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 mit einem entsprechenden Haushaltsnettoeinkommen. Die Grundlage zur Hochrechnung bilden Hard Fact Daten der emetriq Dataprovider (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.
Verfügbar auf diesen DSPs:




Dieses Segment targetet den Kontext: Income 500-1.500€. Es basiert auf IAB-Klassifizierung von Websites, die täglich gecrawlt werden.
*Reichweite ist abhängig von Inventarverfügbarkeit auf der DSP. Die Segmentierung erfolgt in Echtzeit, so dass keine Userlisten (Segmentlisten mit konkreter Reichweite) erstellt werden.




Dieses Segment targetet den Kontext: Income 500-1.500€. Es basiert auf Insights aus unserem ID-basierten Datenpool, welche kontextuell aktiviert werden können.
*Reichweite ist abhängig von Inventarverfügbarkeit auf der DSP. Die Segmentierung erfolgt in Echtzeit, so dass keine Userlisten (Segmentlisten mit konkreter Reichweite) erstellt werden.




Beinhaltet Nutzer mit einem entsprechenden Haushaltsnettoeinkommen. Die Grundlage zur Hochrechnung bilden Hard Fact Daten der emetriq Dataprovider (adality, Payback und Telekom). Diese werden mit dem Bewegungsverhalten der Vermarkterdaten gematched und bilden die Grundlage fr die Modelle. Mittels Lookalike Modellierung erfolgt die Hochrechnung.
Verfügbar auf diesen DSPs:




Dieses Segment targetet den Kontext: Income 500-1.500Û. Es basiert auf Insights aus unserem ID-basierten Datenpool, welche kontextuell aktiviert werden knnen.
*Reichweite ist abhngig von Inventarverfgbarkeit auf der DSP. Die Segmentierung erfolgt in Echtzeit, so dass keine Userlisten (Segmentlisten mit konkreter Reichweite) erstellt werden.




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse am landwirtschaftlichen Bereich haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 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 bezüglich Architektur haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Automobilthemen (vor allem "Bastler") aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an der Automobilbranche haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Beauty aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. 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:




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an Inklusion, Vielfältigkeit und female Empowerment haben haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Do-It-Yourself aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittliches Interesse an Themen rund um Ostern wie beispielsweise Osterdekoration, Aktivitäten zu Ostern, das Osterfest, Ostergeschenke, Osterkörbchen und Ostereiergestaltung haben. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem Thema besucht haben.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Rezepten und Artikeln zum Thema Ostern 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 der Ingenieursbranche haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Entertainment aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Fashion aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an der Finanzbranche haben. Der Nutzer muss in den letzten 7 Tagen mindestens 3 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Essen und Trinken aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Gaming aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an Geschenkideen für Kinder haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an Geschenkideen für Männer haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an Geschenkideen für Frauen haben. Der Nutzer muss in den letzten 14 Tagen mindestens 2 Webseiten zu dem entsprechenden Thema besucht haben. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:




Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Gesundheit aufweisen. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ DIAS. Durch unterschiedlichste Kooperationspartner hat die AZ Zugriff auf aktuell ca. 320 Millionen Transaktionsdaten. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:



