare completă și poate fi reidentificat cu efort computațional suplimentar, așa că minimizarea rămâne esențială.
• Un mecanism clar de retragere a consimțământului, astfel încât un client care își retrage acordul să poată fi eliminat din listele active.

Greșeli frecvente de evitat

Pașii practici pentru a începe

1. 1
   Exportă și segmentează lista din CRMSepară clienții după valoare – high-LTV, cumpărători repetați, clienți recenți – înainte de orice upload.
2. 2
   Normalizează identificatoriiEmail-uri scrise cu litere mici, telefoane în format internațional, fără spații sau caractere suplimentare.
3. 3
   Încarcă separat în Meta și GoogleFolosește Custom Audience în Meta și Customer Match în Google, cu fișiere distincte pentru fiecare segment de valoare.
4. 4
   Construiește sursa pentru lookalike și semnale de audiențăGenerează audiențe lookalike din segmentul de valoare mare în Meta și adaugă aceleași liste ca semnal de audiență în Performance Max și Demand Gen.
5. 5
   Programează reîmprospătareaSetează un calendar de actualizare – lunar sau trimestrial, în funcție de volumul de vânzări – pentru a menține rata de potrivire ridicată.