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, 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.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse am Backen zu Weihnachten 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 mit abgeschlossener Hauptschul-, Realschul- oder Gymnasial-Ausbildung. Die Grundlage zur Hochrechnung 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 in ihrem Haushalt das Haushaltsbudget verwalten. Die Grundlage zur Hochrechnung bilden Daten der GfK. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an der Weltmeisterschaft 2022 aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Chart-Musik 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 angeben, arbeitssuchend zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die die Homepage von ebay-kleinanzeigen besucht haben. Die Grundlage zur Hochrechnung bilden Daten von Kleinanzeigen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Fernsehserien 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 Sport-TV 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 Scififilmen 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 Comedy-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 einen der folgenden Bildungsstände aufweisen: 'Abitur mit Berufsausbildung', 'MittlereReife m. Berufsausbild.', 'Fach- od. Berufsfachschule', 'Hauptschule mit Berufsausb.'. Die Grundlage zur Hochrechnung 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 als höchsten Bildungsabschluss eine Fachhochschul- oder Universitätsausbildung absolviert haben. Die Grundlage zur Hochrechnung 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 sich überdurchschnittlich häufig mit dem Thema Versicherungen auseinandersetzen. Dazu zählen u.a. Renten-, Kranken- Hausrat-, Rechtschutz- und Lebensversicherungen. 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 Kaufinteresse für die besagte Automarke aufweisen. Der Nutzer muss in den letzten 30 Tagen mindestens 7 Websiten zu dem entsprechenden Thema besucht haben. Die Grundlage zur Hochrechnung bilden Bewegungsdaten von mobile.de. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Kaufinteresse für die besagte Automarke aufweisen. Der Nutzer muss in den letzten 30 Tagen mindestens 7 Websiten zu dem entsprechenden Thema besucht haben. Die Grundlage zur Hochrechnung bilden Bewegungsdaten von mobile.de. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Kaufinteresse für die besagte Automarke aufweisen. Der Nutzer muss in den letzten 30 Tagen mindestens 7 Websiten zu dem entsprechenden Thema besucht haben. Die Grundlage zur Hochrechnung bilden Bewegungsdaten von mobile.de. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die dem Milieu der spaß-‐ und erlebnisorientierten, modernen Unterschicht / unteren Mitte zugehörig sind: Sie leben im Hier und Jetzt, sind unbekümmert und spontan. Diese Zielgruppe ist häufig angepasst im Beruf, aber bricht in der Freizeit aus den Zwängen des Alltags aus. Grundlage zur Hochrechnung bilden Daten der microm Sinus Milieus. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die angeben, im Ruhestand zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die angeben, eine eigene Wohnung zu besitzen. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die angeben, eine eigene Wohnung oder ein eigenes Haus zu besitzen. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an gesunder Ernährung aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseite zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die überdurchschnittlich hohes Kaufinteresse für die besagte Automarke aufweisen. Der Nutzer muss in den letzten 30 Tagen mindestens 7 Websiten zu dem entsprechenden Thema besucht haben. Die Grundlage zur Hochrechnung bilden Bewegungsdaten von mobile.de. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:





Beinhaltet Nutzer, die über ein Haushaltsnettoeinkommen von 2.500-4.000€ verfügen. Die Grundlage zur Hochrechnung bilden Daten von der GfK. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




