自定义受众

一句话解释：自定义受众（Custom Audience）是你把自己掌握的客户数据——邮箱、手机号、用户 ID，或网站/App 上的行为轨迹——上传给广告平台，让平台在你的“已知人群”里做精准投放或找相似人群的定向方式。

生活化类比

想象你开了一家咖啡店，手里有一份 3000 人的会员名单。你想做促销，但不想在街上随便发传单。

- 自定义受众 = 你把这份名单交给一个“超级邮差”（广告平台），他能识别出名单里哪些人正在刷 Facebook、Instagram，然后把优惠券只塞给他们。

- Lookalike（相似受众） = 你让邮差观察这 3000 人的共同特征，再去全城找出 30 万个“长得像他们”的人，一起发传单。

名单是你自己的，邮差只是帮你“找到他们并送达”。

自定义受众的本质是数据匹配。平台把你的数据（PII，个人可识别信息）做哈希加密后，与自己的用户库比对，匹配上的人群就形成受众包。

匹配率（Match Rate）是关键指标：

匹配率 = 平台匹配到的人数 ÷ 你上传的总人数 × 100%

行业参考值：

常见的受众来源类型：

1. 客户名单：CRM、邮件订阅者、历史订单用户

2. 网站访客：通过 Pixel/GA 收集的浏览、加购、结账行为

3. App 用户：通过 SDK 收集的活跃、付费事件

4. 互动受众：看过视频、互动过主页、填过表单的人

一句话区分：自定义受众是“我认识的人”，相似受众是“像我认识的人”，兴趣定向是“平台觉得可能感兴趣的人”。

场景一：电商购物车挽回

某独立站把 30 天加购未付款的用户做成自定义受众，配合动态商品广告投放。行业数据显示，购物车再营销的转化率通常是普通冷流量广告的 3–5 倍，ROAS 可达 6–10。

场景二：老客复购唤醒

把 90 天未复购的客户邮箱上传，排除近 7 天已购人群，投放新品。某 DTC 品牌实测，老客受众的 CPA 比冷受众低约 40%。

场景三：种子人群做相似受众

用 5000 名高价值客户（LTV 前 20%）作为种子，扩展 1%–3% 的相似受众，用于新市场冷启动。种子质量越高，相似受众效果越好——这是“种子决定天花板”的典型。

场景四：排除已转化用户

投放时把“已购买用户”设为排除受众，避免重复打扰、浪费预算。这是最容易被忽视却最省钱的操作。

1. 以为上传就能用：数据格式不规范（手机号缺国家码、邮箱有空格）会大幅拉低匹配率。上传前务必清洗。

2. 受众太小：多数平台要求受众至少 100–1000 人才能投放，太小不仅跑不出量，还容易泄露隐私。

3. 忽略有效期：自定义受众通常有 180 天的有效期（各平台不同），到期需刷新，否则匹配率衰减。

4. 只做再营销不做排除：不排除已购用户，等于反复给已下单的人看广告，浪费预算。

5. 数据合规踩雷：未经用户同意上传其数据，可能违反 GDPR、CCPA，导致账号被封。必须确保数据来源合法、有授权。

6. 把相似受众当万能：种子人群质量差，扩展出来的相似受众同样差，只会放大错误。