Le 3 tipologie di audience Meta · Core, Custom, Lookalike

Su Meta Ads esistono tre famiglie distinte di audience, ciascuna con logiche di costruzione, dati richiesti, casi d’uso e limiti propri: Core Audience, Custom Audience e Lookalike Audience. Le tre si combinano nelle campagne reali, non sono alternative esclusive. Capire quale serve in ogni momento è il fondamento del targeting Meta.

La distinzione strutturale è semplice: la Core parte dai dati Meta, la Custom dai dati dell’inserzionista, la Lookalike è un derivato algoritmico della Custom.

1. Core Audience · il database Meta filtrato

La Core Audience si costruisce filtrando il database utenti di Meta secondo criteri demografici, geografici, di interessi e comportamentali. Non richiede dati di prima parte: si parte dai 2,9 miliardi di utenti Meta nel mondo e si applica una serie di filtri AND/OR/NOT fino a ottenere il segmento desiderato.

I criteri disponibili sono organizzati in: geografia (Paese, regione, città, raggio km, codice postale), età (range 18-65+), genere, lingua, Detailed Targeting (interessi, comportamenti, demografici aggiuntivi), connessioni (chi ha già interagito con la pagina o app dell’inserzionista).

Esempio Core Audience: una caffetteria di Milano costruisce "donne e uomini 25-45 anni, raggio 3 km da Porta Romana, interessi specialty coffee OR third wave coffee, lingua italiana". Stima di copertura iniziale 50.000 persone.

Quando usarla: lancio prodotto nuovo senza storico clienti, nuovo mercato geografico, segmenti per i quali si ha una persona chiara ma non un database. È sempre disponibile, indipendentemente dalla maturità dell’inserzionista.

Limiti: dipende dagli interessi dichiarati e dedotti che Meta espone (categorie sensibili come politica, religione, salute sono state ridotte negli ultimi anni). I criteri Detailed Targeting raffinati possono creare audience inutilmente piccole se sovra-segmentate.

2. Custom Audience · i dati di prima parte

La Custom Audience si costruisce sui dati di prima parte dell’inserzionista, matchati con gli account Meta degli utenti. Le quattro sorgenti possibili sono:

1. Customer List: file CSV con email, telefono, nome, indirizzo caricato dall’inserzionista. Meta hasha e matcha. Match rate Italia tipico 70-85% su dati ben puliti.
2. Sito web: tutti gli utenti che hanno visitato il sito o pagine specifiche, tracciati tramite Pixel e Conversion API. Finestre tipiche 30-180 giorni.
3. App: eventi app via SDK Meta (install, view item, add to cart, purchase). Richiede integrazione mobile.
4. Interazioni Meta: utenti che hanno guardato il 50/75% di un video, interagito con la pagina, partecipato a un evento, aperto un Instant Form, contattato in DM.

Esempio Custom Audience: un e-commerce moda crea quattro Custom in parallelo, All visitors 30g, Add to cart 14g, Purchase 365g, Video view 75% Reels collection 90g. Le quattro audience servono ad ad set diversi del retargeting funnel.

Quando usarla: retargeting (riportare utenti caldi sul prodotto), nurturing leads, fidelizzazione clienti esistenti, e come seme per Lookalike di alta qualità.

Limiti: dimensione iniziale dipende dal traffico/clienti esistenti. Sotto i 1.000 utenti matchati la Custom è troppo piccola per generare Lookalike affidabili e per essere usata come unica audience di ad set.

3. Lookalike Audience · il prolungamento algoritmico

La Lookalike Audience (LAL) è generata algoritmicamente da Meta a partire da una Custom Audience source. L’algoritmo identifica utenti simili al seme su segnali demografici, comportamentali e di affinità, e li raggruppa in una nuova audience pronta per essere usata in campagna.

La LAL si configura su:

• Source audience: una Custom Audience (Customer List, traffico sito, interazioni Meta, app eventi).
• Paese: una sola nazione alla volta (es. Italia).
• Ratio: percentuale della popolazione del Paese da includere. Range 1-10%. Italia 1% ≈ 470.000 utenti, 10% ≈ 4,7 milioni.

Esempio LAL: e-commerce che ha caricato Customer List di 8.000 acquirenti italiani genera LAL 1% Italia (~470.000 utenti simili). LAL 2% (~940.000) per ad set di scaling, LAL 5% (~2,3 milioni) per esplorazione massima.

Quando usarla: scaling di campagne validate (la Custom va bene, vuoi prospecting su utenti simili), entrata in mercato dove hai pochi clienti ma un seme di qualità, lancio prodotto con dati di prima parte solidi.

Limiti · i tre vincoli che fanno fallire le LAL:

1. Source troppo piccola: sotto i 100 utenti matchati Meta non genera la LAL. Sotto i 1.000 la LAL è di qualità mediocre.
2. Source troppo eterogenea: se la Custom contiene clienti AOV 20€ e clienti AOV 800€, la LAL "media" non assomiglia a nessuno dei due. Meglio segmentare la Custom prima.
3. Source datata: clienti acquistati 3 anni fa non rappresentano più il customer attuale. Finestre 365 giorni o meno producono LAL più aderenti al mercato corrente.

Come combinarle in una campagna reale

In una campagna a budget medio (3.000-15.000€/mese) il pattern tipico è:

• Ad set 1 · Retargeting: Custom Audience visitatori sito 30g + Custom Audience video view 75% 60g. Audience tiepida, CTA bottom-funnel, CPM alto ma CVR alta.
• Ad set 2 · LAL clienti: Lookalike 1-3% del Customer List ultimi 12 mesi. Audience fredda ma di qualità, CTA middle-funnel.
• Ad set 3 · Core prospecting: Core Audience su Detailed Targeting strategici (interessi). Audience più fredda di tutte, CPM più basso, copertura più ampia.

L’algoritmo distribuisce il budget (in CBO) o lo divide manualmente (ABO) a seconda dell’obiettivo del momento (learning, scaling, ottimizzazione).

Un’audience da sola raramente basta: il mix delle tre tipologie copre il funnel dalla scoperta alla riacquisizione. La maturità dell’inserzionista si misura sulla capacità di orchestrare le tre famiglie in modo strutturato, non sull’uso esclusivo di una sola.

Vedi anche: Core Audience, Custom Audience, Lookalike, Advantage+ Audience, Workflow AI 3 fasi.