Cookieless Targeting

ID-unabhängigen Traffic kann man schon heute adressieren: Neben kontextuellem Targeting bieten Modelle auf Basis von soziodemographischen Daten eine effektive Alternative. Diese Lösung beruht auf Wahrscheinlichkeiten, die mittels empirischer Analyse von URLs und Metainformationen berechnet werden. Auf Basis des größten Multi-ID Datenpools Deutschlands sind wir dazu in der Lage, Soziodemographien in Echtzeit vorherzusagen. Ergebnis: Noch mehr Reichweite zum Erreichen von Zielgruppen, die mit ID-Targeting nicht erreicht werden können.
70 Interessen- und B2B-Segmente stehen bei unserem Partner Xandr auf seiner DSP Xandr Invest bereit. Weitere DSPs werden demnächst integriert.
Um Werbung auf bestimmten Interessen oder Umfeldern zu ermöglichen, gleichen wir das Targeting mit den URLTokens (also den einzelnen Wörtern einer URL) ab. Mittels unserer Machine-Learning-Pipeline wird dann ein Zusammenhang hergestellt (semantische Analyse). Nun können entweder Targeting-Optionen (Keywords) oder bestehende Segmente (Standard-Umfelder) gewählt werden.
Ob Third-Party-Cookies in Zukunft noch eine Rolle spielen, ist mit Lösungen wie Contextual Targeting unerheblich. Plus: Bei dieser Lösung steht die Einhaltung der Interessen der User besonders im Fokus.
Als 100 %ige Tochter der Deutschen Telekom haben Datenschutz und -sicherheit für uns oberste Priorität. Wir verzichten auf User-Tracking und es werden keine Profile erzeugt; ebenso gibt es kein geräteübergreifendes Tracking.
Benutze den Segmentfinder, um durch unsere 30+ Cookieless Segments für dein ID-unabhängiges Targeting zu browsen: