Реализация Look-alike аудиторий на основе данных сайта

Наша компания занимается разработкой, поддержкой и обслуживанием сайтов любой сложности. От простых одностраничных сайтов до масштабных кластерных систем построенных на микро сервисах. Опыт разработчиков подтвержден сертификатами от вендоров.

Разработка и обслуживание любых видов сайтов:

Информационные сайты или веб-приложения
Сайты визитки, landing page, корпоративные сайты, онлайн каталоги, квиз, промо-сайты, блоги, новостные ресурсы, информационные порталы, форумы, агрегаторы
Сайты или веб-приложения электронной коммерции
Интернет-магазины, B2B-порталы, маркетплейсы, онлайн-обменники, кэшбэк-сайты, биржи, дропшиппинг-платформы, парсеры товаров
Веб-приложения для управления бизнес-процессами
CRM-системы, ERP-системы, корпоративные порталы, системы управления производством, парсеры информации
Сайты или веб-приложения электронных услуг
Доски объявлений, онлайн-школы, онлайн-кинотеатры, конструкторы сайтов, порталы предоставления электронных услуг, видеохостинги, тематические порталы

Это лишь некоторые из технических типов сайтов, с которыми мы работаем, и каждый из них может иметь свои специфические особенности и функциональность, а также быть адаптированным под конкретные потребности и цели клиента

Услуги, которые мы предлагаем
Показано 1 из 1Все 2062 услуг
Реализация Look-alike аудиторий на основе данных сайта
Средний
~2-3 дня
Часто задаваемые вопросы

Наши компетенции:

Этапы разработки

Последние работы

  • image_website-b2b-advance_0.webp
    Разработка сайта компании B2B ADVANCE
    1361
  • image_web-applications_feedme_466_0.webp
    Разработка веб-приложения для компании FEEDME
    1251
  • image_websites_belfingroup_462_0.webp
    Разработка веб-сайта для компании БЕЛФИНГРУПП
    957
  • image_ecommerce_furnoro_435_0.webp
    Разработка интернет магазина для компании FURNORO
    1189
  • image_crm_enviok_479_0.webp
    Разработка веб-приложения для компании Enviok
    929
  • image_bitrix-bitrix-24-1c_fixper_448_0.webp
    Разработка веб-сайта для компании ФИКСПЕР
    948

Допустим, вы уже собрали базу email клиентов из CRM, совершивших покупку. Холодный трафик даёт CPA выше 1500₽, а нужно масштабироваться дешевле. Решение — lookalike-аудитории, построенные на сегменте лучших покупателей. Но многие загружают «сырые» списки — все подряд регистрации. Алгоритм строит похожую аудиторию, но она даёт CPA не ниже исходного. Секрет — в качественном seed-сегменте: только те, кто принёс реальную выручку. Ниже — проверенный пайплайн с реальными числами и готовым кодом.

Сегменты для seed-аудиторий: какие работают лучше

Качество результирующей аудитории напрямую зависит от seed-данных. Чем точнее мы опишем «портрет» конвертировавшего пользователя, тем выше точность. Вот типичные сегменты:

Сегмент Минимальный размер Качество
Покупатели за 90 дней 500–1000 Очень высокое
Пользователи с LTV > 5000₽ 500 Высокое
Завершившие trial → платный тариф 300 Высокое
Просмотревшие ключевые страницы 1000+ Среднее
Все зарегистрированные 5000+ Низкое

Сегмент из 500 покупателей даёт точность в 3 раза выше, чем список из 5000 случайных регистраций. Поэтому мы всегда начинаем с анализа CRM и выбора ядра — пользователи с наибольшим LTV. Дополнительно обогащаем данные через CRM и событийную аналитику, чтобы исключить неактивные контакты.

В одном из проектов для e-commerce с оборотом 50 млн ₽ мы выделили сегмент покупателей с LTV > 5000₽ (всего 800 записей). После создания lookalike CPA снизился с 1200₽ до 750₽, а конверсия выросла на 40%. Ключом стал качественный seed-сегмент.

Для выбора платформы сравним основные параметры Meta и VK:

Параметр Meta (Facebook/Instagram) VK Ads
Минимальный размер seed 200 записей 500 записей
Формат данных Только SHA-256 Открытый или SHA-256 с префиксом
Размер lookalike 1%–10% от страны до 1 000 000
Автообновление Через API Через импорт

Почему хэширование контактов критично для lookalike?

Перед отправкой в рекламные системы email и телефоны нужно привести к единому формату и хэшировать SHA-256. Иначе система отклонит данные или снизит качество совпадений. В Laravel это делается одним классом — пример ниже.

Почему именно SHA-256?Это необратимая хэш-функция, рекомендованная рекламными платформами. Она преобразует данные в строку фиксированной длины, которую нельзя восстановить. Подробнее о SHA-256 можно прочитать в Wikipedia.
class AudienceExporter
{
    public function exportHighValueCustomers(): array
    {
        return User::query()
            ->join('orders', 'orders.user_id', '=', 'users.id')
            ->where('orders.status', 'completed')
            ->where('orders.created_at', '>=', now()->subDays(90))
            ->groupBy('users.id', 'users.email', 'users.phone')
            ->havingRaw('SUM(orders.total) >= ?', [5000])
            ->get(['users.email', 'users.phone'])
            ->map(fn($user) => [
                'email'       => hash('sha256', strtolower(trim($user->email))),
                'phone'       => $user->phone ? hash('sha256', $this->normalizePhone($user->phone)) : null,
            ])
            ->toArray();
    }

    private function normalizePhone(string $phone): string
    {
        $digits = preg_replace('/\D/', '', $phone);
        if (strlen($digits) === 10) $digits = '7' . $digits;
        return '+' . $digits;
    }

    public function exportToCsv(array $data, string $filename): string
    {
        $path = storage_path("app/audiences/{$filename}.csv");
        $fp   = fopen($path, 'w');
        fputcsv($fp, ['email', 'phone']);
        foreach ($data as $row) {
            fputcsv($fp, [$row['email'], $row['phone'] ?? '']);
        }
        fclose($fp);
        return $path;
    }
}

Как загрузить аудиторию в Meta (Facebook/Instagram)?

Meta предоставляет Custom Audiences API. Для загрузки выполните шаги:

  1. Создайте custom audience через API.
  2. Передайте хэшированные email батчами до 10 000 записей.
  3. Постройте lookalike на основе этой аудитории.

Последовательность: создать custom audience -> загрузить хэши -> построить lookalike. Важно указывать схему EMAIL_SHA256. Код ниже делает это автоматически.

class MetaAudienceService
{
    private const API_VERSION = 'v19.0';
    private string $accessToken;
    private string $adAccountId;

    public function createCustomAudience(string $name, string $description): string
    {
        $response = Http::post(
            "https://graph.facebook.com/{$this->API_VERSION}/act_{$this->adAccountId}/customaudiences",
            [
                'name'         => $name,
                'subtype'      => 'CUSTOM',
                'description'  => $description,
                'customer_file_source' => 'USER_PROVIDED_ONLY',
                'access_token' => $this->accessToken,
            ]
        );

        return $response->json('id');
    }

    public function uploadUsers(string $audienceId, array $hashedEmails): void
    {
        foreach (array_chunk($hashedEmails, 10000) as $chunk) {
            $payload = [
                'schema' => ['EMAIL_SHA256'],
                'data'   => array_map(fn($email) => [$email], $chunk),
            ];

            Http::post(
                "https://graph.facebook.com/{$this->API_VERSION}/{$audienceId}/users",
                [
                    'payload'      => json_encode($payload),
                    'access_token' => $this->accessToken,
                ]
            );
        }
    }

    public function createLookalike(string $sourceAudienceId, string $country, float $ratio = 0.01): string
    {
        $response = Http::post(
            "https://graph.facebook.com/{$this->API_VERSION}/act_{$this->adAccountId}/customaudiences",
            [
                'name'           => "Lookalike {$country} {$ratio}",
                'subtype'        => 'LOOKALIKE',
                'origin_audience_id' => $sourceAudienceId,
                'lookalike_spec'  => json_encode([
                    'type'     => 'similarity',
                    'country'  => $country,
                    'ratio'    => $ratio,
                ]),
                'access_token'   => $this->accessToken,
            ]
        );

        return $response->json('id');
    }
}

Загрузка аудитории в VK Ads

VK принимает email как в открытом виде, так и в хэшированном (с префиксом). Алгоритм: создать группу ретаргетинга -> импортировать контакты. Учтите: для бизнес-аккаунтов работают свои лимиты, но базовый пайплайн одинаков.

class VkAudienceService
{
    public function uploadToRetargeting(string $name, array $hashedEmails): int
    {
        $content = implode("\n", $hashedEmails);

        $response = Http::withToken($this->token)
            ->post('https://api.vk.com/method/ads.createTargetGroup', [
                'account_id' => $this->accountId,
                'name'       => $name,
                'v'          => '5.199',
            ]);

        $groupId = $response->json('response.id');

        Http::withToken($this->token)
            ->post('https://api.vk.com/method/ads.importTargetContacts', [
                'account_id' => $this->accountId,
                'target_group_id' => $groupId,
                'contacts'   => $content,
                'v'          => '5.199',
            ]);

        return $groupId;
    }
}

Автоматизация обновления lookalike-аудиторий

Lookalike-аудитория устаревает по мере появления новых конверсий. Ручная выгрузка каждую неделю — лишняя операция. Мы настраиваем автоматическое обновление через Schedule — работает как часы.

class UpdateLookalikeAudiences implements ShouldQueue
{
    public function handle(): void
    {
        $exporter = app(AudienceExporter::class);
        $data     = $exporter->exportHighValueCustomers();
        $emails   = array_column($data, 'email');

        app(MetaAudienceService::class)->uploadUsers(
            config('ads.meta.buyer_audience_id'),
            $emails
        );

        Log::info("Lookalike audience updated", ['count' => count($emails)]);
    }
}

Пошаговый алгоритм настройки

  1. Анализ существующих данных на сайте (CRM, формы, события) — выделяем seed-сегмент.
  2. Разработка модуля экспорта с хэшированием и валидацией.
  3. Интеграция с выбранными рекламными системами (Meta, VK).
  4. Настройка автоматического обновления через крон или планировщик.
  5. Мониторинг — логирование ошибок и актуальности аудиторий.

Что входит в работу

  • Анализ данных и выбор оптимального seed-сегмента.
  • Разработка экспортёра с хэшированием SHA-256 и поддержкой форматов Meta и VK.
  • Интеграция с API рекламных систем (1 или несколько).
  • Настройка автоматического еженедельного обновления.
  • Документация и консультация после запуска.

Сроки и как начать

Система экспорта аудиторий с хэшированием и автоматическим обновлением для одной платформы — 4–6 рабочих дней. Для нескольких платформ срок увеличивается до 8–10 дней. Мы работаем с lookalike-аудиториями более 5 лет и выполнили 30+ успешных проектов — это гарантирует надёжность и качество результата.

Закажите настройку системы экспорта — мы подготовим seed-сегмент, настроим интеграцию и автообновление. Свяжитесь с нами для консультации.

Настройка веб-аналитики: GA4, GTM, Яндекс.Метрика и Amplitude

Мы часто видим: конверсия 1.2 %, трафик растёт, а конверсия стоит. Маркетолог смотрит в Google Analytics и говорит: «пользователи уходят с шага 2 оформления заказа». Разработчик открывает тот же шаг — ошибок нет, в Sentry тишина. Значит, дело не в JS-баге, а в UX или в кривых данных, которые показывает аналитика. Аналитика ломается незаметно: событие перестало трекаться после редеплоя — никто не заметил; GTM-тег стреляет дважды — данные задвоились; фильтр GA4 исключает бота, который на самом деле — реальный трафик с корпоративного прокси. Закажите аудит текущих тегов — мы найдём причину за неделю.

После правильной настройки экономия рекламного бюджета может достигать 150 000 ₽ в месяц — это реальный кейс интернет-магазина с 50 000 сессий в день, где дедупликация purchase вернула 20 % неверно приписанных конверсий.

Почему события GA4 дублируются и как это исправить?

Universal Analytics закрыт, его место заняла событийная модель GA4. В ней нет фиксированных хитов страниц и транзакций — только события с параметрами. Это гибче, но требует правильного дизайна событий.

Автоматические события GA4 собирает сам: page_view, scroll, click, session_start. Рекомендуемые события нужно реализовать самостоятельно: purchase, add_to_cart, begin_checkout, view_item. Google ожидает конкретную схему параметров — если передать product_id вместо item_id, данные попадут в GA4, но не в стандартные отчёты e-commerce. Кастомные события для специфики проекта: filter_applied, video_progress, form_step_completed. Кастомные параметры необходимо зарегистрировать в GA4 Admin → Custom definitions, иначе они не будут доступны в отчётах.

Частая ошибка — событие purchase с дублями. Причина: тег срабатывает на странице /thank-you, пользователь обновляет страницу — второй purchase уходит в GA4. Решение: на бэкенде генерируем уникальный transaction_id и передаём в событие. GA4 de-duplicates по нему (в теории — проверяйте через DebugView). Правильная атрибуция экономит до 20 % рекламного бюджета, который раньше уходил на неверно приписанные конверсии.

Как настроить data layer, чтобы не потерять данные?

GTM — инструмент для управления тегами без деплоя кода. Но «без кода» не значит «без архитектуры». Data Layer — основа всего. Передаём данные из приложения в GTM через dataLayer.push(). Структура: event + контекстные данные. Для e-commerce: перед открытием страницы продукта — push с данными товара. GTM-тег читает из dataLayer, не из DOM.

window.dataLayer = window.dataLayer || [];
dataLayer.push({
  event: 'view_item',
  ecommerce: {
    items: [{
      item_id: 'SKU-12345',
      item_name: 'Название товара',
      price: 1990.00,
      currency: 'RUB'
    }]
  }
});

Плохая практика: GTM-тег парсит DOM — ищет цену в span.price, название в h1. Это ломается при любом изменении верстки. Хорошая практика: всегда dataLayer. Используем Preview Mode для отладки и GTM Server-Side для чувствительных данных — отправка с сервера, не с браузера, обходит блокировщики рекламы, не теряет данные.

Как Яндекс.Метрика дополняет веб-аналитику?

Для российской аудитории Метрика обязательна — особенно Вебвизор. Запись сессии пользователя, который бросил корзину, часто даёт ответ быстрее, чем неделя анализа воронки. Цели в Метрике: событийные (через ym(COUNTER_ID, 'reachGoal', 'GOAL_NAME')) или автоматические (клик по кнопке, посещение страницы). Связка с CRM через Метрика Плюс — передача офлайн-конверсий. Наш опыт: в 8 из 10 проектов после настройки Метрики находили скрытые баги в UX, которые не показывали другие системы.

Что даёт product analytics в Amplitude?

Amplitude — продуктовый инструмент, в отличие от маркетинговых GA4 и Метрики. Он заточен под анализ поведения пользователей внутри продукта: воронки, ретеншн, user paths. Amplitude подходит для SaaS-продуктов, мобильных приложений и любых сервисов с зарегистрированными пользователями, где важно понять, как проходят онбординг, на каком шаге уходят, какие фичи используют чаще. Ключевые концепции: identify (связать анонимного пользователя с userId после авторизации), group (аккаунт в B2B SaaS), когорты для удержания. Amplitude Chart — воронка шагов за последние 30 дней с разбивкой по источнику.

Мониторинг качества данных

Аналитика без мониторинга — чёрный ящик. Настраиваем:

  • GA4 Realtime — проверяем после каждого деплоя, что ключевые события приходят
  • Alerting в GA4 — аномалия в количестве событий purchase (резкое падение = что-то сломалось)
  • GTM Preview в staging-окружении перед продакшеном
  • Ручные тесты воронок раз в неделю — просто пройти путь покупателя и проверить, что всё трекается

Что проверяем после каждого деплоя

  • Все ли рекомендуемые события присутствуют в DebugView
  • Нет ли задвоений (считаем количество purchase на 100 сессий)
  • Не изменилась ли структура dataLayer после обновления фронтенда

Что входит в работу

Компонент Описание
Аудит текущих тегов Проверка существующих GTM-тегов, dataLayer, дублей и ошибок
Дизайн событийной схемы Документация: список событий, параметры, триггеры
Настройка GA4 + GTM Создание конфигурации, тегов, Custom definitions
Яндекс.Метрика Установка счётчика, создание целей, настройка Вебвизора
Amplitude (опционально) Настройка клиентского и серверного SDK, когорты
QA и мониторинг Тестирование в Preview Mode, Alerting
Обучение и передача Доступы, инструкция по добавлению новых событий, консоль

Процесс и сроки

  1. Аудит текущих тегов и данных (2 дня)
  2. Дизайн событийной схемы (2 дня)
  3. Разработка Data Layer и настройка тегов (3–5 дней)
  4. QA в Preview Mode и на staging (2 дня)
  5. Деплой и настройка дашбордов (1 день)
Сценарий Срок
Базовая настройка GA4 + GTM 1 неделя
Полный e-commerce tracking + Метрика 2–3 недели
Server-side GTM + Amplitude 3–5 недель

Стоимость рассчитывается индивидуально. Получите консультацию по настройке веб-аналитики для вашего проекта — мы оценим объём работ за один день. Свяжитесь с нами, чтобы начать.

Wikipedia: Веб-аналитика — подробнее о методах и метриках. Официальная документация по событийной модели GA4 доступна в Google Analytics 4.