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 größtenteils 50+ Jahre alt sind und Interesse an Themen wie Kreuzfahrten, Kultur und Werte, Nachrichten, Lineares Fernsehen, Printzeitschriften und Radio, Kochen und Genuss, und Bücher aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die größtenteils 30-49 Jahre alt sind und Interesse an Themen wie Weiterbildung und Jobsuche, Weiterbildungsreisen, Fernreisen, Kultur (Konzerte, Theater), Businesstrips, keine Kinder (double income no kids), Home-Office aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die ein Interesse an Nachhaltigkeit, Umweltschutz und Klimawandel aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die größtenteils 30-49 Jahre alt sind und Interesse an Themen wie Eigentum, Kochen, Erziehung, Familienurlaub und Versicherung aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die größtenteils 45+ Jahre alt sind und Interesse an Themen wie Kapitalanlage, hohes Einkommen, Finanzinteresse, Luxusautos, Schmuck, Luxury Lifestyle, und Reisen aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die größtenteils 16-29 Jahre alt sind und Interesse an Themen wie Vorbereitung für das Berufsleben (Studium, Ausbildung), Technologie & Digital Affin, Musikinteresse, Kurztrips (Städtereisen & Camping, Adventure, Backpacking), Podcasts und Streaming aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die größtenteils 20-39 Jahre alt sind und Interesse an Themen wie Familienausflüge, Lokalverbundenheit /Ortsgebundenheit, und Autointeresse (SUV, Kombi) aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die größtenteils 20-39 Jahre alt sind und Interesse an Themen wie berufliche Weiterbildung, Karriereambitionen, Autointeresse (Gebrauchtwagen, Kleinwagen), Finanzen und Investment aufweisen. Die Hochrechnung erfolgt mittels Lookalike-Modellierung.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die überdurchschnittlich hohes Interesse an einem Haus-/Wohnungskauf 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 dem Thema effizientes und energieeffizientes Wohnen 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 einem Haus-/Wohnungskredit 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 dem Thema Hausbau 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 einem Umzug 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 einem Haus-/Wohnungsverkauf 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 dem Thema Haus-/Wohnungsmiete 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 mit einem entsprechenden Wohnort. Die HardFact Daten stammen von emetriq Dataprovidern.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer mit einem entsprechenden Wohnort. Die HardFact Daten stammen von emetriq Dataprovidern.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer mit einem entsprechenden Wohnort. Die HardFact Daten stammen von emetriq Dataprovidern.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer mit einem entsprechenden Wohnort. Die HardFact Daten stammen von emetriq Dataprovidern.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer mit einem entsprechenden Wohnort. Die HardFact Daten stammen von emetriq Dataprovidern.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die angegeben haben das sie in einem Gebäude mit 1-2 Units leben. Die Grundlage der Daten stammen von Adality.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die angegeben haben das sie in einem Gebäude mit 3-4 Units leben. Die Grundlage der Daten stammen von Adality.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die angegeben haben das sie in einem Gebäude mit 5-6 Units leben. Die Grundlage der Daten stammen von Adality.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer, die angegeben haben das sie in einem Gebäude mit 7+ Units leben. Die Grundlage der Daten stammen von Adality.
Verfügbar auf diesen DSPs:
Beinhaltet Nutzer mit einem entsprechenden Wohnort. Die HardFact Daten stammen von emetriq Dataprovidern.
Verfügbar auf diesen DSPs: