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 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: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.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, Praktikant oder Auszubildender zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, Haupteinkommensbezieher im Haushalt zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:Beinhaltet Nutzer, die angeben, Schüler zu sein. Die Grundlage zur Hochrechnung bilden Umfragedaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
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 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 Serien und Filme auf Disney+ 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 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 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 gesunder Ernährung und einem gesunden Lebensstil aufweisen. Die Grundlage zur Hochrechnung bilden Daten von EAT SMARTER. 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 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: