ما اکنون از پلتفرم‌های رسانه‌های اجتماعی استفاده می‌کنیم تا به ما کمک کنند تا بر اساس داده‌هایی که می‌د،م دقیق هستند، پرسونا ایجاد کنیم و سپس آنها را هدف قرار دهیم.
در همان ابتدا، فیس بوک آن اطلاعات را با ما به اشتراک می گذاشت و ما می توانستیم همزمان با یادگیری الگوریتم یاد بگیریم. قبلاً می‌توانستیم مخاطبان، فالوورهایمان، آنچه را که دوست دارند، سن آنها، ،ت، وضعیت تأهل، وب‌سایت‌های دیگری که بازدید می‌کنند و صفحات دیگری را دنبال می‌کنند، تجزیه و تحلیل کنیم. ما به اندازه الگوریتم می دانستیم.
چرا؟
نظرات بیان شده در این مقاله نظرات نویسنده مهمان است و ،وماً سرزمین موتور جستجو نیست. نویسندگان کارکنان در اینجا فهرست شده اند.
با این حال، هنوز چیزی بسیار مفید در پلتفرم ها وجود دارد:
مخاطبان شبیه
پس از انجام تست های A/B بین مخاطبان مبتنی بر علاقه و مخاطبان مشابه، می توانم بگویم که نتایج تا 40 درصد برای برخی از مخاطبان مشابه بهبود یافته است. گاهی اوقات نتایج به کوچکی 15٪ می رسد، اما من در هنگام بهینه سازی تبلیغاتم، هر گونه پیشرفت و کارایی را که بتوانم به دست بیاورم، انجام می دهم.
آیا این کنترل بیش از حد به الگوریتم ها باز نمی گردد؟
ما به این پلتفرم‌ها اجازه می‌دهیم سفر مشتری را از تبلیغات ما تا تبدیل دنبال کنند. اجازه دادیم تماشا کنند. ما به آنها اجازه می دهیم یاد بگیرند و به الگوریتم اجازه می دهیم مخاطبان من، را بهینه و هدف قرار دهد.
آیا با اجازه دادن به الگوریتم ها برای اجرای رسانه پولی ما، خود را برای همان سناریویی آماده می کنیم که قبل از iOS 14.5 داشتیم؟ بله و خیر.
- کمی اعتماد داریم که به الگوریتم‌ها برمی‌گرد،م، اما اکنون می‌د،م که همه تخم‌هایمان را در یک سبد قرار ندهیم. ما می د،م که علایق شناسایی شده توسط فیس بوک هنوز 60 تا 70 درصد دقیق هستند، بنابراین دانستن علاقه مخاطبان شما بسیار معتبر است، حتی اگر مقداری از علامت را نادیده بگیریم.
- مخاطبان تغییر می کنند، علایق آنها تغییر می کند و ما باید با آنها حرکت کنیم. آیا می تو،د به من بگویید که مخاطبان شما اکنون مانند سال 2019 به نظر می رسند؟ توصیه من این است که تا حد امکان از مخاطبان مشابه استفاده کنید، اما آنها را با تبلیغات مبتنی بر علاقه تکمیل کنید و به طور مداوم A/B کارایی آنها را آزمایش کنید.
هدف کمپین خود را در نظر بگیرید
این روند در همه سیستم عامل ها مشابه است:
- لیست اولیه مبدل های خود را دریافت کنید.
- با آپلود آن در پلتفرم رسانه اجتماعی انتخابی خود، با استفاده از این فهرست، یک مخاطب سفارشی ایجاد کنید.
- پلتفرم اطلاعات را با آنچه در مورد هر فرد در پلتفرم می‌دانند (معمولاً ایمیل یا شماره تلفن) مطابقت می‌دهد.
- برای معتبر بودن این لیست حداقل منطبقات مورد نیاز است و هر پلتفرم قو،ن خاص خود را برای این کار دارد.
- هنگامی که مخاطب سفارشی ایجاد شد و معتبر شد، می‌تو،م مخاطبان مشابهی ایجاد کنیم که در آن به پلتفرم می‌گوییم «افراد با نمایه‌های مشابه را پیدا کنید» به افراد موجود در این فهرست.
درباره نویسنده
نایرا پرز تقریباً 20 سال است که در بازاریابی فعالیت می کند. او با مشتری، از چندین صنعت و برندهای Fortune 500 کار کرده است. او شروع خود را در تبلیغات پاسخ مستقیم، ساختن برندها در تلویزیون، رادیو و چاپ قبل از اینکه دیجیتال باشد، آغاز کرد. در سال 2016، او SpringHill را تأسیس کرد که در توسعه و اجرای استراتژی های بازاریابی دیجیتال مانند رسانه های پولی، طراحی کمپین یکپارچه و شناسایی ال،ای مخاطب تخصص داشت. در سال 2021، او به ،وان مدیر بازاریابی دیجیتال Sr به پورتلند تریل بلیزرز پیوست تا به رشد بخش بازاریابی دیجیتال نوآورانه و در حال گسترش آنها کمک کند.
منبع: https://searchengineland.com/lookalike-audiences-reverse-marketing-funnel-386922
ما نه تنها به مخاطب، نیاز داریم که مسیر قیف را برای تبدیل به طور موثر دنبال کنند، گاهی اوقات به مخاطب، نیز نیاز داریم که ما را تشویق کنند و به ما در گسترش آگاهی کمک کنند.
لطفاً قبل از استفاده از lookalikes این را در نظر بگیرید
این مطالعه اولین مطالعه در نوع خود است و مجموعه داده نسبتاً کمی دارد، اما با نگاهی به نظرات و تعامل ایجاد شده در تبلیغات مبتنی بر علاقه که اجرا کرده‌ام، بیشترین درصد نظرات گیج‌کننده و ناراضی را در این مجموعه تبلیغاتی می‌بینم، بنابراین ایالت NC در اینجا به چیزی است.
جدید در زمین موتورهای جستجو
