Зачем нужна задача look-alike
Что проверяют
Понимаете ли вы бизнес-задачу за термином и умеете ли превратить её в ML-постановку: что считать положительным классом, откуда взять отрицательный и как проверить, что модель вообще помогает. Следом обычно спрашивают, как бы вы оценили качество до запуска кампании.
Как отвечать
Look-alike решает задачу расширения аудитории. Есть небольшая затравка (seed) из ценных пользователей, например купивших подписку или с высоким LTV, и огромный пул, про который известно только поведение. Нужно найти в пуле похожих на seed и показать предложение им, а не всем подряд. Так снижают стоимость привлечения. Та же постановка встречается в кросс-продажах по своей базе, в антифроде (похожие на известных мошенников) и в B2B-скоринге лидов.
Как это строят:
- PU-learning: seed это положительные примеры, случайная выборка из пула считается неразмеченной, а не отрицательной. Обучают бустинг (CatBoost, LightGBM) или логистическую регрессию и ранжируют весь пул по скору;
- похожесть эмбеддингов: пользователей переводят в векторы и ищут ближайших к seed через ANN-индекс (FAISS, ScaNN). Удобно, когда seed совсем маленький;
- порог и размер: аудиторию режут по top-N или перцентилю скора. Чем шире аудитория, тем ниже точность, и этот компромисс выбирает бизнес.
Оценка: отложить часть seed и смотреть, какая доля попадает в верхние k процентов скора (recall@k, lift относительно случайного отбора). Окончательный ответ даёт только A/B-тест: конверсия и CPA на look-alike против контрольной аудитории.
Где спотыкаются
Считают весь пул отрицательным классом. Среди него как раз будущие клиенты, и модель учится их отталкивать. Нужны поправки PU-подхода или хотя бы аккуратный отбор негативов.
Предлагают K-средних, чтобы «найти кластер клиентов». Кластеризация не ранжирует пул по сходству с конкретным seed и плохо управляет размером аудитории.
Забывают про смещение seed: он отражает прошлый таргетинг и каналы. Модель воспроизводит старую аудиторию, и без исследовательской доли трафика петля обратной связи только сужает охват.