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 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 Interesse an Gewerbeimmobilien zeigen. Die Grundlage zur Hochrechnung bilden Daten von Kleinanzeigen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die Interesse an Eigentumswohnungen zeigen. 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 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:
Beinhaltet Nutzer die überdurchschnittlich hohes Interesse an der Gesundheitsbranche 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 Krankenverischerungen und Themen bezüglich Krankenversicherung 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 mit hohem Interesse an Live-Ticker-Apps. Der Nutzer muss in den letzten 7 Tagen mindestens einen Webseitenaufruf in einer App gehabt haben.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Haus & Garten 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 die Homepage von Kleinanzeigen besucht haben. Die Grundlage zur Hochrechnung bilden Daten von Kleinanzeigen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die Interesse an Mietwohnungen und Häuser zum Mieten zeigen. 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 Versicherungen 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: