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
Dieses Segment richtet sich an den Kontext: Women's Hats and Scarves. 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.
Dieses Segment richtet sich an den Kontext: Women's Health. 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.
Dieses Segment richtet sich an den Kontext: Women's Intimates and Sleepwear. 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.
Dieses Segment richtet sich an den Kontext: Women's Jewelry and Watches. 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.
Dieses Segment richtet sich an den Kontext: Women's Outerwear. 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.
Dieses Segment richtet sich an den Kontext: Women's Shoes and Footwear. 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.
Dieses Segment richtet sich an den Kontext: Women's Sportswear. 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.
Dieses Segment richtet sich an den Kontext: Woodworking. 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.
Dieses Segment richtet sich an den Kontext: Workshops and Classes. 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.
Dieses Segment richtet sich an den Kontext: World Cuisines. 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.
Dieses Segment richtet sich an den Kontext: World/International Music. 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.
Dieses Segment richtet sich an den Kontext: Wrestling. 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.
Dieses Segment richtet sich an den Kontext: Young Adult. 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.
Dieses Segment richtet sich an den Kontext: Zoos & Aquariums. 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, die Interesse an dem Thema: Universität aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten rund um dieses Thema besucht haben. Mittels Lookalike Modellierung erfolgt die Hochrechnung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die sich in der Themenwelt der Wirtschaftswissenschaften bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die Interesse an dem Thema: Abitur und Mittlerereife aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten besucht haben rund um dieses Thema Mittels Lookalike Modellierung erfolgt die Hochrechnung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die sich in der Themenwelt der Informatik bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die Interesse am Hochschulsemesterstart 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 sich in der Themenwelt des Programmieren & der Softwareentwicklung bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die sich in der Themenwelt der Studienwahl bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die Interesse an dem Thema: Ausbildung aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten besucht haben rund um dieses Thema. Mittels Lookalike Modellierung erfolgt die Hochrechnung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer die Interesse an dem Thema: Ausbildung und keinen Uni Abschluss aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten besucht haben rund um dieses Thema. Mittels Lookalike Modellierung erfolgt die Hochrechnung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die sich in der Themenwelt der Werkstudenten bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die sich in der Themenwelt des Auslandsjahres bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs: