Predictive Audiences i rozszerzanie grup odbiorców na LinkedInie: kiedy warto je włączyć

Czym są Predictive Audiences na LinkedInie?

Predictive Audiences (grupy predykcyjne) to grupy odbiorców tworzone przez model AI LinkedIna na podstawie Twoich danych: osób, które wysłały formularz Lead Gen, wykonały konwersję na stronie lub znajdują się na wgranej liście kontaktów. Model łączy te dane z informacjami o użytkownikach LinkedIna i wybiera osoby, które z największym prawdopodobieństwem wykonają to samo działanie.

Predictive audiences LinkedIn zastąpiły dawne grupy lookalike, które budowały odbiorców wyłącznie na podobieństwie profili (stan na październik 2026). Różnica jest praktyczna: lookalike szukał „ludzi podobnych do moich klientów”, a grupa predykcyjna szuka „ludzi, którzy zachowają się jak moi klienci”. W B2B to istotne, bo dwóch dyrektorów finansowych o identycznym profilu może być w zupełnie innej sytuacji zakupowej.

Grupę predykcyjną tworzysz w sekcji Odbiorcy w Campaign Managerze, a następnie wybierasz ją w targetowaniu zestawu reklam jak każdą inną dopasowaną grupę. Jeśli dopiero porządkujesz konto i strukturę kampanii, zacznij od kompletnego przewodnika po LinkedIn Ads.

Czym różni się grupa predykcyjna od rozszerzania grupy odbiorców?

Grupa predykcyjna to osobna grupa odbiorców budowana z Twoich danych, a rozszerzanie grupy odbiorców (Audience Expansion) to pole wyboru w ustawieniach targetowania, które dokłada do ręcznie wybranych kryteriów osoby o podobnych cechach. Pierwsze narzędzie wymaga bazy danych, drugie działa na samych kryteriach.

W praktyce te narzędzia nie konkurują, tylko odpowiadają na różne problemy. Rozszerzanie przydaje się, gdy ręczna grupa jest za mała, a grupa predykcyjna, gdy chcesz znaleźć nowe osoby podobne do tych, które już przyniosły wartość. Ogólne zasady wyboru między poszerzaniem zasięgu a pracą na ciepłych grupach opisujemy w tekście lookalike czy retargeting.

Kiedy warto włączyć Predictive Audiences LinkedIn?

Grupy predykcyjne warto włączyć, gdy spełniasz cztery warunki: masz bazę liczącą co najmniej kilkaset, a najlepiej ponad tysiąc jakościowych rekordów, pomiar konwersji działa poprawnie, grupa docelowa nie jest wąską listą firm, a budżet pozwala na kilka tygodni nauki modelu.

Formalny próg to 300 dopasowanych członków w bazie, ale przy tak małej liczbie model ma niewiele sygnałów. Lepszym punktem startu jest kilkaset leadów zakwalifikowanych albo ponad tysiąc wszystkich zgłoszeń. Druga kwestia to jakość pomiaru: jeśli Insight Tag rejestruje wszystkie odsłony strony „Dziękujemy” razem z odświeżeniami albo konwersje są zdublowane, model uczy się na szumie. Jak ustawić pomiar zdarzeń i przekazywać konwersje z CRM, opisujemy w artykule o Conversions API i Insight Tagu.

Progi decyzyjne, którymi się kieruję:

• Baza poniżej 300 członków: nie da się utworzyć grupy. Zbieraj dane na targetowaniu ręcznym.
• 300–1000 rekordów: można testować, ale tylko obok targetowania ręcznego i z ostrożną oceną wyników.
• Ponad 1000 rekordów dobrej jakości: grupa predykcyjna może być jednym z głównych zestawów prospectingowych.
• Koszt leada na targetowaniu ręcznym rośnie od miesięcy: to sygnał, że ręczna grupa jest wyeksploatowana i warto dać szansę modelowi.

Jeśli wolisz oddać algorytmowi jeszcze więcej decyzji, w tym wybór kreacji i budżetu, sprawdź, jak działają kampanie LinkedIn Accelerate budowane przez AI.

Jak utworzyć grupę predykcyjną w Campaign Managerze?

Grupę predykcyjną tworzysz w kilka minut w sekcji Odbiorcy, a potem czekasz na jej przygotowanie, zanim wybierzesz ją w zestawie reklam. Kolejność kroków wygląda następująco:

1. W Campaign Managerze przejdź do sekcji Odbiorcy i kliknij „Utwórz grupę odbiorców”.
2. Wybierz typ grupy predykcyjnej (Predictive audience).
3. Wskaż źródło bazy: formularz lub formularze Lead Gen, zdarzenie konwersji albo wcześniej wgraną listę kontaktów.
4. Nadaj nazwę zawierającą źródło i datę, np. „PRED_leady-SQL_2026-10”, i zapisz grupę.
5. Poczekaj, aż status zmieni się na gotowy. Zwykle trwa to od kilku godzin do dwóch dni.
6. Utwórz nowy zestaw reklam z celem generowania potencjalnych klientów lub konwersji w witrynie i w sekcji targetowania dodaj grupę predykcyjną.
7. Pozostaw tylko lokalizację i język profilu. Jeśli panel pozwala na kolejne zawężenia, stosuj je oszczędnie, bo odbierają modelowi przestrzeń.
8. Odznacz rozszerzanie grupy odbiorców i wyklucz osoby, które już wysłały formularz lub są klientami.

Uwaga: Nie dokładaj do grupy predykcyjnej pełnego zestawu kryteriów stanowisk, które masz w zestawie ręcznym. Wtedy obie grupy w dużej mierze się pokrywają, a test porównuje praktycznie tych samych ludzi.

Jakie źródło danych wybrać jako bazę grupy predykcyjnej?

Najlepszą bazą jest lista osób, które przeszły kwalifikację sprzedażową, a nie wszystkie zgłoszenia. Model powiela to, co mu pokażesz: jeśli w bazie są studenci, przypadkowe zapisy i konkurencja, grupa predykcyjna znajdzie ich więcej.

Każde źródło ma swoje zalety i ograniczenia:

• Formularze Lead Gen. Najprostsze w użyciu, aktualizują się automatycznie, ale zawierają wszystkich wysyłających, także osoby przypadkowe. Sprawdza się, gdy formularz ma pytania kwalifikujące i wysoki odsetek dobrych leadów. Jak ułożyć pola i pytania, opisujemy w artykule o formularzach Lead Gen na LinkedInie.
• Konwersje w witrynie. Dobre, gdy konwersja oznacza realną intencję, np. prośbę o wycenę, a nie pobranie darmowego materiału. Słabe, gdy zdarzeń jest mało.
• Lista kontaktów z CRM. Najbardziej precyzyjna, bo możesz wgrać tylko leady zakwalifikowane lub klientów z ostatnich 12–24 miesięcy. Wymaga jednak podstawy prawnej przetwarzania i regularnych aktualizacji. Zasady wgrywania list opisujemy w tekście o Matched Audiences i RODO.

Jeśli nie wiesz, które zgłoszenia są wartościowe, najpierw uporządkuj ocenę leadów razem ze sprzedażą. Praktyczne kryteria odsiewania przypadkowych zgłoszeń znajdziesz w artykule o jakości leadów z LinkedIn Ads.

Jak przetestować grupę predykcyjną, żeby wynik był wiarygodny?

Grupę predykcyjną testuje się w osobnym zestawie reklam obok targetowania ręcznego, z tymi samymi kreacjami, celem i strategią stawek, przez co najmniej 3–4 tygodnie. Możesz też użyć funkcji testów A/B w Campaign Managerze, w której zmienną jest grupa odbiorców.

Załóżmy modelowo, że firma usługowa B2B ma 9000 zł miesięcznie i dotychczas uzyskuje leady po 300 zł na targetowaniu ręcznym. Dzieli budżet po połowie: 4500 zł na zestaw ręczny i 4500 zł na grupę predykcyjną. Po czterech tygodniach zestaw ręczny daje 15 leadów, z czego sprzedaż kwalifikuje 6, a zestaw predykcyjny 20 leadów, z czego kwalifikuje 6. Koszt leada spadł z 300 do 225 zł, ale koszt leada zakwalifikowanego jest identyczny: 750 zł. Wniosek: grupa predykcyjna nie jest gorsza, ale też nie poprawia sytuacji, więc kolejnym krokiem jest zmiana bazy na listę samych leadów zakwalifikowanych.

Na co patrzeć w danych:

• Demografia odbiorców. Czy grupa predykcyjna trafia w podobne funkcje i szczeble jak zestaw ręczny, czy odpływa w inne branże.
• Koszt leada zakwalifikowanego. To główna miara. Koszt zgłoszenia jest drugorzędny.
• Współczynnik wypełnień formularza. Wyraźnie wyższy przy niskiej jakości leadów to sygnał, że model znalazł osoby chętne do zapisów, a nie do zakupu.

Dobór kryteriów dla zestawu kontrolnego opisujemy w poradniku o targetowaniu decydentów B2B.

Kiedy nie włączać rozszerzania grupy odbiorców ani grup predykcyjnych?

Rozszerzanie i grupy predykcyjne wyłącz wszędzie tam, gdzie liczy się precyzja: w ABM, w retargetingu, w kampaniach do wąskich specjalizacji i tam, gdzie reklama zawiera treści dopasowane do jednej branży.

Pole rozszerzania grupy odbiorców w wielu konfiguracjach bywa zaznaczone domyślnie, dlatego sprawdzaj je przy każdym nowym zestawie reklam, także przy kopiowaniu istniejących. Typowe sytuacje, w których warto je odznaczyć:

• Kampanie na listę firm. Poszerzanie zasięgu poza listę przeczy idei ABM.
• Retargeting. Grupa ciepłych odbiorców ma sens tylko wtedy, gdy nie miesza się z osobami, które nigdy nie miały kontaktu z marką.
• Przekaz branżowy. Reklama „dla kierowników utrzymania ruchu w zakładach spożywczych” pokazana osobom spoza tej branży traci sens.
• Bardzo mały budżet. Przy kilkudziesięciu złotych dziennie każde przesunięcie poza grupę docelową to zauważalna strata.

Logika rozszerzania zasięgu jest podobna na innych platformach. Jeśli prowadzisz też kampanie na Pintereście, porównaj to podejście z działaniem grup odbiorców actalike.

Checklista przed włączeniem grupy predykcyjnej

Przed uruchomieniem zestawu z grupą predykcyjną przejdź przez poniższą listę. Jeśli którykolwiek punkt jest niespełniony, lepiej przesunąć test o kilka tygodni.

• Baza liczy co najmniej 300 dopasowanych członków, a najlepiej ponad tysiąc rekordów.
• Baza zawiera osoby o realnej wartości (leady zakwalifikowane, klienci), a nie wszystkie zgłoszenia.
• Pomiar konwersji jest sprawdzony i nie dubluje zdarzeń.
• Grupa predykcyjna ma status gotowy przed dniem startu.
• Zestaw kontrolny z targetowaniem ręcznym działa równolegle, z tymi samymi kreacjami i stawką.
• Rozszerzanie grupy odbiorców jest odznaczone w obu zestawach.
• Wykluczeni są klienci, pracownicy i osoby, które już wysłały formularz.
• Sprzedaż oznacza w CRM jakość leadów z obu zestawów, żeby po 3–4 tygodniach porównać koszt leada zakwalifikowanego.