ookalike Audience / Similar Audience(유사 타겟)
Lookalike/Similar Audience는 기존 우량 고객·잠재 리드의 공통 특성(행동·구매·콘텐츠 소비·장치/지역·신호 조합)을 모델링해, 유사 확률이 높은 신규 사용자를 자동으로 찾아 주는 타깃팅 방식이다. 한마디로 “우리와 잘 맞는 사람들과 닮은 사람들”에게 광고를 보여 확장성과 효율을 동시에 노린다.
본질: 씨드(Seed) × 신호(Signals) × 스케일(Scale)의 균형
씨드 품질: LTV 상위·반품/사기 제외·중복 제거가 핵심. 좋은 씨드 = 모델이 배울 ‘정답 라벨’의 질.
신호 다양성: 구매·구독·이벤트(장바구니/횟수/금액), 콘텐츠·앱 사용, 지리·디바이스 등 다차원 패턴을 학습한다.
스케일 설계: 유사성 범위를 좁히면 정확도↑·규모↓, 넓히면 규모↑·정확도↓. 캠페인 목표에 따라 정밀 vs 확장을 조절한다.
해석: 유사 타겟을 이해하는 5가지 관점
가치 기반 씨드(VBL)
단순 ‘모든 구매자’보다 매출·마진·리텐션 높은 코호트로 씨드를 만들면 CPI/CPA는 비슷해도 ROAS·LTV가 상승한다.오염과 누수
브랜디드 검색·리타깃만 섞인 씨드는 낙관 편향을 만든다. 신규 유입 기여를 보려면 첫 구매/신규 계정 코호트로 정제한다.배제(Exclude)
현 고객·최근 방문·낮은 가치 세그먼트를 배제하면 예산이 진짜 신규에 집중된다.쿠키리스 전환
개인 추적 축소로 플랫폼은 1st 파티·모델링 의존도가 커졌다. 서버사이드 전환 업로드·해시 이메일 매칭이 학습 안정성을 높인다.플랫폼 차이
검색/쇼핑은 의도 신호 우선, 소셜·영상은 오디언스 모델링이 강점. 채널별 유사성 범위·크리에이티브 문법이 다르다.
원칙: 성과를 내는 유사 타겟 운영 6가지
씨드는 ‘질’이 먼저
최근 90~180일 고가치 전환(금액/횟수 임계), 사기·직원·리셀러 제외, 중복 제거로 라벨 순도를 높인다.목표 이벤트 일치
캠페인 최적화 목표와 씨드 라벨을 같게(예: 구매 최적화 ↔ 구매자 씨드). 가입 씨드로 구매 최적화는 흔히 비효율적이다.사이즈 계단식 확장
좁은 유사%로 학습·승자 소재 확보 → 성과 유지되면 범위를 단계적으로 넓혀 규모 확보.크리에이티브 정렬
씨드의 페인포인트·혜택 문장을 그대로 쓰고, 후기·전/후 비교·보증 등 증거를 전면화한다. 유사 타겟은 “우리 같은 사람”이므로 메시지 재사용이 잘 먹힌다.배제·중복·빈도 관리
리타깃·브랜디드와 오버랩을 줄이고, Frequency Cap·쿨다운으로 피로·허수 VTC를 방지한다.증분 기준 평가
라스트클릭에 기대지 말고 홀드아웃/지오 리프트로 iROAS를 확인한다. Share of Search·신규 고객 비중도 함께 본다.
FAQ
Q1. 씨드 최소 규모는?
플랫폼 가이드 최소치보다 라벨 일관성이 더 중요하다. 1~2만 명 수준이라도 고가치·최근성이 맞으면 학습이 안정적이다.
Q2. B2B에서도 통하나요?
효과적이다. 도메인·직무·산업·스택 기반의 CRM 업로드로 유사 타겟을 만들고, 미들 오퍼(보안팩·ROI 시트)로 리드 질을 높인다.
Q3. 지역 확장은 어떻게?
핵심 시장에서 승자 조합을 만든 뒤, 언어·통화·정책 차이만 현지화해 인접 지역으로 룩어라운드 확장한다.
Q4. 리타깃과 뭐가 다른가요?
리타깃은 본 적 있는 사람, 유사 타겟은 닮은데 처음 보는 사람이다. 배제를 통해 예산 충돌을 막아야 한다.
Q5. 쿠키리스로 성과가 떨어졌어요.
서버 포스트백으로 전환 신호 누수를 줄이고, 문맥 기반 확장(카테고리·키워드)과 피드 DCO를 결합해 관련성을 높이세요.
결론: 유사 타겟은 ‘우리와 잘 맞는 시장’을 넓히는 레이더
Lookalike/Similar Audience의 성패는 씨드 순도와 목표 일치, 배제·중복 제어, 증분 평가에 달려 있다. 좋은 씨드를 넣고, 좁게 시작해 넓히며, 크리에이티브를 씨드의 언어로 정렬하면 같은 예산으로 더 많은 ‘신규·고가치’ 고객을 데려올 수 있다. 쿠키리스 환경에서도 1st 파티·서버사이드·문맥 신호를 엮으면 유사 타겟은 여전히 확장성 있는 성장 엔진이다.