Segmentfinder

Beinhaltet Nutzer, die angeben, vollzeit angestellt zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, angestellt zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, einen Partner zu haben. Die Grundlage zur Hochrechnung bilden Nutzer, die angeben, in einer Partnerschaft zu leben. Die Datenbasis bilden Umfragedaten sowie HardFact Daten der GfK. Diese werden mit dem Bewegungsverhalten der Vermarkterdaten gematched und bilden die Grundlage für die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung.

Beinhaltet Nutzer, die angeben, das Haushaltsbudget zu verwalten. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die auf mobilen Webseiten surfen.

Beinhaltet männliche Nutzer. Die Grundlage zur Hochrechnung bilden HardFact Daten unserer Dataprovider (GfK, adality, Payback und Telekom). Diese werden mit dem Bewegungsverhalten unserer Vermarkterdaten gematched und bilden die Grundlage für die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung.

Beinhaltet weibliche Nutzer. Die Grundlage zur Hochrechnung bilden HardFact Daten unserer Dataprovider (GfK, adality, Payback und Telekom). Diese werden mit dem Bewegungsverhalten unserer Vermarkterdaten gematched und bilden die Grundlage für die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung.

Beinhaltet Nutzer, die angeben, Single zu sein. Die Grundlage zur Hochrechnung bilden Nutzer, die angeben, nicht in einer Partnerschaft zu leben. Die Datenbasis bilden Umfragedaten sowie HardFact Daten der GfK. Diese werden mit dem Bewegungsverhalten der Vermarkterdaten gematched und bilden die Grundlage für die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Heavy Metal aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Tieren aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an der Marke Samsung aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Wanderurlaub und Sportreisen aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Thrillern aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Drama-Filmen aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Action-Filmen aufweisen.. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Fleisch und Rezepten mit Fleischanteil aufweisen. Der Nutzer muss in den letzten sieben Tagen mindestens fünf Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Technik aufweisen. Die Grundlage zur Hochrechnung bilden Bewegungsdaten. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, Student zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, Kinder im Alter zwischen 0-14 Jahren zu haben. Die Grundlage zur Hochrechnung bilden Nutzer, die angeben, Kinder im Alter zwischen 0-14 Jahren zu haben. Die Datenbasis bilden Umfragedaten sowie HardFact Daten der GfK. Diese werden mit dem Bewegungsverhalten der Vermarkterdaten gematched und bilden die Grundlage für die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Krimi-Filmen aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, Praktikant oder Auszubildender zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, Haupteinkommensbezieher im Haushalt zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die angeben, Schüler zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Wintersport aufweisen. Die Grundlage zur Hochrechnung bilden Bewegungsdaten. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.

Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Diäten und Gewichtsverlust aufweisen. Der Nutzer muss in den letzten sieben Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.