Eine Lookalike Audience (ähnliche Zielgruppe) ist eine von Meta automatisch erstellte Zielgruppe aus Nutzern, die einer vorhandenen Quell-Zielgruppe statistisch ähneln — etwa den eigenen Kunden oder Website-Convertern. Meta analysiert dafür Merkmale und Verhaltensmuster der Quellgruppe und findet neue Personen mit vergleichbarem Profil. Lookalikes sind ein zentrales Werkzeug, um Neukunden mit hoher Passung zu erreichen.
Wie funktioniert eine Lookalike Audience?
Ausgangspunkt ist eine Quell-Zielgruppe, in der Regel eine Custom Audience — zum Beispiel Käufer der letzten 90 Tage, Personen, die ein Kontaktformular abgesendet haben, oder eine hochgeladene Kundenliste. Meta wertet die gemeinsamen Merkmale dieser Personen aus, etwa Interessen, Verhalten und demografische Daten, und identifiziert im gewählten Zielland die Nutzer, die diesem Profil am stärksten ähneln.
Die Größe wird in Prozent der Bevölkerung des Ziellandes festgelegt, üblicherweise zwischen 1 % und 10 %. Ein 1-%-Lookalike enthält die ähnlichsten Nutzer und ist am präzisesten; größere Prozentwerte erhöhen die Reichweite, verwässern aber die Ähnlichkeit. Mit dem Ausbau automatisierter Kampagnentypen wie Advantage+ übernimmt Meta die Zielgruppenfindung zunehmend selbst, wodurch klassische Lookalikes an Bedeutung verlieren, aber weiterhin als Signal nützlich sind.
Warum sind Lookalike Audiences wichtig?
Lookalikes lösen ein Grundproblem der Neukundengewinnung: Interessen-Targeting beruht auf Annahmen darüber, wie die Zielgruppe tickt — Lookalikes dagegen auf realen Daten darüber, wer tatsächlich gekauft oder angefragt hat. Das führt häufig zu besserer Anzeigenleistung als manuell zusammengestellte Interessensgruppen.
Entscheidend ist die Qualität der Quelle: Ein Lookalike auf Basis zahlender Kunden findet andere — meist wertvollere — Nutzer als eines auf Basis aller Website-Besucher. Wer mehrere Quellstufen testet (Käufer, Leads, Besucher), findet heraus, welche Basis die profitabelsten neuen Zielgruppen liefert.
Lookalike Audiences in der Praxis
Für den Start empfiehlt sich ein 1-%- bis 3-%-Lookalike auf Basis der wertvollsten verfügbaren Quellgruppe mit ausreichender Größe — Meta empfiehlt als Quellbasis mindestens einige hundert bis wenige tausend Personen. Zu kleine oder heterogene Quellen führen zu unscharfen Ähnlichkeitsprofilen.
Ein typischer Fehler ist der parallele Einsatz mehrerer stark überlappender Lookalikes in getrennten Anzeigengruppen, wodurch die eigenen Kampagnen gegeneinander bieten. Ebenfalls verbreitet: Die Quellgruppe wird nie aktualisiert, sodass das Lookalike auf veralteten Kundendaten basiert. Bei dynamischen Quellen wie Pixel-Zielgruppen aktualisiert sich das Lookalike dagegen automatisch mit.