Jouw look-a-like audience is veel meer waard dan je denkt…
6 april 2017  //  By:   //  LLA, Targeting, Tips  //  

Het inzetten van look-a-like audiences bij Facebook advertising is erg lucratief. Kort gezegd; je hebt een .csv van xxx/xxxx/xxxxx klanten van product/dienst/webshop Y. Deze kun je uploaden onder het tabje “Doelgroep”. Afhankelijk van de grootte van het bestand heeft Facebook binnen 30 minuten gezocht in hun database van profielen naar “soortgelijke” potentiële klanten, gebaseerd op 1001 variabelen.

Wanneer je via de Ad manager een campagne opzet kun je dit profiel oproepen als doelgroep om de ads op te targeten. Uit eigen ervaring kan ik zeggen dat de conversie ratio, afhankelijk van de campagne, van 2- tot wel 25% kan stijgen.

Via het slimme gebruik van de ad manager van Facebook kun je gratis meer informatie inwinnen betreft de klanten. Tevens biedt het een kapstok voor het verzinnen van nog betere ads.

Voorbeeld:
De adverteerder van een online casino deelt een bestand van de laatste 1000 Nederlandse spelers die gestort en gespeeld hebben. Wanneer je deze upload via de Facebook Ad manager rolt er bijvoorbeeld een potentiële doelgroep van 1.000.000 uit.

We weten dus dat Facebook potentieel 1.000.000 Facebookers heeft gevonden die hoogstwaarschijnlijk interesse hebben in het spelen van de desbetreffende casino. Wanneer ik de leeftijd aanpas naar 30-50 jaar verandert het potentieel bereik naar 750.000. Als interesse vul ik “Audi A5” in. Ik zie het bereik wederom dalen naar een 130.000 mensen. Conclusie; ik heb een potentieel bereik van 130.000 mensen tussen de 30-50 jaar die interesse hebben in een Audi A5.

Deze informatie is direct een “angle” (insteek) voor de opmaak van een nieuwe advertentie. Denk aan een flitsende foto van een Audi A5 met de text “Met Een Beetje Geluk Rij jij Volgende Maand in een Nieuwe Audi A5 – Stort Nu en Krijg 100% Bonus!” De mogelijkheden zijn oneindig…

Let op! Met een database van online casino spelers uit Nederland, kun je ook een look a like audience creëren voor bijvoorbeeld Canada. De nauwkeurigheid zal wel een stuk minder zijn, mede ivm met cultuurverschillen etc. Probeer altijd mobiele telefoonnummers te krijgen, veel mensen hebben namelijk meerdere e-mailadressen, dat is bij mobiele nummers minder snel het geval en zal de data veel nauwkeuriger zijn gebaseerd op de nummers.