TikTok游戏与应用广告要稳定扩量，核心不是一味加预算，而是用高价值种子用户提炼相似受众，分层拓展，把付费意愿强的人群规模化复制。
什么是TikTok的相似受众，为什么它对游戏与应用广告这么关键？
相似受众（Lookalike）是平台根据你提供的一批种子用户，自动寻找行为特征相近的新人群。对游戏和应用广告来说，它的价值在于：你不必从零猜测谁会下载、谁会留存，而是让算法基于已验证的高价值用户去「找同类」。相比宽泛的兴趣定向，相似受众的转化质量更稳，特别适合已经跑出首批真实用户的买量团队。当核心受众跑满、成本开始抬头时，相似拓展就是最顺手的扩量通道。
种子用户该怎么选，为什么泛安装名单会拖累效果？
很多团队直接把全部安装用户丢进种子，结果相似受众被大量低意向、低留存人群稀释，扩出来的量同样不精准。更好的做法是只喂「高价值种子」：近三十天内有付费行为的用户、七日留存以上的活跃用户、或完成关键内行为的用户。种子越干净，算法学到的信号越聚焦，拓展出的人群付费倾向越强。如果数据量允许，可以拆成「付费种子」和「高留存种子」两组分别建模，对比哪类种子带来的回收更好。
相似受众怎么分层拓展，窄层和宽层分别起什么作用？
TikTok通常支持按相似度分层，例如百分之一、百分之二、百分之五、百分之十。窄层（百分之一、百分之二）与种子最像，量小但精准，适合作为主力拿量并守住成本；宽层（百分之五、百分之十）覆盖更广，适合在窄层跑满后补量。实操上建议窄层先行、宽层补位，用「AEO或VO出价」配合窄层锁住真实回报，再用宽层把规模顶上去。不要一上来就铺满所有层，那样既难判断哪层有效，也容易互相抢量。
排除列表怎么配，才能避免受众重叠造成内耗？
相似受众如果和再营销受众、已有转化受众重叠，就会出现同一批人既被拉新又被召回，预算在内耗里蒸发。务必在相似受众投放组里排除：已安装但未激活用户、已付费用户、正在进行的再营销名单。同时，不同相似层之间也要做部分排除，避免窄层和宽层抢同一拨人。排除配置建议跟随活动节奏每周复查，尤其在版本更新、买量高峰前后，名单过期会直接导致成本波动。
种子人群要多久刷新一次，才能跟上版本节奏？
种子不是设一次就永久有效。游戏和应用会随版本、活动、节日不断变化，用户的付费与留存结构也在变。建议每两到四周用最新高价值行为刷新一次种子，让相似受众持续贴近当前的产品状态。大版本上线或大型活动期间，可以更密集地重建种子，捕捉新涌入的高意向用户。定期刷新能让扩量不只是「把旧人群放大」，而是跟着业务节奏不断找到新的同类。
相似受众和再营销受众有什么区别？
相似受众是用种子去找「没接触过的新同类」，目标是扩量；再营销受众是反复触达「已经来过但未转化或已沉默」的存量用户，目标是召回与促活。两者应分开建组并互相排除，避免预算内耗。
1%相似层跑不动，是不是直接放弃？
不一定。窄层量小但精准，若完全跑不动，先检查种子质量与体量、出价是否匹配价值，以及排除了多少重叠人群。确认种子干净后仍起量困难，再逐步放开到2%、5%宽层补量，而不是一开始就否定窄层。
种子量太少会不会建不出相似受众？
种子需要达到一定规模，平台才能学到稳定特征。若高价值种子不足，可先放宽到「高留存」而非仅「付费」，或积累一个版本周期的用户再建模。种子太少时强行建层，拓展出的人群会偏随机，反而拉低回报。
相似受众能和AEO、VO出价一起用吗？
可以，而且是推荐组合。窄层相似受众搭配应用事件优化（AEO）或价值优化（VO）出价，能让算法在找同类的过程中优先锁定会完成关键行为、贡献更高价值的用户，扩量与回报可以同步推进。