lookalike audience คือ อะไร ใช้ตอนไหนให้คุ้มค่ายิงแอด

lookalike audience คือ อะไร ต่างจาก custom audience ยังไง เลือก 1% หรือ 10% ตั้งค่ายังไงให้ไม่เสียงบ อ่านครบก่อนยิงแอด Meta จริง

lookalike audience คือ อะไร และควรตั้ง 1% หรือ 10% ตอนยิง Meta Ads

Last updated: 2026-07-23 · โดย Brad K

คุณอัปโหลดรายชื่อลูกค้าเก่า 800 คนขึ้น Meta Ads Manager กด Create Audience แล้วเจอช่อง Lookalike โผล่มา พร้อมสไลเดอร์ให้เลือกตั้งแต่ 1% ถึง 10% ของประชากร คำถามแรกที่คนยิงแอดทุกคนถามคือ “เลือกตัวไหนดี แล้วมันจะไปหาคนแบบไหนให้เรา” lookalike audience คือ ตัวช่วยที่ Meta ใช้ขยายฐานคนที่ “หน้าตาเหมือน” ลูกค้าดีที่สุดของคุณออกไป โดยที่คุณไม่ต้องนั่งเดา interest เอง บทความนี้จะอธิบายว่ามันทำงานด้วยกลไกอะไร ต่างจาก custom audience ตรงไหน ควรตั้งเปอร์เซ็นต์เท่าไหร่ในสถานการณ์แบบไหน และตารางอาการ-สาเหตุ-วิธีแก้ ที่เอาไปใช้ debug แคมเปญที่ยิงแล้วไม่เวิร์กได้ทันที

Key Takeaways: lookalike audience คือ กลุ่มเป้าหมายที่ Meta สร้างจากการหา “คนที่พฤติกรรมคล้าย” source audience ของคุณ (เช่นลูกค้าเก่า, คนที่เคยซื้อ, lead คุณภาพดี) โดย source ควรมี 1,000-50,000 คนตาม spec ของ Meta จึงจะแม่น ตัวเลข % คือความกว้าง — 1% แคบและใกล้เคียงที่สุด, 10% กว้างและ reach เยอะแต่หลวม สำหรับ B2B ที่ฐานเล็ก การใช้ value-based source และ exclude คนที่เป็นลูกค้าอยู่แล้ว สำคัญกว่าการไล่ตั้งเปอร์เซ็นต์ให้กว้าง

lookalike audience คือ อะไร ตอบสั้นก่อนลงลึก

lookalike audience คือ กลุ่มเป้าหมายที่ Meta สร้างขึ้นเองโดยวิเคราะห์คุณลักษณะร่วมของคนใน “source audience” ที่คุณป้อนให้ แล้วออกไปหาคนอื่นในแพลตฟอร์มที่มีสัญญาณพฤติกรรมใกล้เคียงกัน พูดง่าย ๆ คือคุณบอก Meta ว่า “ลูกค้าที่ดีของฉันหน้าตาแบบนี้” แล้ว Meta ก็ไปเหมาคนที่คล้ายกันมาให้ยิงแอด

จุดสำคัญที่มือใหม่มักเข้าใจผิด: Meta ไม่ได้ก๊อปปี้ demographic ตรง ๆ แบบ “อายุ 30-40 อยู่กรุงเทพ” แต่มันดูสัญญาณหลายร้อยตัวที่เรามองไม่เห็น เช่น รูปแบบการกดโพสต์ ช่วงเวลาที่ active ประเภทเพจที่ตาม แล้วหา pattern ร่วม นี่คือเหตุผลที่ lookalike มักทำงานได้ดีกว่าการเลือก interest เองมือ เพราะเราเดา interest จากสมมติฐาน แต่ Meta เรียนจากคนจริงที่ซื้อไปแล้ว

source audience ที่ป้อนเข้าไปได้มาจากหลายที่ — รายชื่ออีเมล/เบอร์ลูกค้า (customer list), คนที่ Pixel เก็บว่าเคยซื้อหรือกรอกฟอร์ม, คนที่ดูวิดีโอจนจบ, หรือคนที่ engage เพจ ยิ่ง source สะอาดและเป็น “คนที่มีมูลค่าจริง” มากเท่าไหร่ lookalike ที่ได้ก็ยิ่งตรงกลุ่ม ตามหน้า About Lookalike Audiences ของ Meta แนะนำ source ระหว่าง 1,000-50,000 คน และขั้นต่ำต้องมีคนจากประเทศเดียวกันอย่างน้อย 100 คน ระบบถึงจะสร้างให้ได้

กลไกเบื้องหลัง: source audience กับตัวเลข % ทำงานยังไง

หัวใจของ lookalike มีสองตัวแปรที่คุณคุมได้ — คุณภาพของ source และความกว้าง (%)

ตัวเลข % คือขนาดของกลุ่มเทียบกับประชากรในประเทศที่เลือก ถ้าเลือกประเทศไทยแล้วตั้ง 1% Meta จะเลือกคนราว 1% ที่ “เหมือน source มากที่สุด” มาให้ ยิ่งเปอร์เซ็นต์น้อย ยิ่งใกล้เคียง source แต่กลุ่มเล็ก ยิ่งเปอร์เซ็นต์มาก reach กว้างขึ้นแต่ความเหมือนเจือจางลงเรื่อย ๆ กลุ่ม 10% จึงเป็นคนที่ “พอจะคล้าย” ไม่ใช่ “คล้ายที่สุด”

ในทางปฏิบัติ ผมมองตัวเลขนี้เป็นเส้นแลกกันระหว่าง precision กับ scale ไม่ใช่ว่าอันไหนดีกว่าโดยตัวมันเอง แคมเปญที่งบน้อยและอยากได้ conversion ชัด ๆ เริ่มที่ 1-2% ก่อน ส่วนแคมเปญ awareness ที่ต้องการ reach เยอะและ Pixel มี data พอจะ optimize ต่อได้ ค่อยขยับไป 3-5% การกระโดดไป 10% ตั้งแต่แรกมักได้ CPM ถูกลงจริง แต่ conversion rate ก็ตกตามเพราะกลุ่มหลวม

คุณภาพของ source สำคัญกว่าเปอร์เซ็นต์เสมอ lookalike ที่สร้างจากรายชื่อ “ทุกคนที่เคยกดไลก์เพจ” ย่อมหลวมกว่า lookalike ที่สร้างจาก “คนที่ซื้อจริงและมูลค่าออเดอร์สูง” เพราะ Meta เรียนจากสัญญาณของคนกลุ่มหลังซึ่งตรงเป้ากว่ามาก ถ้าคุณส่ง value เข้าไปด้วย (value-based lookalike) Meta จะถ่วงน้ำหนักคนที่มูลค่าสูงในการหา pattern — เหมาะกับ B2B ที่ deal size ต่างกันหลายเท่า

ผิดพลาดที่พบบ่อย: ยิ่งกว้างยิ่งดี

ความเชื่อว่า “ตั้ง 10% ไว้ก่อน Meta จะได้มีคนให้ optimize เยอะ ๆ” เป็นกับดักคลาสสิก ปัญหาคือถ้า source ของคุณเล็ก (พันกว่าคน) การขยายไป 10% เท่ากับเจือจางสัญญาณจนแทบไม่เหลือความ “เหมือน” กลายเป็นยิงแบบ broad ธรรมดาที่แพงกว่าเดิม เริ่มแคบก่อนแล้วค่อยขยายเมื่อ data บอกว่าคุ้ม ปลอดภัยกว่าเสมอ

lookalike vs custom audience ต่างกันตรงไหน เลือกอันไหนดี

สองคำนี้คนสับสนบ่อยเพราะทั้งคู่อยู่ในเมนู Audiences เดียวกัน แต่บทบาทคนละขั้ว

custom audience คือ กลุ่มคนที่เคยมีปฏิสัมพันธ์กับธุรกิจคุณอยู่แล้ว — เคยเข้าเว็บ, เคยกรอกฟอร์ม, อยู่ในรายชื่อลูกค้า, เคยดูวิดีโอ พวกเขา “รู้จักคุณแล้ว” การยิงหากลุ่มนี้คือ retargeting เอาไว้ปิดการขายหรือ nurture

lookalike audience คือ การขยายออกไปหา “คนใหม่ที่ยังไม่รู้จักคุณ” แต่คล้ายลูกค้าดีของคุณ เป็นเครื่องมือหา cold audience ที่มีคุณภาพ ไม่ใช่ retargeting

ที่ต้องจำให้ขึ้นใจ: custom audience มักเป็น “แม่พิมพ์” ให้ lookalike คุณเอา custom audience (เช่น คนที่ซื้อใน 180 วัน) มาเป็น source แล้วสร้าง lookalike ต่อ สองอย่างนี้จึงทำงานเป็นทอด ๆ ไม่ใช่คู่แข่งกัน

จะทำอะไร	ใช้ custom audience	ใช้ lookalike audience
ปิดการขายคนที่เคยเข้าเว็บ ทิ้ง cart	✅ ใช่ (retargeting)	❌ ไม่ใช่
หา lead ใหม่ที่คล้ายลูกค้าเก่า	❌	✅ ใช่
Exclude ลูกค้าเดิมออกจากแคมเปญหาลูกค้าใหม่	✅ ใช้ exclude	—
ขยาย scale เมื่อ interest ตันแล้ว	❌	✅ ใช่

สำหรับ B2B ไทยที่ฐานลูกค้าเล็ก ลำดับที่เวิร์กคือ: สร้าง custom audience จาก lead คุณภาพดี → สร้าง lookalike จากกลุ่มนั้น → แล้ว exclude custom audience เดิมออกจาก lookalike เพื่อไม่ให้ยิงซ้ำคนที่เป็นลูกค้าอยู่แล้ว จุดนี้เชื่อมโยงกับการวางระบบ tracking ให้ Pixel เก็บ event ถูกตั้งแต่แรก ซึ่งอ่านต่อได้ที่ Facebook Pixel + Conversion API Setup — เพราะ lookalike จะแม่นแค่ไหน ขึ้นกับว่า source data สะอาดแค่ไหน

ตั้งค่า lookalike แล้วไม่เวิร์ก — ตารางอาการ สาเหตุ วิธีแก้

เวลายิง lookalike แล้วผลไม่ออก คนมักโทษว่า “กลุ่มไม่ดี” ทั้งที่ปัญหาจริงมักอยู่ที่ source หรือการตั้งค่าที่วัดได้เป็นตัวเลข ตารางนี้ map อาการที่เจอกับ threshold จริงตาม spec ของ Meta

อาการ (ค่าที่เห็นจริง)	สาเหตุน่าจะเป็น	สิ่งที่ทำ
สร้าง lookalike ไม่ได้ / ปุ่มเทา	Source < 100 คนจากประเทศเดียว (ต่ำกว่าขั้นต่ำ Meta)	ขยาย source ให้เกิน 100 หรือรวมหลาย custom audience เข้าด้วยกัน
สร้างได้แต่ conversion หลวม	Source 100-999 คน ต่ำกว่าช่วงที่ Meta แนะนำ (1,000-50,000)	รอ Pixel เก็บ conversion ให้ถึงหลักพัน หรือใช้ engagement-based source ชั่วคราว
CPM สูง reach แคบเกิน ตั้ง 1%	กลุ่ม 1% เล็กเกินสำหรับงบที่ยิง เกิด audience fatigue เร็ว	ขยับเป็น 1-3% หรือ 3-5% แล้วดู frequency ให้ไม่เกิน ~2-3 ต่อสัปดาห์
Reach เยอะแต่ lead ขยะ ตั้ง 10%	10% หลวม กลายเป็น broad targeting กลาย ๆ	ลดกลับมา 1-5% + ใส่ value-based source ให้ Meta ถ่วงคนมูลค่าสูง
Lead ที่ได้เป็นลูกค้าเดิมเยอะ	ไม่ได้ exclude custom audience ต้นทาง	Exclude source + existing customer list ออกจาก ad set
ผลตกหลังยิงได้ 2-3 วัน	Learning phase ยังไม่ผ่าน (Meta ต้องการ ~50 conversion/สัปดาห์)	อย่าเพิ่งปิด อย่าแก้บ่อย ปล่อยให้ผ่าน learning ก่อนตัดสิน

ผิดพลาดที่พบบ่อย: แก้ ad set ระหว่าง learning phase

หลายคนเห็นผล 2 วันแรกไม่ดีแล้วรีบแก้งบ แก้กลุ่ม แก้ครีเอทีฟ ทุกครั้งที่แก้สาระสำคัญ learning phase จะรีเซ็ตใหม่ Meta ต้องเก็บสัญญาณราว 50 conversion ต่อ ad set ต่อสัปดาห์กว่าจะออกจาก learning การจิ้มแก้บ่อยทำให้ระบบไม่มีวันเรียนจบ — วินัยเรื่องนี้สำคัญกว่าการหากลุ่มที่ “เพอร์เฟกต์” ตั้งแต่แรก

lookalike สำหรับ B2B ไทยที่ฐานเล็ก ทำยังไงให้เวิร์ก

ปัญหาใหญ่ของ B2B ไทยคือ source เล็ก ลูกค้าจริงอาจมีแค่หลักร้อยถึงพันต้น ๆ ไม่ถึงหมื่นแบบ B2C สามวิธีที่ช่วยได้จริง

1. รวม source หลายชั้นเป็นตัวเดียว ถ้าลูกค้าซื้อจริงยังไม่ถึงพัน ให้รวม “คนที่กรอกฟอร์ม + คนที่ดูหน้า pricing + คนที่ดูวิดีโอสินค้าจนจบ” เป็น source เดียว ให้ผ่านเกณฑ์ขั้นต่ำก่อน แล้วค่อยแยกทำ value-based เมื่อ data โตพอ

2. ใช้ value-based lookalike เมื่อ deal size ต่างกันมาก B2B ดีลหนึ่งอาจต่างกันสิบเท่า ถ้าส่งมูลค่าเข้าไป Meta จะให้น้ำหนักการหาคนที่คล้าย “ลูกค้ารายใหญ่” มากกว่ารายเล็ก ซึ่งตรงกับเป้าหมายธุรกิจมากกว่านับหัวเฉย ๆ ตรงนี้ต้องตั้ง event value ให้ถูกในระบบ tracking — ดูวิธีวางโครงที่ MarTech Analytics & Tracking Guide

3. อย่าวัด lookalike ด้วย last-click อย่างเดียว lookalike อยู่ต้นทาง funnel (หาคนใหม่) การวัดด้วย last-click จะทำให้ดูเหมือนไม่คุ้มเพราะ conversion ไปตกที่ retargeting ปลายทาง ควรดูด้วย attribution ที่เห็นทั้งเส้นทาง อ่านต่อเรื่องนี้ที่ Attribution Model B2B Guide จะช่วยให้ไม่ตัดกลุ่มที่จริง ๆ ทำงานทิ้งไปเพราะวัดผิดมุม

Real-world Example

FAQ

lookalike audience คือ สิ่งเดียวกับ custom audience ไหม?
ไม่ใช่ custom audience คือ คนที่เคยมีปฏิสัมพันธ์กับคุณแล้ว (retargeting) ส่วน lookalike คือ คนใหม่ที่คล้ายลูกค้าดีของคุณ โดยทั่วไปเอา custom audience มาเป็น source เพื่อสร้าง lookalike ต่อ

source audience ต้องมีกี่คนถึงสร้าง lookalike ได้?
ขั้นต่ำ 100 คนจากประเทศเดียวกัน แต่ Meta แนะนำช่วง 1,000-50,000 คนเพื่อให้แม่นยำ ยิ่ง source เป็นคนที่มีมูลค่าจริงยิ่งดีกว่าจำนวนเยอะ ๆ ที่หลวม

ควรตั้ง 1% หรือ 10% ดี?
เริ่มที่ 1-2% เมื่ออยากได้ความแม่นและ conversion ชัด ค่อยขยับกว้างขึ้นเมื่อ reach ตันหรือทำ awareness การเริ่ม 10% เลยมักได้กลุ่มหลวมและ lead คุณภาพตก

lookalike ใช้กับ TikTok หรือ Google ได้ไหม?
แต่ละแพลตฟอร์มมีเวอร์ชันของตัวเอง — TikTok เรียก Lookalike เหมือนกัน ส่วน Google ใช้ Similar/Optimized targeting กลไกคล้ายกันแต่ตั้งค่าคนละที่ ดูฝั่ง Meta ให้แม่นก่อนที่ Meta Ads Guide Thailand

ทำไม lookalike ยิงแล้วได้ลูกค้าเดิม?
เพราะไม่ได้ exclude custom audience ต้นทางออกจาก ad set ต้องตั้ง exclude source และรายชื่อลูกค้าปัจจุบัน ระบบถึงจะเลี่ยงยิงซ้ำคนที่เป็นลูกค้าอยู่แล้ว

สรุป

lookalike audience คือ เครื่องมือขยายฐานหาคนใหม่ที่คล้ายลูกค้าดีที่สุดของคุณ ไม่ใช่ retargeting และไม่ใช่การเดา interest เอง สามอย่างที่ต้องจำ: หนึ่ง — คุณภาพของ source สำคัญกว่าตัวเลข % เสมอ ให้เริ่มจาก source ที่เป็นคนซื้อจริงและอยู่ในช่วง 1,000-50,000 คนตาม spec ของ Meta สอง — เริ่มแคบที่ 1-2% แล้วค่อยขยายเมื่อ data บอกว่าคุ้ม อย่ากระโดด 10% ตั้งแต่แรก สาม — exclude ลูกค้าเดิมออกเสมอ และอย่าแก้ ad set ระหว่าง learning phase

อยากเข้าใจโครงสร้างแคมเปญ Meta ตั้งแต่ audience จนถึงการวัดผลแบบครบเส้น อ่านต่อที่ Complete Meta Ads Guide for B2B Thailand หรือ subscribe newsletter รับ MarTech insight ทุกสัปดาห์