Lookalike Audience คืออะไร + วิธีทำ 1% Lookalike ให้แม่น (Seed ดีคือทุกอย่าง)

Lookalike Audience คืออะไร (อธิบายแบบภาษาคน)

ลองนึกภาพว่าคุณมีลูกค้าประจำที่ดีที่สุด 1,000 คน แล้วคุณอยากหา “คนแบบนี้อีก” จากผู้ใช้ Facebook และ Instagram ทั้งประเทศ แต่คุณไม่รู้ว่าเขามีอะไรเหมือนกันบ้าง อาจเป็นช่วงอายุ ความสนใจ พฤติกรรมการใช้แอป หรือสัญญาณอื่น ๆ อีกมากที่มนุษย์มองไม่เห็น Lookalike Audience คือเครื่องมือที่ให้ Meta ทำงานนี้แทนคุณ

หลักการคือคุณให้ “กลุ่มต้นแบบ” หรือที่เรียกว่า Seed (บางครั้งเรียก Source Audience) กับระบบ จากนั้นระบบจะวิเคราะห์ลักษณะร่วมของคนในกลุ่มนั้น แล้วหาผู้ใช้คนอื่นในประเทศที่คุณเลือกซึ่งมีลักษณะใกล้เคียงที่สุด ผลลัพธ์คือกลุ่มเป้าหมายใหม่ที่คุณไม่เคยเข้าถึงมาก่อน แต่มีแนวโน้มคล้ายกลุ่มที่คุณรู้อยู่แล้วว่าดี

ข้อดีคือคุณไม่ต้องเดาเองว่าลูกค้าของคุณชอบอะไร ไม่ต้องไล่เลือก Interest ทีละตัว ข้อควรระวังคือระบบจะหาคนที่ “เหมือน Seed” เท่านั้น ถ้า Seed ไม่ใช่ลูกค้าที่คุณต้องการ Lookalike ที่ได้ก็จะไม่ใช่ลูกค้าที่คุณต้องการเช่นกัน

1%, 5%, 10% ต่างกันอย่างไร

เวลาสร้าง Lookalike คุณต้องเลือกขนาดเป็นเปอร์เซ็นต์ของผู้ใช้ในประเทศที่เลือก โดยทั่วไปเลือกได้ตั้งแต่ 1% ถึง 10% ตัวเลขนี้ไม่ใช่ “ความแม่น 1%” แต่หมายถึงขนาดของกลุ่มเทียบกับจำนวนผู้ใช้ทั้งหมดในประเทศนั้น

1% คือกลุ่มที่เล็กที่สุดและมีลักษณะใกล้ Seed มากที่สุด เมื่อขยับไป 2%, 5% หรือ 10% กลุ่มจะใหญ่ขึ้นเรื่อย ๆ แต่ความคล้ายกับ Seed โดยเฉลี่ยจะลดลง เพราะระบบต้องดึงคนที่คล้ายน้อยลงเข้ามาเติมให้ได้ขนาดตามที่ขอ

• 1% Lookalike: ใกล้ต้นแบบที่สุด เหมาะกับสินค้าราคาสูง สินค้าเฉพาะกลุ่ม หรือช่วงเริ่มทดสอบที่อยากรู้ว่า Seed นี้ดีจริงไหม
• 2–5% Lookalike: สมดุลระหว่างความคล้ายและขนาด เหมาะเมื่อ 1% เริ่มอิ่มตัว ความถี่การเห็นแอดสูงขึ้น หรือเมื่อต้องการขยายงบ
• 6–10% Lookalike: กลุ่มใหญ่ ความคล้ายลดลง มักใช้กับสินค้าตลาดกว้าง หรือแคมเปญที่เน้นการเข้าถึง
• ช่วงเปอร์เซ็นต์ (เช่น 1–2%, 2–3%): บางกรณีสามารถสร้างเป็นช่วงเพื่อแยกทดสอบว่าชั้นไหนให้ผลดีกว่า โดยไม่ให้กลุ่มทับซ้อนกัน

Seed ดีคือทุกอย่าง: ผู้ซื้อจริง vs คนกดไลก์เพจ

นี่คือหัวใจของบทความนี้ เพราะความผิดพลาดที่พบบ่อยที่สุดไม่ได้อยู่ที่การตั้งค่า แต่อยู่ที่การเลือก Seed ระบบจะหาคนที่คล้ายกับ “พฤติกรรม” ของ Seed ถ้า Seed คือคนที่กดไลก์เพจ ระบบก็จะหาคนที่ชอบกดไลก์เพจ ถ้า Seed คือคนที่จ่ายเงินซื้อสินค้าราคาสูง ระบบก็จะพยายามหาคนที่มีลักษณะแบบคนที่จ่ายเงิน

ลองจัดลำดับ Seed จากสัญญาณที่ใกล้ยอดขายมากที่สุดไปน้อยที่สุด เพื่อใช้ตัดสินใจว่าจะเริ่มจากอะไร

• ระดับ A — ลูกค้ามูลค่าสูงหรือซื้อซ้ำ: สัญญาณแรงที่สุดสำหรับธุรกิจที่อยากได้ลูกค้าแบบเดิมที่ดีที่สุด
• ระดับ A- — ลูกค้าที่ซื้อแล้วทั้งหมด: ยังเป็นสัญญาณยอดขายจริง แต่ปนลูกค้ามูลค่าต่ำหรือซื้อครั้งเดียวด้วย
• ระดับ B — Lead ที่ทีมขายยืนยันว่าผ่านเกณฑ์ หรือคนที่นัดหมายแล้ว: ใกล้ยอดขาย เหมาะกับธุรกิจที่มีลูกค้าจ่ายเงินยังน้อย
• ระดับ C — คนที่ทำเหตุการณ์สำคัญบนเว็บ เช่น เข้าหน้าราคา เริ่มกรอกฟอร์ม: บอกความสนใจได้ดี แต่ยังไม่บอกกำลังซื้อ
• ระดับ D — คนดูวิดีโอ คนมีส่วนร่วมกับโพสต์ คนกดไลก์เพจ: ได้กลุ่มใหญ่ง่าย แต่มักพาไปหาคนที่ชอบดูคอนเทนต์มากกว่าคนที่พร้อมจ่าย

Seed ต้องมีกี่คนถึงจะพอ

ตามข้อกำหนดของ Meta กลุ่มต้นทางที่ใช้สร้าง Lookalike ต้องมีอย่างน้อย 100 คนจากประเทศเดียวกัน ตัวเลขนี้คือขั้นต่ำที่ระบบยอมให้สร้างได้ ไม่ได้แปลว่า 100 คนจะให้ผลดี เงื่อนไขและตัวเลขเหล่านี้อาจมีการปรับโดย Meta ได้ ควรตรวจสอบในหน้าช่วยเหลือของ Meta อีกครั้งเมื่อตั้งค่า

ในทางปฏิบัติ Seed ที่เล็กมากมีข้อจำกัดคือลักษณะร่วมที่ระบบเห็นอาจยังไม่ชัด หรือถูกกลุ่มย่อยบางกลุ่มลากไป ส่วน Seed ที่ใหญ่แต่ปนคนหลายแบบก็อาจทำให้ภาพเบลอได้เช่นกัน เป้าหมายจึงไม่ใช่ “ใหญ่ที่สุด” แต่คือ “ใหญ่พอและสะอาดพอ”

• ถ้า Seed ระดับ A ยังเล็ก ลองรวมช่วงเวลาที่ยาวขึ้น เช่น ลูกค้าย้อนหลังหลายปี แทนการลดคุณภาพลงไปใช้คนกดไลก์
• ลบข้อมูลซ้ำ ข้อมูลทดสอบ รายชื่อพนักงาน และลูกค้าที่ยกเลิกหรือคืนสินค้าออกก่อนอัปโหลด
• จัดรูปแบบข้อมูลตามที่ Meta กำหนด เช่น เบอร์โทรพร้อมรหัสประเทศ อีเมลตัวพิมพ์เล็ก เพื่อให้จับคู่กับผู้ใช้ได้มากขึ้น
• แยก Seed ตามกลุ่มสินค้าหรือกลุ่มราคา ถ้าลูกค้าแต่ละกลุ่มต่างกันมาก เช่น ลูกค้าคอนโดระดับกลางกับลูกค้าบ้านเดี่ยวราคาสูง
• ดูจำนวนที่ระบบจับคู่ได้จริงหลังอัปโหลด ไม่ใช่แค่จำนวนแถวในไฟล์ เพราะไม่ใช่ทุกรายชื่อจะจับคู่กับผู้ใช้ได้

Value-based Lookalike: เมื่อลูกค้าแต่ละคนมีมูลค่าไม่เท่ากัน

Lookalike แบบทั่วไปมองลูกค้าทุกคนใน Seed มีน้ำหนักเท่ากัน ลูกค้าที่ซื้อครั้งเดียวมูลค่าน้อยกับลูกค้าที่ซื้อซ้ำหลายครั้งมูลค่าสูงถูกนับเหมือนกัน สำหรับธุรกิจที่มูลค่าลูกค้าแตกต่างกันมาก วิธีนี้อาจทำให้ระบบหาคนแบบ “ลูกค้าเฉลี่ย” แทนที่จะเป็นคนแบบ “ลูกค้าที่ดีที่สุด”

Value-based Lookalike แก้ปัญหานี้โดยให้คุณแนบมูลค่าของลูกค้าแต่ละรายไปกับรายชื่อ เช่น ยอดซื้อสะสม ระบบจะให้น้ำหนักกับลักษณะของลูกค้ามูลค่าสูงมากกว่า รูปแบบไฟล์ ชื่อคอลัมน์ และเงื่อนไขที่รองรับอาจเปลี่ยนตามการอัปเดตของ Meta ให้ดูตัวอย่างไฟล์ในหน้าสร้าง Custom Audience ณ วันที่ใช้งาน

• ใช้มูลค่าที่สะท้อนความสำคัญทางธุรกิจจริง เช่น ยอดซื้อสะสมหรือกำไรขั้นต้น อย่างใดอย่างหนึ่งให้สม่ำเสมอ
• ถ้ามูลค่ากระจุกอยู่ไม่กี่ราย ลองเทียบผลกับ Seed ที่คัดเฉพาะลูกค้ากลุ่มบนแบบไม่ใส่มูลค่า
• ทดสอบ Value-based Lookalike เทียบกับ Lookalike ปกติจาก Seed เดียวกัน ภายใต้ครีเอทีฟและงบเดียวกัน

รีเฟรช Seed: Lookalike ไม่ใช่ตั้งครั้งเดียวแล้วจบ

ลูกค้าเปลี่ยน ตลาดเปลี่ยน ราคาและสินค้าของคุณก็เปลี่ยน Seed ที่ดีเมื่อปีที่แล้วอาจไม่สะท้อนลูกค้าที่คุณอยากได้ในวันนี้ นอกจากนี้ Lookalike ที่ใช้ยิงแอดต่อเนื่องนาน ๆ มักเจออาการกลุ่มอิ่มตัว คนเห็นแอดซ้ำบ่อยขึ้น ประสิทธิภาพค่อย ๆ ลดลง

Custom Audience ที่สร้างจากเว็บไซต์หรือการมีส่วนร่วมจะอัปเดตตามช่วงเวลาที่กำหนดเอง แต่ Custom Audience ที่มาจากไฟล์รายชื่อลูกค้าต้องอัปเดตไฟล์เอง (หรือเชื่อมระบบให้อัปเดตอัตโนมัติ) ถ้าไม่อัปเดต Seed จะหยุดอยู่ ณ วันที่อัปโหลด

• ตั้งรอบเพิ่มลูกค้าใหม่เข้า Seed ให้สม่ำเสมอ เช่น รายเดือนหรือรายไตรมาส ตามจำนวนลูกค้าใหม่ที่เกิดขึ้นจริง
• เมื่อเปลี่ยนสินค้าหรือขยับกลุ่มราคา ให้สร้าง Seed ใหม่ที่สะท้อนลูกค้าแบบใหม่ แทนการใช้ Seed เดิมต่อไป
• สังเกตสัญญาณอิ่มตัว เช่น ความถี่เพิ่ม ต้นทุนต่อผลลัพธ์ขยับขึ้นต่อเนื่อง ทั้งที่ครีเอทีฟยังเหมือนเดิม
• เก็บ Lookalike เวอร์ชันเก่าไว้เทียบผลก่อนลบ เพื่อยืนยันว่า Seed ใหม่ดีกว่าจริง

ใช้ Lookalike คู่กับ Advantage+ audience อย่างไร

ช่วงหลัง Meta ผลักดันให้ผู้ลงโฆษณาใช้การกำหนดกลุ่มเป้าหมายแบบอัตโนมัติมากขึ้น เช่น Advantage+ audience ซึ่งให้คุณใส่กลุ่มเป้าหมายที่ต้องการเป็น “คำแนะนำ” แล้วระบบอาจขยายการแสดงผลออกไปนอกกลุ่มนั้นเมื่อคาดว่าจะได้ผลลัพธ์ที่ดีกว่า ในบางการตั้งค่าอาจมีตัวเลือกให้ขยาย Lookalike ออกไปได้เองเช่นกัน ชื่อฟีเจอร์ การทำงาน และตัวเลือกที่เปิดให้ใช้อาจต่างกันตามบัญชี เป้าหมายแคมเปญ และช่วงเวลา

คำถามที่พบบ่อยคือ ถ้าระบบขยายเองได้ ยังต้องทำ Lookalike อยู่ไหม คำตอบเชิงปฏิบัติคือ Lookalike จาก Seed คุณภาพสูงยังมีประโยชน์ในฐานะ “สัญญาณตั้งต้น” ที่บอกระบบว่าควรเริ่มหาจากคนแบบไหน โดยเฉพาะในบัญชีที่ยังมีข้อมูลเหตุการณ์ปลายทางไม่มาก แต่ไม่มีใครรับประกันได้ว่าแบบไหนดีกว่าในทุกบัญชี จึงควรทดสอบ

• ชุดที่ 1: 1% Lookalike แบบไม่เปิดขยาย (ถ้าเป้าหมายแคมเปญยังรองรับ) เพื่อดูว่า Seed ทำงานได้ดีแค่ไหนเมื่ออยู่ในกรอบ
• ชุดที่ 2: Advantage+ audience โดยใส่ 1% Lookalike เดียวกันเป็นคำแนะนำ
• ชุดที่ 3: Broad หรือ Advantage+ audience แบบไม่ใส่คำแนะนำ เป็นกลุ่มควบคุม
• ใช้ครีเอทีฟ งบ และช่วงเวลาเดียวกัน แล้ววัดผลที่ปลายทางจริง เช่น Lead ผ่านเกณฑ์หรือยอดขาย ไม่ใช่แค่ต้นทุนต่อคลิก

ไม่มีดาต้าลูกค้าพอ ใช้ Seed ที่คัดกรองช่วงรายได้

ธุรกิจจำนวนมากติดอยู่ตรงนี้: รู้ว่า Seed จากผู้ซื้อจริงดีที่สุด แต่ยังมีลูกค้าไม่มาก เพิ่งเปิดสินค้าราคาสูงตัวใหม่ หรือฐานลูกค้าเดิมเป็นกลุ่มราคากลาง ขณะที่อยากขยับไปขายกลุ่มกำลังซื้อสูงขึ้น ถ้าใช้ Seed จากลูกค้าเดิม ระบบก็จะพาไปหาคนแบบลูกค้าเดิม ไม่ใช่กลุ่มที่คุณอยากไป

ทางเลือกหนึ่งคือใช้ชุดข้อมูลกลุ่มเป้าหมายที่คัดกรองช่วงรายได้มาแล้วเป็นสารตั้งต้น แทนการเดาจาก Interest ทั่วไป เพราะ Interest บอกได้ว่าคนสนใจอะไร แต่ไม่ได้บอกว่าเขาจ่ายไหว

บริการ Premium Audience ของ OG Solution ทำงานแบบนี้: คุณเลือกช่วงรายได้ที่ตรงกับสินค้า เราแชร์ชุดข้อมูลเข้า Facebook Business Manager ของคุณโดยตรง แล้วคุณนำไปสร้าง 1% Lookalike ได้ทันที ชุดข้อมูลประมวลผลจากงานวิจัยและสื่อโซเชียล และได้รับการคุ้มครองตามมาตรฐานสากล

• มากกว่า 20,000 คนต่อหนึ่งชุด เป็นฐานตั้งต้นที่คัดสรรผู้มีโอกาสเป็นลูกค้ามาแล้ว
• เลือกช่วงรายได้ได้ 3 แพ็กเกจ: 15,000–50,000 บาท/เดือน (ชนชั้นกลาง กำลังซื้อสม่ำเสมอ), 50,000–100,000 บาท/เดือน (กำลังซื้อสูง ตัดสินใจเร็ว), 100,000–200,000 บาท/เดือน (กลุ่มพรีเมียม สินค้าราคาสูง)
• กำหนดอายุ 25–50 ปี และความสนใจที่เกี่ยวข้องกับสินค้าหรือบริการของคุณได้
• แชร์เข้า Business Manager ของคุณอย่างปลอดภัย
• เติมข้อมูลใหม่ทุกไตรมาส
• เหมาะกับคอร์สราคาสูง อสังหาริมทรัพย์ รถยนต์ คลินิก สินค้าพรีเมียม และอุปกรณ์ราคาสูง

ขั้นตอนสร้าง 1% Lookalike ใน Ads Manager

ขั้นตอนด้านล่างเป็นแนวทางทั่วไป หน้าตาเมนูและชื่อปุ่มใน Ads Manager เปลี่ยนบ่อย บางบัญชีอาจเห็นต่างออกไป ถ้าหาเมนูไม่เจอให้ค้นหาคำว่า Audiences หรือ Lookalike ในแถบค้นหาของ Meta Business Suite

• 1) เตรียม Seed: สร้าง Custom Audience จากรายชื่อลูกค้า เหตุการณ์บนเว็บ หรือตรวจว่าชุดข้อมูลที่ถูกแชร์เข้ามาปรากฏในบัญชีโฆษณาของคุณแล้ว
• 2) เข้าเมนู Audiences (กลุ่มเป้าหมาย) ในบัญชีโฆษณาที่จะใช้ยิงแอด
• 3) กด Create audience แล้วเลือก Lookalike Audience
• 4) เลือก Source หรือกลุ่มต้นทาง เป็น Custom Audience ที่ใช้เป็น Seed
• 5) เลือกประเทศหรือพื้นที่ที่ต้องการหาคนคล้ายกัน เช่น ประเทศไทย
• 6) เลือกขนาดกลุ่ม ตั้งเป็น 1% (หรือสร้างหลายช่วงพร้อมกันถ้าต้องการทดสอบ)
• 7) กดสร้าง แล้วรอให้ระบบประมวลผล ซึ่งอาจใช้เวลาตั้งแต่ไม่นานไปจนถึงหลายชั่วโมง
• 8) นำ Lookalike ไปใช้ในระดับชุดโฆษณา (Ad Set) พร้อมตั้งการยกเว้นลูกค้าเดิมหรือคนที่ทักแล้วตามความเหมาะสม
• 9) ตั้งชื่อกลุ่มให้สื่อความหมาย เช่น LAL 1% TH – ลูกค้ามูลค่าสูง – ไตรมาสล่าสุด เพื่อจัดการง่ายเมื่อมีหลายเวอร์ชัน

PDPA: ใช้รายชื่อลูกค้าสร้าง Custom Audience ให้ถูกกฎหมาย

การอัปโหลดรายชื่อลูกค้า เช่น เบอร์โทรหรืออีเมล เพื่อสร้าง Custom Audience และ Lookalike เป็นการประมวลผลข้อมูลส่วนบุคคล จึงอยู่ภายใต้พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล (PDPA) ธุรกิจของคุณในฐานะผู้ควบคุมข้อมูลต้องมีฐานทางกฎหมายที่เหมาะสมและแจ้งวัตถุประสงค์ให้เจ้าของข้อมูลทราบ

Meta ระบุว่าข้อมูลในไฟล์จะถูกแปลงแบบ hash ก่อนนำไปจับคู่ แต่การ hash ไม่ได้ทำให้คุณพ้นหน้าที่ตามกฎหมาย คุณยังต้องได้ข้อมูลมาโดยชอบและใช้ตามวัตถุประสงค์ที่แจ้งไว้ และต้องยอมรับข้อกำหนดของ Meta สำหรับ Custom Audience ด้วย

• ตรวจนโยบายความเป็นส่วนตัวว่าแจ้งการใช้ข้อมูลเพื่อการตลาดและการโฆษณาบนแพลตฟอร์มออนไลน์ไว้ชัดเจน
• ถ้าอาศัยความยินยอม ให้เก็บหลักฐานความยินยอมและเปิดช่องทางให้ถอนความยินยอมได้ง่าย
• ไม่นำรายชื่อที่ซื้อมาจากแหล่งไม่ชัดเจน หรือรายชื่อที่ได้มาเพื่อวัตถุประสงค์อื่น มาอัปโหลดเป็น Seed
• นำรายชื่อของผู้ที่ขอถอนความยินยอมหรือขอให้ลบข้อมูลออกจาก Seed ในรอบอัปเดตถัดไป
• จำกัดสิทธิ์ผู้เข้าถึงไฟล์รายชื่อลูกค้าในองค์กร และลบไฟล์ชั่วคราวหลังอัปโหลด
• ธุรกิจที่มีข้อมูลอ่อนไหว เช่น ข้อมูลสุขภาพของคลินิก ควรปรึกษาผู้เชี่ยวชาญด้านกฎหมายก่อนนำข้อมูลไปใช้กับโฆษณา