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 Hunden aufweisen. 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 Sport und Ernährung, Krankheiten und Symptomen, sowie an Medikamenten, Alternativmedizin und Allergien aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben.m
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die sich in der Themenwelt von Amazon Music 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 von Apple Music bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
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 überdurchschnittlich hohes Interesse an Klassik 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 Electro-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 überdurchschnittlich hohes Interesse an Musik, Festivals, Konzerten, Charts, Musikinstrumenten, sowie an Streamingdiensten aufweisen - Weiterhin sind Nutzer enthalten, die Interesse an unterschiedlichen Musikgenres wie klassischer oder elektronischer Musik sowie Rock und Pop haben ebenso wie DJs und Bands. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben. 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 Heavy Metal 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 Hip-Hop 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 Indie-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 überdurchschnittlich hohes Interesse an Pop-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 überdurchschnittlich hohes Interesse an Rock-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 überdurchschnittlich hohes Interesse an Schlagermusik 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 von Spotify bewegt haben. Die Grundlage zur Hochrechnung bilden Daten von gutefrage.net. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an World-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 überdurchschnittlich hohes Interesse an Klatsch und Tratsch, wie dem Leben von Prominenten, Royals und Stars sowie deren Lifestyle und Beziehungen aufweisen. 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 Tagesgeschehen, Nachrichten und aktueller Berichterstattung zu Themen wie Politik, Wirtschaft und Weltgeschehen aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens drei Webseiten zu dem entsprechenden Thema besucht haben.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an Politik und Nachrichten aufweisen. Der Nutzer muss in den letzten 14 Tagen mindestens zwei Webseiten zu dem entsprechenden Thema besucht haben.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die für eine gemeinnützige Sache spenden. Die Grundlage zur Hochrechnung bilden Informationen aus der Transaktionsdatenbank von AZ direct. 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 eine hohe Kaufkraft aufweisen. Die Grundlage zur Hochrechnung der Konsumtiven Kaufkraft bilden Daten von adality zu Konsumverhalten, PKW-Besitz und Wohnsituation, welche mittels statistischer Methoden ermittelt werden. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die eine sehr hohe Kaufkraft aufweisen. Die Grundlage zur Hochrechnung der Konsumtiven Kaufkraft bilden Daten von adality zu Konsumverhalten, PKW-Besitz und Wohnsituation, welche mittels statistischer Methoden ermittelt werden. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die eine niedrige Kaufkraft aufweisen. Die Grundlage zur Hochrechnung der Konsumtiven Kaufkraft bilden Daten von adality zu Konsumverhalten, PKW-Besitz und Wohnsituation, welche mittels statistischer Methoden ermittelt werden. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die eine mittlere Kaufkraft aufweisen. Die Grundlage zur Hochrechnung der Konsumtiven Kaufkraft bilden Daten von adality zu Konsumverhalten, PKW-Besitz und Wohnsituation, welche mittels statistischer Methoden ermittelt werden. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die gerne und viel und aus verschiedensten Produktgruppen einkaufen. Die Grundlage zur Hochrechnung der Konsumtiven Kaufkraft bilden Daten von adality zu Konsumverhalten, PKW-Besitz und Wohnsituation, welche mittels statistischer Methoden ermittelt werden. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs: