Lookalike Audiences no Meta Ads: como criar e quando usar
Como o Meta constrói públicos parecidos com a sua base, qual tamanho de porcentagem escolher, quais fontes de seed funcionam melhor e por que lookalike sozinho não resolve conta com tracking fraco.
O que você vai entender lendo isso
- Lookalike Audience usa uma base sua (seed) pra encontrar pessoas com padrão de comportamento parecido dentro do universo de usuários do Meta. A qualidade da seed importa mais que o tamanho dela.
- O tamanho do público (1% a 10%) é o principal controle de precisão versus volume. 1% fica mais parecido com a seed; percentuais maiores ampliam alcance e baixam CPM, mas diluem a similaridade.
- Depois do iOS 14.5+, a seed ficou mais rasa em muita conta. Sem Conversions API bem configurada, o lookalike de “quem comprou” vira lookalike de “quem clicou no anúncio” sem querer.
Lookalike Audience no Meta Ads é um público criado automaticamente pela plataforma a partir de uma base sua, como uma lista de clientes ou um pixel de compra, buscando outras pessoas com padrão de comportamento parecido dentro da base de usuários do Meta. Funciona bem quando a base de origem é limpa e específica; funciona mal quando você joga qualquer lista genérica e espera mágica. Neste texto eu explico como o algoritmo constrói esse público, qual tamanho de percentual escolher pra cada momento de conta, quais fontes de seed realmente entregam público de qualidade e onde vejo gestor perder dinheiro tentando usar lookalike como atalho pra não fazer teste de criativo.
Como funciona o Lookalike Audience por dentro
O Meta pega a sua base de origem (seed), identifica características em comum entre essas pessoas (interesses, comportamento de navegação, dados demográficos, padrão de uso do app) e depois varre a base total de usuários do país escolhido procurando quem tem o perfil estatístico mais parecido. O resultado é um público novo, sem sobreposição direta de identidade com a seed, mas parecido em comportamento.
A seed pode vir de fontes diferentes: pixel do site (quem comprou, quem adicionou ao carrinho), lista de clientes importada (CRM), engajamento em Instagram ou Facebook, ou público de app. Quanto mais específica e mais alinhada com o resultado que você quer replicar, melhor o lookalike final. Uma lista de “todo mundo que já visitou o site” gera lookalike raso. Uma lista de “quem comprou 2+ vezes nos últimos 90 dias” gera lookalike mais afiado, porque a seed já carrega o padrão de comportamento de quem tem LTV maior.
Como criar um Lookalike Audience passo a passo
O fluxo dentro do Gerenciador de Anúncios é direto, mas a decisão de qual seed usar é onde a maioria erra:
- Vá em Públicos dentro do Gerenciador de Eventos ou do Gerenciador de Anúncios e clique em criar público personalizado (a fonte da seed).
- Escolha a fonte: pixel/evento (ex: Purchase), lista de clientes (upload de CSV com email/telefone), engajamento em página ou perfil, ou público de app.
- Defina a janela de tempo da seed. Para pixel de compra, eu costumo usar 180 dias se o volume permitir; para lista de clientes, não tem janela, é o CRM inteiro.
- Com o público personalizado criado, clique em criar Lookalike a partir dele.
- Escolha o país (ou países) de destino e o tamanho em percentual, de 1% a 10%.
- O Meta processa e libera o público, normalmente em algumas horas.
Um detalhe que muita gente ignora: dá pra empilhar mais de uma fonte na mesma seed (por exemplo, unir pixel de compra com lista de CRM de clientes recorrentes) pra formar uma seed maior e mais representativa antes de gerar o lookalike. Isso ajuda muito em conta com volume baixo de conversão, onde a seed pura do pixel teria poucos eventos pra funcionar bem. Vale complementar com o guia de eventos de conversão no Meta Ads pra garantir que o evento usado como seed está disparando certo.
Qual tamanho de percentual escolher
O percentual do lookalike é o principal controle de precisão. Percentuais menores ficam estatisticamente mais parecidos com a seed; percentuais maiores ampliam o alcance, geralmente baixam CPM, mas diluem a semelhança.
| Percentual | Similaridade com a seed | Tamanho aproximado (Brasil) | Quando usar |
|---|---|---|---|
| 1% | Mais alta | ~1 milhão de pessoas | Validar se a seed tem sinal; conta com budget menor |
| 2-3% | Alta | ~2 a 3 milhões | Escalar depois que o 1% já performou bem por 2-3 semanas |
| 4-6% | Média | ~4 a 6 milhões | Conta que precisa de mais volume e já testou os menores |
| 7-10% | Mais baixa | 7 milhões+ | Escala agressiva com CBO/Advantage+ e budget alto |
Na prática, eu não recomendo pular direto pra 10% numa conta nova. O caminho que costuma performar melhor é começar com 1%, deixar rodar tempo suficiente pra sair da fase de aprendizado, e só depois testar 2-3% em paralelo (nunca substituindo o 1% de cara, porque às vezes ele continua sendo o mais barato mesmo com volume menor). Testar percentuais diferentes em conjuntos separados, comparando CPA lado a lado, é o único jeito confiável de saber o que funciona pro seu produto específico.
Lookalike vs público de interesse frio
Uma dúvida recorrente é se lookalike substitui totalmente público de interesse (segmentação por gosto/comportamento declarado). Na minha experiência, os dois têm papel diferente dentro do funil, e comparar como se fosse “melhor vs pior” é simplificar demais.
“Lookalike sempre performa melhor que interesse, então não vale testar interesse.”
“Quanto menor o percentual, sempre melhor o resultado.”
“Lookalike de 1% de qualquer lista já é público qualificado.”
Depende da seed e do volume de conta. Em contas com pouco dado de conversão, interesse bem escolhido às vezes performa igual ou melhor no início.
Só se a seed for de qualidade. Lookalike de 1% de uma seed ruim (ex: todo visitante do site) ainda é um público raso, só que menor.
Só se a seed em si já era um grupo qualificado. Lookalike herda a qualidade da seed, não cria qualidade do nada.
Onde lookalike costuma ganhar de verdade é em contas que já têm volume de conversão consistente (o que dá seed robusta) e querem escalar sem depender de adivinhar interesse manualmente. Onde interesse ainda compete bem é em conta nova, sem histórico de conversão suficiente pra gerar seed relevante, ou em nicho muito específico onde o interesse declarado é um sinal forte por si só. Combinar os dois em conjuntos de anúncio separados, medindo CPA de cada um, costuma ser mais confiável do que escolher um só de largada. Isso conecta direto com a lógica de como escalar cold audience no Meta Ads.
As melhores fontes de seed (e as piores)
A qualidade do lookalike final é, no fim das contas, um reflexo direto da seed. Nunca vai ser melhor que a base de origem.
Lookalike criado a partir de “todo mundo que visitou o site” ou “todo mundo que clicou no anúncio” tende a performar pior do que lookalike de eventos de valor real, como compra ou lead qualificado. Seed rasa gera lookalike raso, mesmo que o percentual seja pequeno.
Ranking de fontes que costumo priorizar, do melhor pro mais fraco:
- Lista de clientes recorrentes (CRM) com valor de compra. A melhor fonte quando disponível, porque já carrega sinal de quem tem LTV alto, não só de quem converteu uma vez.
- Evento de Purchase via pixel + CAPI, com valor. Segunda melhor opção, principalmente com Value Optimization ativo, pra puxar gente parecida com quem compra mais caro.
- Leads qualificados (evento customizado pós-qualificação). Bom pra negócio B2B ou serviço onde a conversão de fato é o lead que vira cliente, não o lead bruto.
- Engajamento no Instagram/Facebook. Fonte mais fraca das quatro, útil só quando não existe volume de conversão suficiente pra gerar seed de pixel.
Vale reforçar: com o iOS 14.5+ e a perda de parte do sinal de eventos, a Conversions API deixou de ser opcional pra quem depende de lookalike de qualidade. Sem ela, uma fatia relevante dos eventos de Purchase simplesmente não chega ao Meta, e a seed fica mais pobre do que realmente é. Detalhes de setup em Conversions API do Meta via GTM e o histórico do impacto em iOS 14.5+ no Meta Ads.
“Lookalike não cria dado bom a partir de dado ruim. Ele só amplifica o padrão que já existe na sua seed, pra melhor ou pra pior.” Observação recorrente em auditoria de contas
Quando NÃO usar Lookalike Audience
Existem cenários em que eu simplesmente não recomendo abrir lookalike ainda, mesmo que o cliente peça:
- Conta nova, sem histórico de conversão. Sem seed de qualidade, o lookalike vira uma aposta cega. Prefira interesse ou Advantage+ Audience abertos nas primeiras semanas, juntando dado antes de segmentar demais.
- Produto de nicho muito pequeno. Se a base total de clientes é de algumas centenas de pessoas, o lookalike de 1% pode ficar volumoso demais pra manter a similaridade que você espera.
- Quando o objetivo é topo de funil puro (awareness). Lookalike de compra faz sentido pra objetivo de conversão. Pra reconhecimento de marca sem intenção comercial, público mais amplo costuma custar menos por alcance.
- Sem Conversions API implementada. Rodar lookalike de Purchase sem CAPI numa conta de ticket alto é gastar orçamento numa seed que já nasce incompleta.
Erros comuns ao trabalhar com Lookalike
Alguns padrões que vejo se repetir em conta depois de conta:
1. Trocar de seed toda semana. Lookalike precisa de tempo pra processar e o conjunto de anúncio precisa sair da fase de aprendizado. Trocar a fonte constantemente reseta o progresso sem necessidade.
2. Sobrepor lookalikes de percentuais diferentes no mesmo conjunto de anúncio. Isso faz os públicos competirem entre si no mesmo leilão interno da conta, encarecendo CPM pra ambos. Melhor manter em conjuntos de anúncio separados, ou excluir a sobreposição.
3. Usar lookalike de evento raso quando existe evento melhor disponível. Se a conta já tem volume de Purchase suficiente, usar lookalike de “ViewContent” é desperdiçar o sinal mais forte que você tem.
4. Esquecer de excluir a seed original do público lookalike. Sem essa exclusão, parte do orçamento vaza pra gente que já é cliente, competindo contra campanha de retenção ou aumentando frequência sem necessidade. Isso conecta direto com boas práticas de retargeting no Meta Ads, que deve ficar separado do público frio.
FAQ
Qual o tamanho mínimo de seed pra criar um Lookalike Audience?
O Meta recomenda no mínimo 100 pessoas na seed, mas na prática o resultado só fica confiável a partir de algumas centenas até poucos milhares. Seed com poucas dezenas de pessoas gera lookalike instável e pouco representativo.
Lookalike de 1% é sempre melhor que lookalike de 5%?
Não necessariamente. 1% costuma ser mais parecido com a seed, mas se a seed já é de boa qualidade, percentuais maiores conseguem escalar volume mantendo CPA aceitável. O ideal é testar percentuais em paralelo e comparar CPA real, não assumir de antemão.
Dá pra criar Lookalike sem pixel instalado?
Dá, usando lista de clientes (CRM) ou engajamento em página/perfil como seed. O pixel só é necessário se a fonte escolhida for evento de site. Lista de clientes com boa qualidade de dado costuma inclusive performar melhor que pixel em conta com pouco tráfego.
Lookalike ainda funciona bem depois do iOS 14.5+?
Funciona, mas exige mais cuidado. Sem Conversions API, parte relevante dos eventos de compra não chega ao Meta, o que deixa a seed mais pobre. Com CAPI configurada corretamente, o impacto é bem menor e o lookalike volta a ficar próximo do nível anterior à mudança.
Vale a pena combinar Lookalike com Advantage+ Audience?
Depende do momento da conta. O Advantage+ Audience deixa o próprio Meta decidir a segmentação com base em sinais amplos, e costuma performar bem quando já existe volume grande de conversão. Em conta menor ou mais nova, manter lookalike segmentado ainda dá mais controle e aprendizado sobre o que funciona.
Conclusão
Lookalike Audience no Meta Ads não é um botão mágico, é um espelho da qualidade da sua seed. Antes de discutir percentual, vale garantir que o evento usado como base é o evento certo, com Conversions API funcionando, e com volume mínimo pra gerar sinal confiável. Só depois disso faz sentido testar 1%, 2-3% e percentuais maiores, comparando CPA lado a lado. Se sua conta ainda não tem tracking limpo o suficiente pra sustentar isso, vale revisar antes os eventos de conversão no Meta Ads e a comparação de estratégias de audiência em Similar Audiences no Google Ads, o equivalente da mesma lógica do outro lado da mídia paga.