Advertisement

Virale Zielgruppen im Content Marketing

  • Angela HarreEmail author
Chapter
  • 405 Downloads

Zusammenfassung

Wohnort, Shoppinginteressen und Freundesnetzwerke: Der digitale Fußabdruck nahezu jedes Menschen ist in Zahlen erfass- und analytisch auswertbar. Zielgruppenanalysen nutzen diese Spuren, um Aussagen über potenzielle Kunden zu treffen. Sie geben Aufschluss darüber, wer die angesprochenen Menschen sind, was sie interessiert, an welchen Orten sie aktiv sind und wie sich Informationen zwischen ihnen verbreiten. Im Idealfall ermöglichen sie den Aufbau eines Netzwerkes an Fürsprechern, die Menschen so begeistern, dass sich Markenbotschaften wie ein Lauffeuer verbreiten.

Literatur

  1. Busch, O. (Hrsg.). (2015). Programmatic advertising. Heidelberg: Springer.Google Scholar
  2. Dachwitz, I. (2018). Facebook nutzt Anpassung an Datenschutzgrundverordnung, um Gesichtserkennung in Europa zu starten. Netzpolitik.org. https://netzpolitik.org/2018/facebook-nutzt-anpassung-an-datenschutzgrundverordnung-um-gesichtserkennung-auch-in-europa-zu-starten/. Zugegriffen: 18. Apr. 2018.
  3. Drösser, C. (2018). Datenschutz. Diese Facebook-Einstellungen müssen Sie beachten. ZEIT Online. https://www.zeit.de/digital/datenschutz/2018-04/datenschutz-facebook-dsgvo-aenderungen-datenmissbrauch. Zugegriffen: 18. Apr. 2018.
  4. Facebook, Inc. (2018). Facebook Audience Insights (Version 2018). online verfügbar unter https://www.facebook.com/ads/audience-insights. Zugegriffen: 21. Febr. 2018.
  5. Fahrmeir, L., et al. (Hrsg.). (2016). Statistik. Der Weg zur Datenanalyse. Heidelberg: Springer Spektrum.Google Scholar
  6. Google Deutschland. Über die Standard Attributionsmodelle. Google Support. https://support.google.com/analytics/answer/1665189?hl=de. Zugegriffen: 18. Apr. 2018.
  7. Google, Inc. (2018). Google Trends. online verfügbar unter https://trends.google.com/trends. Zugegriffen: 22. Febr. 2018.
  8. Kinder-Kurlanda, K. (2016). Marcus Burkhardt, Digitale Datenbanken. Eine Medientheorie in Zeiten von Big Data. Medien und Kommunikationswissenschaft. Erscheinungsdatum 02.2016, S. 278–280.Google Scholar
  9. Levine, R., Locke, C., Searls, D., & Weinberger, D. (1999). Cluetrain Manifesto. http://www.cluetrain.com/auf-deutsch.html. Zugegriffen: 18. Apr. 2018.
  10. O. A. (2018). Mehr Datenschutz, weniger Werbeeinnahmen. ZEIT Online. https://www.zeit.de/wirtschaft/unternehmen/2018-04/facebook-netzwerk-daten-gewinn. Zugegriffen: 26. Apr. 2018.
  11. Seehaus, C. (Hrsg.). (2016). Transparenz und Effizienz. YouTube in der Customer Journey. Wiesbaden: Springer-Gabler.Google Scholar
  12. Snijders, T., van de Bunt, G. G., & Steglich, C. (2010). Introduction to actor-based models for network dynamics. Social Networks.  https://doi.org/10.1016/j.socnet.2009.02.004.CrossRefGoogle Scholar
  13. Stapf, I., & Gapski, H. (Hrsg.). (2016). Big Data und Medienbildung. Zwischen Kontrollverlust, Selbstverteidigung und Souveränität in der Digitalen Welt. Medien & Kommunikationswissenschaft. Erscheinungsdatum 03.2016, S. 407 f.Google Scholar
  14. Talkwalker, Inc. (2018). Talkwalker Analytics (Version 2018). online verfügbar unter https://app.talkwalker.com. Zugegriffen: 12. Jan. 2018.

Weiterführende Literatur

  1. Anderl, E. (2016). Mapping the customer journey. Lessons earned from graph-based online attribution modelling. International Journal of Research in Marketing.  https://doi.org/10.1016/j.ijresmar.2016.03.001.CrossRefGoogle Scholar
  2. Field, A., et al. (2013). Discovering Statistics Using R. Los Angeles: Sage Publication.Google Scholar
  3. Kireyev, P. (2015). Do display ads influence search? Attribution and dynamics in online advertising. International Journal of Research in Marketing.  https://doi.org/10.1016/j.ijresmar.2015.09.007.CrossRefGoogle Scholar
  4. Pauwels, K. (2016). Like the ad or the brand? Marketing stimulates different word-of-mouth content to drive online and offline performance. International Journal of Research in Marketing.  https://doi.org/10.1016/j.ijresmar.2016.01.005.
  5. Troitzsch, K. (2008). Probalistic simulation models of society. In T. Rudas (Hrsg.), Handbook of Probability. Theory and Applications (S. 277–290). Los Angeles: Sage.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.University of Applied Sciences EuropeHamburgDeutschland

Personalised recommendations