Marketing Glossar

2.413 Fachbegriffe aus 22 Bereichen des Online Marketings

In-Market Audiences

Definition: In-Market Audiences sind vordefinierte Zielgruppensegmente in Google Ads und im Display- und Video-360-Ökosystem, die Nutzer zusammenfassen, die Google auf Basis von Such-, Browse- und Kaufverhalten als aktiv kaufbereit für eine bestimmte Produkt- oder Dienstleistungskategorie eingestuft hat. Google analysiert dafür kontinuierlich das Verhalten von Milliarden Nutzern: Suchen auf Google, besuchte Websites im GDN, YouTube-Videokonsum, App-Nutzung und weitere Signale werden durch maschinelle Lernmodelle zu Kaufabsichts-Scores aggregiert. Nutzer, deren Score oberhalb eines Schwellenwerts liegt, werden dem entsprechenden In-Market-Segment zugeordnet. Die Segmente decken hunderte von Kategorien ab, von „Automobil – Neuwagen" über „Finanzen – Privatkredite" bis hin zu „Reisen – Pauschalreisen Karibik" oder „Software – CRM-Systeme". Im Gegensatz zu Affinity Audiences – die langfristige Interessen einer Person abbilden (etwa „Sportbegeisterte") – reflektieren In-Market Audiences eine aktuelle, zeitlich begrenzte Kaufbereitschaft. Ein Nutzer ist typischerweise nur wenige Wochen oder Monate in einem In-Market-Segment, bevor Google ihn nach einem Kauf oder nachlassendem Interesse wieder entfernt. Für Werbetreibende sind In-Market Audiences besonders wertvoll im Lower-Funnel: Sie erlauben es, Anzeigen gezielt an Personen auszuliefern, die ohnehin kurz vor einer Kaufentscheidung stehen, was Conversion Rates und ROAS typischerweise verbessert. In Google Ads können In-Market Audiences als Beobachtungssegmente zu Search-Kampagnen hinzugefügt werden (kein Targeting, aber Gebotsanpassungen möglich) oder als Targeting-Kriterium in Display- und YouTube-Kampagnen eingesetzt werden.

Erläuterung

Die Einführung von In-Market Audiences durch Google im Jahr 2013 (zunächst nur für Display, ab 2015 auch für Search) war ein Paradigmenwechsel in der digitalen Zielgruppendefinition. Bisher konnten Werbetreibende Zielgruppen nur demografisch oder über Keywords definieren. In-Market Audiences ermöglichten erstmals, Nutzer auf Basis ihres aktuellen Verhaltens als kaufbereit zu klassifizieren – ohne dass der Werbetreibende selbst die Daten erheben oder analysieren müsste.

Googles Methodik zur Klassifizierung basiert auf einer Kombination aus regelbasierter Logik (z. B. „Nutzer hat in den letzten 7 Tagen 3+ Produktseiten in Kategorie X besucht") und Machine-Learning-Modellen, die aus den Mustern historischer Käufer lernen. Google selbst beschreibt den Ansatz in wissenschaftlichen Beiträgen als Multi-Signal-Modell, das unter anderem Suchanfragen, Content-Kontext, Klickverhalten und zeitliche Muster kombiniert. Datenschutz ist dabei zentral: In-Market Audiences basieren auf anonymisierten, aggregierten Verhaltensdaten und sind DSGVO-konform, da Google keine personenbezogenen Daten an Werbetreibende weitergibt.

In der Praxis werden In-Market Audiences am häufigsten als Beobachtungs-Targeting (Observation) in Search-Kampagnen eingesetzt: Das bedeutet, dass Nutzer in einem In-Market-Segment zwar keine anderen Keywords auslösen als alle anderen Nutzer, der Werbetreibende aber Gebotsanpassungen für dieses Segment setzen kann. Ein Werbetreibender für Küchengeräte könnte beispielsweise das Segment „Haushaltsgeräte – Einbauküchen" zu Search-Kampagnen hinzufügen und bei nachgewiesener besserer Performance eine positive Gebotsanpassung von +15 % setzen.

Einsatzszenarien und Segmentkategorien

In-Market Audiences vs. Affinity Audiences

Praxistipp: Fügen Sie alle thematisch relevanten In-Market-Segmente als Beobachtung zu Ihren besten Search-Kampagnen hinzu und warten Sie mindestens vier Wochen, um statistisch belastbare Daten zu sammeln. Segmente, die einen um mehr als 20 % niedrigeren CPA als der Kampagnendurchschnitt aufweisen, verdienen eine positive Gebotsanpassung von 10–20 %. Achten Sie darauf, dass das Segment ausreichend Volumen hat (mindestens 200–300 Klicks im Beobachtungszeitraum), bevor Sie Gebotsanpassungen vornehmen, um zufällige Schwankungen als echte Performance-Unterschiede zu interpretieren.