Далее методами машинного обучения определяются признаки, которые объединяют пользователей из исходной аудитории: пол, возраст, регион, статистическая информация о регионе проживания из открытых источников, интересы на основе поведения пользователей на проектах и в играх Mail.ru Group, а также в приложениях Pandao, Delivery Club, Юла, Ситимобил.
Затем алгоритм ранжирует всех пользователей ресурсов Mail.ru Group по степени сходства с исходной аудиторией. Пять миллионов максимально похожих пользователей загружаются в список Look-alike в myTarget. Если похожая аудитория строится на основе Android приложения, то аудитория в кабинет будет загружена в GAID, в случае iOS – в IDFA. Пользователи отранжированы по уровню сходства, что позволяет выбрать оптимальный баланс между сходством и объемом похожей аудитории.