Ob Standard, Contextual oder Cookieless Targeting – für jede Kampagne die richtige Zielgruppe: Browse durch über 700 reichweitenstarke und qualitativ hochwertige Segmente und kopiere deine Auswahl gleich in deine genutzte DSP zur einfachen Suche oder Buchung.
So funktioniert’s
Beinhaltet Nutzer der Altersgruppe 18+. Die Grundlage zur Hochrechnung bilden HardFact Daten der emetriq Dataprovider (GfK, adality, Payback und Telekom). Diese werden mit dem Bewegungsverhalten der Vermarkterdaten gematched und bilden die Grundlage für die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung. Dieses Segment ist für Kampagnen mit hohen Reichweite Zielen konzipiert.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, vollzeit angestellt zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, angestellt zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, das Haushaltsbudget zu verwalten. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die auf mobilen Webseiten surfen.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs:Größtenteils 16-29, junge Menschen, Vorbereitungs für das Berufsleben (Studium, Ausbildung), Technologie & Digital Affin, Musikinteresse, Kurztrips (Städtereisen & Camping, Adventure, Backpacking), Podcasts & Streaming
Verfügbar auf diesen DSPs:Größtenteils 30-49, fest im Leben stehend (Sicherheit & Selbstverwirklichung), Eigenheim & Finanzierung, Kochen, Erziehung, Familienurlaube, Versicherungen
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an Themen wie Nachhaltigkeit und Umweltschutz haben. Der Nutzer muss in den letzten 7 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:Größtenteils 20-39, Familien und sesshaft werden, gesunde und nachhaltige Lebensweise, Familienausflüge, Lokalverbundenheit/Ortsgebundenheit, Autointeresse (SUV, Kombi)
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, Student zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:Größtenteils 20-39, berufliche Weiterbildung, Karriereambitionen, Autointeresse (Gebrauchtwagen, Kleinwagen), Finanzen & Investment
Verfügbar auf diesen DSPs: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.
Verfügbar auf diesen DSPs: