Top

Published in:

2020 | OriginalPaper | Chapter

Virale Zielgruppen im Content Marketing

Author : Angela Harre

Published in: Content gekonnt

Publisher: Springer Fachmedien Wiesbaden

Activate our intelligent search to find suitable subject content or patents.

search-config

AI-assisted search

Off

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.

Dont have a licence yet? Then find out more about our products and how to get one now:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

inform now

previous chapter Verhaltensökonomie, Need Trigger und Content Marketing

next chapter Personalisierung im digitalen Content Marketing

Busch, O. (Hrsg.). (2015). Programmatic advertising. Heidelberg: Springer.

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.

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.

Facebook, Inc. (2018). Facebook Audience Insights (Version 2018). online verfügbar unter https://www.facebook.com/ads/audience-insights. Zugegriffen: 21. Febr. 2018.

Fahrmeir, L., et al. (Hrsg.). (2016). Statistik. Der Weg zur Datenanalyse. Heidelberg: Springer Spektrum.

Google Deutschland. Über die Standard Attributionsmodelle. Google Support. https://support.google.com/analytics/answer/1665189?hl=de. Zugegriffen: 18. Apr. 2018.

Google, Inc. (2018). Google Trends. online verfügbar unter https://trends.google.com/trends. Zugegriffen: 22. Febr. 2018.

Kinder-Kurlanda, K. (2016). Marcus Burkhardt, Digitale Datenbanken. Eine Medientheorie in Zeiten von Big Data. Medien und Kommunikationswissenschaft. Erscheinungsdatum 02.2016, S. 278–280.

Levine, R., Locke, C., Searls, D., & Weinberger, D. (1999). Cluetrain Manifesto. http://www.cluetrain.com/auf-deutsch.html. Zugegriffen: 18. Apr. 2018.

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.

Seehaus, C. (Hrsg.). (2016). Transparenz und Effizienz. YouTube in der Customer Journey. Wiesbaden: Springer-Gabler.

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.CrossRef

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.

Talkwalker, Inc. (2018). Talkwalker Analytics (Version 2018). online verfügbar unter https://app.talkwalker.com. Zugegriffen: 12. Jan. 2018.

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.CrossRef

Field, A., et al. (2013). Discovering Statistics Using R. Los Angeles: Sage Publication.

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.CrossRef

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.

Troitzsch, K. (2008). Probalistic simulation models of society. In T. Rudas (Hrsg.), Handbook of Probability. Theory and Applications (S. 277–290). Los Angeles: Sage.

Title: Virale Zielgruppen im Content Marketing
Author: Angela Harre
Publisher: Springer Fachmedien Wiesbaden
Book: Content gekonnt
Print ISBN: 978-3-658-24619-8

Electronic ISBN: 978-3-658-24620-4

Copyright Year: 2020
DOI: https://doi.org/10.1007/978-3-658-24620-4_11