Definition
Zielgruppen-Targeting im Kontext von Lookalike Audiences (Zwillingszielgruppen) bezeichnet eine algorithmische Methode im digitalen Marketing, bei der Werbeplattformen neue Nutzer identifizieren, die in ihren demografischen Merkmalen und Verhaltensmustern einer bereits bestehenden Ausgangszielgruppe (Custom Audience) ähneln. Das Verfahren dient der datenbasierten Erweiterung der Reichweite bei gleichzeitiger Beibehaltung spezifischer Nutzerprofile.
Bedeutung
Die Nutzung von Lookalike Audiences ist ein zentraler Bestandteil im Performance-Marketing (leistungsbezogenes Online-Marketing), da sie die Streuverluste bei der Neukundenakquise reduziert. Durch die Auslagerung der Zielgruppenanalyse an maschinelle Lernmodelle der Werbenetzwerke wie Meta oder Google lassen sich Kampagnen effizienter skalieren als durch rein manuelles, interessenbasiertes Targeting. Dies ist besonders relevant vor dem Hintergrund steigender Kosten für digitale Werbeplätze (Cost per Mille, CPM).
Funktionsweise
Der Prozess beginnt mit der Definition einer Datenquelle (Seed Audience), die beispielsweise aus bestehenden Käufern, Newsletter-Abonnenten oder Website-Besuchern besteht. Diese Daten werden anonymisiert an die jeweilige Werbeplattform übermittelt, welche die Profile anhand tausender Datenpunkte wie Surfverhalten, Interaktionen und demografischer Merkmale analysiert. Anschließend sucht der Algorithmus innerhalb des gesamten Netzwerks nach Nutzern, die die höchste statistische Übereinstimmung mit dieser Ausgangsgruppe aufweisen. Der Werbetreibende legt dabei den Grad der Ähnlichkeit fest, der meist in Prozentwerten von eins bis zehn angegeben wird. Ein Wert von einem Prozent repräsentiert dabei die engste Übereinstimmung und die kleinste Reichweite, während höhere Prozentsätze die Zielgruppe bei abnehmender Ähnlichkeit vergrößern.
Praxisbeispiel
Ein E-Commerce-Unternehmen exportiert eine Liste seiner Kunden mit dem höchsten Customer Lifetime Value (Kundenwert über die gesamte Geschäftsbeziehung) als verschlüsselte Datei in den Meta Business Manager. Der Algorithmus erstellt daraus eine Lookalike Audience von einem Prozent im Zielland Deutschland, um Werbeanzeigen für hochpreisige Sortimente exakt den Nutzern auszuspielen, die ein ähnliches Kaufverhalten wie die bisherigen Top-Kunden aufweisen. Dadurch wird das Werbebudget auf Personen fokussiert, bei denen eine statistisch höhere Wahrscheinlichkeit für einen Premium-Kauf besteht.
Verwandte Begriffe
- Custom Audience: Eine benutzerdefinierte Zielgruppe, die aus bereits bekannten Kontakten oder Website-Besuchern besteht und als zwingende Datenbasis für Lookalike Audiences dient.
- Retargeting: Ein Verfahren zur erneuten Ansprache von Nutzern, die bereits mit einer Website oder Marke interagiert haben, welches oft als Vorstufe zur Bildung von Zwillingszielgruppen genutzt wird.
- Machine Learning (Maschinelles Lernen): Die technologische Grundlage, durch die Werbealgorithmen Muster in großen Nutzerdatensätzen erkennen und Ähnlichkeiten berechnen.
- Streuverlust: Die Anzahl der Personen, die durch eine Werbemaßnahme erreicht werden, ohne zur eigentlichen Zielgruppe zu gehören, was durch algorithmisches Targeting minimiert wird.