Behavioral Targeting. Identifizierung verhaltensorientierter Zielgruppen im Rahmen der Online-Werbung

Front Cover
GRIN Verlag, Mar 18, 2009 - Business & Economics - 157 pages
0 Reviews
Diplomarbeit aus dem Jahr 2008 im Fachbereich Medien / Kommunikation - Public Relations, Werbung, Marketing, Social Media, Note: 1,0, Universität der Künste Berlin (Institute of Electronic Business), 150 Quellen im Literaturverzeichnis, Sprache: Deutsch, Abstract: Die oftmals als „Behavioral Targeting“ bezeichnete verhaltensbasierte Zielgruppenansprache steht für einen Paradigmenwechsel in der Online-Werbung: weg von der Werbung im redaktionellen Umfeld, hin zu den Menschen selbst als Umfeld durch anonyme Nutzerprofile. Dabei wird das Surfverhalten der Nutzer anonym aufgezeichnet und in Echtzeit statistisch ausgewertet, um auf die Nutzer persönlich zugeschnittene Werbung unmittelbar auszuliefern. Die Diplomarbeit gibt einen systematischen Überblick über die Erhebung, Aufbereitung und Interpretation verhaltensbezogener Nutzungsdaten im Internet. Es werden Werkzeuge, Methoden und Rahmenbedingungen erläutert, wie Zielgruppen aufgrund ihres Surfverhaltens und/oder zusätzlicher Konsumentendaten unmittelbar identifiziert werden können und es wird aufgezeigt, wie diese Methoden im Rahmen der Schaltung von Online-Werbung zur Anwendung kommen. Besondere Betrachtung findet dabei die Methode "Predictive Behavioral Targeting", die auf ihre Vor- und Nachteile, die sie den Teilnehmern am Werbemarkt bietet, untersucht wird. Die Arbeit liefert einen Beitrag zur Schaffung von Transparenz für eine innovative Methode in einem dynamischen Marktumfeld, das sich noch in einem starken Entwicklungsprozess befindet.
 

What people are saying - Write a review

We haven't found any reviews in the usual places.

Contents

I
8
II
15
III
40
V
58
VI
78
VII
109

Other editions - View all

Common terms and phrases

Ad Impressions Ad-Tag Adserver AGOF Anbieter Anzeige ausgeliefert Auslieferung basierend Befragungen bestimmte Bewertungsfragen Branding-Kampagnen Browser Collaborative Filtering Content Cookies Daten Datenbasis für Predictive Datenschutz effizienter Einsatz von Predictive Erfolgsfaktoren erreicht Experten Experteninterviews FMCG geeignet gibt Google großen High-Involvement-Produkte HIPPNER hohe Impressions Informationen Internet IPTV jeweiligen klassischen Online-Werbung Klick Klickrate Kombination Konsumenten Kunden Logdateien Logfile-Analyse Low-Involvement-Produkten Marketing Marktsegmentierung Media Mediaagenturen Mediaplanung Methode Möglichkeit Nachteile Netzwerk als Datenbasis nugg.ad Nutzer Nutzerakzeptanz Nutzerdaten Nutzerprofile Nutzerverhalten Nutzungsdaten Online Online-Befragung Online-Marketing Online-Werbung Optimierung Personalisierungs-Verfahren Personenbezug Predictive Behavioral Targeting Predictive BT Produkt Produktinteressen Prozent psychografisch Recommender Systeme redaktionellen Umfeld Reichweite relevant Response-orientierten Kampagnen Retargeting REVENUE SCIENCE Rolle als Marktteilnehmer Rücklaufquote Segmentierung siehe Kap Streuverlusten Surfverhalten Targeting-Arten Targeting-Kriterien themenfremdes Umfeld Umfragen United Internet Unternehmensinformation unterschiedliche User valide Predictions Validität Verfahren verhaltensbasierten Vermarkter verschiedenen Vorteile Web Mining Website Websitebetreiber Werbe Werbeauslieferung Werbeflächen Werbemittel Werbenetzwerke Werbeträger Werbetreibende Werbewirkung Werbung wichtig YAHOO Ziel Zielgruppen Zielgruppen-TKP Zielgruppenerreichbarkeit

Bibliographic information