Lookalike Audiences अब भी काम करती हैं, बस तरीका बदल गया है

पिछले हफ्ते एक अमेरिकी ई-कॉमर्स ब्रांड के फाउंडर ने मुझसे कहा, “हमने 1% Lookalike Audience लगाई, CPM आसमान छू गया और ROAS ज़मीन पर आ गिरा। क्या Lookalike अब बेकार हो गई है?” मैंने मुस्कुराकर जवाब दिया, “नहीं, बस आप 2019 की प्लेबुक से 2025 का खेल खेल रहे हैं।” और यही सच है। ज़्यादातर मार्केटर्स आज भी वही पुरानी सलाह दोहरा रहे हैं- “1% लो, 3% टेस्ट करो, 5% स्केल करो।” लेकिन अमेरिका का डिजिटल एडवर्टाइजिंग इकोसिस्टम बदल चुका है। इस लेख में मैं आपको एक ऐसा दृष्टिकोण देने जा रहा हूँ जिस पर बहुत कम बात होती है: Lookalike Audience एक रियरव्यू मिरर है, आगे की सड़क का कम्पास नहीं। यह आपको आपके मौजूदा ग्राहकों जैसे लोग दिखाती है-लेकिन असली ग्रोथ अक्सर उन नए सेगमेंट से आती है जिन्हें आपने अभी तक छुआ ही नहीं।

सबसे बड़ा भ्रम: “मिलते-जुलते लोग = भविष्य के खरीदार”

हर कोई मानता है कि अगर Meta को पता है कि आपके मौजूदा ग्राहक कौन हैं, तो वह उन्हीं जैसे लोग खोजकर लाएगा जो खरीदेंगे। तकनीकी रूप से यह आधा सच है, लेकिन बिज़नेस के नज़रिये से यह बेहद खतरनाक सोच है। Meta का Lookalike मॉडल similarity ढूंढता है, propensity to purchase नहीं। यानी एल्गोरिद्म यह नहीं पूछता कि “इस व्यक्ति के खरीदने की संभावना कितनी है?” बल्कि यह पूछता है कि “यह व्यक्ति आपकी सीड ऑडियंस से कितना मिलता-जुलता है?”

अगर आपकी सीड में 40% ऐसे ग्राहक हैं जो सिर्फ डिस्काउंट कोड पर आए, एक बार खरीदा और फिर गायब हो गए, तो Meta आपके लिए और डिस्काउंट-हंटर खोजकर लाएगा। आपको दिखेगा कि CTR तो ठीक है, लेकिन Average Order Value (AOV) कम है, रिटर्न दर बढ़ रही है और ब्रांड की प्रीमियम पोज़िशनिंग धीरे-धीरे खिसक रही है। आप समझते हैं कि टार्गेटिंग काम नहीं कर रही, जबकि असली दिक्कत आपकी सीड ऑडियंस की क्वालिटी में है। इसलिए पहला नियम याद रखें: सीड ऑडियंस को “सभी खरीदार” मत बनाइए। उसे अपने सबसे ज़्यादा मुनाफ़ा देने वाले ग्राहकों से बनाइए।

वे समस्याएं जिन पर शायद ही कोई बात करता है

1. सीड पॉल्यूशन - Lookalike आपकी गलतियों को स्केल करती है

यह सबसे बड़ा अनदेखा सच है: Lookalike Audience आपकी सीड की अच्छाइयों के साथ-साथ बुराइयों को भी बड़े पैमाने पर कॉपी करती है। अगर आपकी सीड में ये शामिल हैं:

• एक बार के डिस्काउंट खरीदार
• पुराने ग्राहक जो अब निष्क्रिय हैं
• रिफंड या रिटर्न करने वाले लोग
• गलत डेटा से भरी ईमेल लिस्ट

तो आपकी Lookalike Audience आपकी सबसे कमज़ोर कड़ी को सबसे ज़्यादा बढ़ा देगी। मैंने अमेरिकी अकाउंट्स में कई बार देखा है कि जिन ब्रांड्स ने सिर्फ “पिछले 180 दिनों के सभी purchasers” को सीड बनाया, उनका Lookalike CPA broad targeting से भी खराब निकला। कारण साफ है-उस सीड में बहुत सारा noise भरा हुआ है। समाधान सरल है: केवल उन्हें लें जिन्होंने पिछले 90 दिनों में कम से कम 2 बार खरीदा हो, या जिनका AOV ब्रांड औसत से 1.5x ज़्यादा हो।

2. Feedback Loop / Audience Inbreeding - जब Lookalike खुद को नकल करने लगे

यह समस्या चुपचाप आपके अकाउंट को अंदर से खोखला कर देती है। ज़्यादातर ब्रांड यह करते हैं: Lookalike से लीड आते हैं, वे बाद में खरीदार बनते हैं, फिर ब्रांड उन्हीं नए खरीदारों को अगली सीड में जोड़ देता है, और नई Lookalike बनाता है। कुछ महीनों में ऑडियंस inbreed हो जाती है-वही प्रोफाइल, वही व्यवहार, वही सीमित समूह। आप एक ही तालाब में बार-बार मछली पकड़ रहे हैं, और तालाब धीरे-धीरे सूख रहा है। नतीजा: नए बाज़ारों तक पहुँच रुक जाती है, फ़्रीक्वेंसी बढ़ती है और ad fatigue ज़ोर पकड़ता है।

इससे बचने के लिए हर 60-90 दिनों में सीड ऑडियंस को रीफ़्रेश करें। एक ही सीड को छह महीने तक इस्तेमाल करना बंद करें। और हाँ, Lookalike से आए नए ग्राहकों को तुरंत सीड में मत डालिए-पहले उनकी LTV जाँचिए, फिर तय कीजिए।

3. Audience Overlap और CPM Inflation - हर कोई वही 1% खरीद रहा है

अमेरिकी मार्केट में हज़ारों ब्रांड एक जैसी 1% Lookalike Audience पर बोली लगा रहे हैं। जब सैकड़ों advertisers एक ही high-intent users तक पहुँचने की कोशिश करते हैं, तो नीलामी में CPM स्वाभाविक रूप से बढ़ जाता है। यही वजह है कि आज Lookalike पर CPM broad targeting से 30-50% महँगा भी हो सकता है। आपकी 1% Lookalike अब उतनी exclusive नहीं रही-वह एक crowded room बन गई है।

समाधान यह है कि Lookalike को कभी अकेला टार्गेटिंग हथियार मत बनाइए। उसे broad targeting, creative-led testing और Advantage+ Audience के साथ मिलाकर चलाइए। Lookalike का काम अब “सटीक शिकार” नहीं, बल्कि “शुरुआती दिशा” देना है। अगर आपका creative दमदार है, तो broad targeting भी शानदार नतीजे दे सकती है-और CPM कम होता है क्योंकि प्रतिस्पर्धा कम होती है।

4. Post-iOS 14 Signal Loss - Web Event Lookalikes कमज़ोर हो गई हैं

iOS 14 के बाद Meta को वेब पिक्सेल से पूरा डेटा नहीं मिलता। Apple के App Tracking Transparency (ATT) ने यूज़र्स को ट्रैकिंग से opt-out करने का विकल्प दिया, और अमेरिका में बड़ी संख्या में iOS यूज़र्स ने ऐसा किया। अगर आप सिर्फ Pixel Purchase Data पर Lookalike बना रहे हैं, तो आपकी सीड में बड़े-बड़े छेद हैं। खासकर अमेरिका में, जहाँ iOS यूज़र्स बड़ा हिस्सा हैं, Conversions API (CAPI) के बिना Lookalike की क्वालिटी लगातार गिरती जाती है।

इसका इलाज है Meta Conversions API (CAPI) को ठीक से लागू करना। CAPI आपके सर्वर से सीधे Meta को डेटा भेजता है और ब्राउज़र पिक्सेल पर निर्भर नहीं रहता। अपनी पहली-पार्टी डेटा-CRM, ईमेल लिस्ट, लॉयल्टी प्रोग्राम-को सीधे Meta पर अपलोड करें। यह न केवल सीड को साफ करता है, बल्कि Meta को बेहतर सिग्नल भी देता है।

नया नियम: Lookalike को भविष्य-उन्मुख कैसे बनाएं

अब बात करते हैं उस प्रैक्टिकल फ्रेमवर्क की जिसे मैं “Seed-LAL Flywheel Audit” कहता हूँ। यह तीन मुख्य हिस्सों में काम करता है, और हर हिस्सा आपके Lookalike performance को बेहतर बनाने के लिए ज़रूरी है।

Step 1: Seed को सिर्फ चुनिए मत, इंजीनियर कीजिए

ज़्यादातर मार्केटर्स सोचते हैं कि सीड चुनना आसान है-सभी ग्राहक ले लो, काम खत्म। असल में सीड इंजीनियरिंग आपके Lookalike परफॉर्मेंस का 70% तय करती है। एक अच्छी सीड वह है जो आपके आदर्श ग्राहक का सटीक प्रतिनिधित्व करती है, न कि सिर्फ “जो भी खरीद लिया” उसका ढेर।

अमेरिकी ई-कॉमर्स ब्रांड के लिए RFM-आधारित सीड बनाने का एक सरल तरीका यह है:

• VIP: पिछले 90 दिनों में 2+ खरीद, AOV औसत से ऊपर, रिटर्न कम → इनसे 1% VIP Lookalike बनाएं।
• Standard: पिछले 90 दिनों में 1-2 खरीद → इनसे 2-3% Lookalike बनाएं।
• Discount Hunter: सिर्फ डिस्काउंट कोड पर खरीदा → सीड से बाहर रखें।
• Refund/Churn: रिफंड लिया या 12 महीने से निष्क्रिय → सीड में कभी न डालें।

एक और तेज़ तरीका है Value-Based Lookalike Audience। Meta Business Manager में customer list अपलोड करते समय एक “value” कॉलम जोड़ें। इसमें हर ग्राहक का LTV या कुल खर्च भरें। इससे Meta को संकेत मिलता है कि उसे सिर्फ “खरीदार” नहीं, बल्कि “ऊँचा खर्च करने वाले खरीदार” जैसे लोग खोजने हैं। यह सुविधा बहुत कम ब्रांड इस्तेमाल करते हैं, जबकि यह सबसे प्रभावशाली है। मैंने अमेरिकी ब्रांड्स में देखा है कि value-based lookalike आमतौर पर standard lookalike की तुलना में 20-30% बेहतर ROAS देती है।

Step 2: Percentage को स्थिर नहीं, परिवर्तनशील मानिए

पुरानी सलाह थी: 1%, 3%, 5% तीनों टेस्ट करो। आज यह आधी सच है। Meta का Advantage+ Audience सिस्टम आपकी Lookalike को सिर्फ एक शुरुआती संकेत की तरह इस्तेमाल करता है। इसका मतलब:

• 1% का मतलब अब “सबसे ज़्यादा similarity” नहीं, बल्कि “सबसे छोटा शुरुआती पूल” है।
• अगर आप 1% को बहुत कठोरता से पकड़े रहेंगे, तो ad set जल्दी थकेगा और फ़्रीक्वेंसी बढ़ेगी।
• 3-5% अब ज़्यादा काम करती है अगर creative सही हो, क्योंकि एल्गोरिद्म को ऑप्टिमाइज़ करने के लिए ज़्यादा डेटा मिलता है।

एक प्रैक्टिकल टिप: अगर आपका अकाउंट नया है और आपके पास 500-1000 से कम ग्राहक हैं, तो Lookalike बनाने से पहले broad targeting लगाइए। छोटी सीड से बनी Lookalike में noise ज़्यादा होता है और Meta को सीखने के लिए पर्याप्त डेटा नहीं मिलता। ऐसे में broad targeting बेहतर शुरुआत है।

Step 3: Creative को टार्गेटिंग से ऊपर रखिए

यह वह बिंदु है जिस पर सबसे कम बात होती है। मार्केटर्स Lookalike Audience बनाने में घंटों लगाते हैं, फिर एक ही घिसा-पिटा ad सबको दिखा देते हैं। लेकिन Lookalike Audience ठंडी ऑडियंस होती है-उसे आपके ब्रांड से कोई पुराना रिश्ता नहीं होता। अगर creative पहले 2 सेकंड में attention नहीं पकड़ता, तो चाहे 0.5% Lookalike हो या 10%, ROAS नहीं आएगा। अमेरिकी यूज़र्स को हर दिन हज़ारों ads दिखते हैं; सिर्फ सही टार्गेटिंग से आप उनका ध्यान नहीं जीत सकते।

अमेरिकी ब्रांड्स के लिए क्रिएटिव-लेड Lookalike टेस्टिंग का तरीका:

1. हर Lookalike सेगमेंट के लिए कम से कम 3 अलग क्रिएटिव रखें।
2. पहला creative दर्द को छुए (pain point), दूसरा सोशल प्रूफ दिखाए (testimonial या UGC), तीसरा ऑफ़र स्पष्ट करे (offer-led)।
3. UGC-style videos अमेरिकी ऑडियंस पर Lookalike में सबसे अच्छा शुरुआती CTR देती हैं क्योंकि वे organic लगती हैं।
4. अगर CTR 1% से नीचे है, तो टार्गेटिंग नहीं, creative बदलें। टार्गेटिंग आपको सही लोगों तक ले जाती है, लेकिन creative ही उन्हें क्लिक करने के लिए मजबूर करता है।

Step 4: Suppression और Exclusion को कभी न भूलें

Lookalike Audience का पैसा उसी दिन बर्बाद हो जाता है जिस दिन आप अपने मौजूदा ग्राहकों को वही ad दिखाने लगते हैं। यह सबसे आम गलती है। हमेशा ये exclusions लगाएं:

• पिछले 30-60 दिनों के purchasers
• ईमेल सब्सक्राइबर जो पहले से लीड हैं
• Refund/return करने वाले
• वे लोग जिन्होंने वेबसाइट पर कार्ट में डाला लेकिन खरीदा नहीं-उन्हें अलग retargeting ad set में रखें, Lookalike में नहीं

इसके अलावा एक और तरीका है जो अमेरिकी एक्सपर्ट्स अपनाते हैं लेकिन कम बताया जाता है: Negative Lookalike Exclusions। अगर आपके पास refunders, chargeback users या बहुत कम LTV वाले ग्राहकों की कस्टम ऑडियंस है, तो उसकी Lookalike बनाइए और उसे अपनी मुख्य Lookalike से exclude कर दीजिए। इससे आप शुरुआत में ही खराब संभावनाओं से बच जाते हैं। यह आपके बजट को उन लोगों पर केंद्रित करने का स्मार्ट तरीका है जो वास्तव में कन्वर्ट करेंगे।

Step 5: मापन में सतही मेट्रिक्स से बाहर निकलिए

Lookalike Audience की सफलता CTR या CPM से नहीं, बल्कि incremental CPA और ROAS से तय होती है। अगर आप सिर्फ Meta dashboard देख रहे हैं, तो सच्चाई नहीं दिखेगी। Meta की रिपोर्टिंग अक्सर last-click attribution पर आधारित होती है, जो आपके Lookalike campaign को ज़रूरत से ज़्यादा क्रेडिट दे सकती है। कम से कम तिमाही में एक बार Conversion Lift Test या geo holdout चलाइए। इससे पता चलता है कि Lookalike Audience वाकई नई बिक्री ला रही है या सिर्फ वही बिक्री पकड़ रही है जो organic या brand search से आ रही है। अगर incremental ROAS 1 से नीचे है, तो आपका Lookalike campaign असल में पैसा बना नहीं रहा-सिर्फ attribution का खेल चल रहा है।

अमेरिकी बाज़ार के लिए विशेष सुझाव

Health, Finance और Housing वर्टिकल्स में सावधानी

अमेरिका में Meta ने कई कैटेगरीज़ में detailed targeting सीमित कर दी है। Health/wellness, finance, housing और employment जैसे वर्टिकल्स में Lookalike Audience बनाते समय यह सुनिश्चित करें कि आपकी सीड ऑडियंस पूरी तरह से first-party consented डेटा से बनी हो। बिना consent के scraped या purchased लिस्ट इस्तेमाल करना न केवल अकाउंट बैन का कारण बन सकता है, बल्कि CCPA/CPRA जैसे राज्य-स्तरीय कानूनों का उल्लंघन भी है। इसके अलावा, Meta इन वर्टिकल्स में कुछ सीड स्रोतों को ब्लॉक भी कर सकता है, इसलिए कानूनी सलाह ज़रूर लें।

B2B Brands के लिए Account-Level Lookalike

अमेरिकी B2B मार्केटिंग में सिर्फ email से Lookalike बनाना कमज़ोर तरीका है। इसके बजाय:

• कंपनी का नाम, डोमेन, इंडस्ट्री, कर्मचारी संख्या और डील साइज़ के साथ customer list अपलोड करें।
• सीड में छोटे नहीं, बड़े और मिड-मार्केट अकाउंट्स को प्राथमिकता दें।
• Value-based lookalike में हर कंपनी का annual contract value (ACV) भरें।

इससे Meta ऐसे decision-makers खोजेगा जो बड़े बजट वाली कंपनियों में काम करते हैं, न कि सिर्फ “आपके मौजूदा ईमेल जैसे” लोग। B2B में एक गलत lead का मतलब महीनों की बर्बादी है, इसलिए सीड की क्वालिटी और भी ज़रूरी हो जाती है।

E-commerce Brands के लिए Post-Purchase Survey का इस्तेमाल

यह एक बहुत कम इस्तेमाल होने वाली तकनीक है, लेकिन अमेरिकी ब्रांड्स के लिए बेहद कारगर है। अपने ऑर्डर कन्फर्मेशन पेज पर एक छोटा सवाल रखें: “आपने आज किस लिए खरीदा?”-Gift, Personal Use, Business, Discount। फिर जो ग्राहक “Personal Use” और “Full Price” चुनते हैं, उन्हें अलग कस्टम ऑडियंस में डालकर उनकी Lookalike बनाएं। यह Lookalike आमतौर पर “सभी खरीदार” वाली Lookalike से बेहतर ROAS देती है, क्योंकि यह असली इरादे वाले ग्राहकों पर आधारित होती है। मैंने देखा है कि इस तरह की segmented lookalike CPA को 15-25% तक कम कर सकती है।

आख़िरी बात: Lookalike को कम्पास नहीं, सिर्फ एक उपकरण मानिए

अगर आप मुझसे एक लाइन में पूछें कि 2025-26 में Lookalike Audiences की सबसे बड़ी गलती क्या है, तो मेरा जवाब होगा: इन्हें ग्रोथ स्ट्रैटेजी मान लेना। Lookalike Audience एक टार्गेटिंग टूल है, बिज़नेस स्ट्रैटेजी नहीं। यह आपको बताती है कि आपके मौजूदा ग्राहक कौन हैं, लेकिन यह नहीं बताती कि आपका अगला बड़ा मार्केट कहाँ है। इसलिए इसे उसी नज़रिये से देखिए-एक शुरुआती दिशा, एक सुझाव, एक पुश। बाकी काम आपकी सीड इंजीनियरिंग, आपके creative, और आपकी मेज़रमेंट सोच पर निर्भर करता है। अगली बार जब कोई कहे कि Lookalike मर चुकी है, तो मुस्कुराकर कहिए: “नहीं, बस आप उसे पुराने तरीके से चला रहे हैं।”