Funktionen Preise FAQ Dashboard Anmelden

Werbeinteressen für

Facebook- und Instagram-Targeting-Interessen zu , mit Zielgruppengrößen aus der Meta-API.

Interessen gefunden Quelle: Meta API
Interessenname Zielgruppengröße
Cookbook 48.788.639 - 57.375.440
Cooking Art 126.734 - 149.040
Cooking At Home 5.332.266 - 6.270.745
Cooking Channel 20.856.084 - 24.526.755
Cooking Dash 1.921 - 2.260
Cooking Dash 2016 2.525 - 2.970
Cooking Fever 10.616.369 - 12.484.850
Cooking Mama 279.090 - 328.210
Cooking Mama: Cook Off 176.811 - 207.930
Cooking Mama: World Kitchen 952 - 1.120
Cooking Panda 3.736.845 - 4.394.530
Cooking Recipes 6.229.366 - 7.325.735
Cooking school 6.197.534 - 7.288.300
Cooking show 15.695.463 - 18.457.865
Cooking shows 850.340 - 1.000.000
Cooking with Trader Joe's 14.073 - 16.550
Fine Cooking 348.112 - 409.380
Food Truck Chef: Cooking Game 394.727 - 464.200
Food media and content 850.340 - 1.000.000
Gujarati cuisine 455.204 - 535.320
I love cooking 1.000.280 - 1.176.330
Ingredients 850.340 - 1.000.000
Kitchen stove 39.021.207 - 45.888.940
Kraft Canada - what's cooking 412.627 - 485.250
Outdoor cooking 1.968.069 - 2.314.450
PAM (cooking oil) 9.778 - 11.500
Paula's Home Cooking 42.950 - 50.510
Platano 37.235.348 - 43.788.770
Pressure cooking 4.704.013 - 5.531.920
Smoking (cooking) 21.281.641 - 25.027.210
Sunny Anderson 55.620 - 65.410
Taste of Home 11.390.255 - 13.394.940
southern food 7.149.506 - 8.407.820
Simulation games 92.506.020 - 108.787.080
Strategy games 57.279.099 - 67.360.221
Cooking 752.634.277 - 885.097.910
Baking 356.463.045 - 419.200.542
Recipes 480.500.399 - 565.068.470
Chinese cuisine 152.438.027 - 179.267.120
French cuisine 89.071.692 - 104.748.310
Indian cuisine 91.538.323 - 107.649.069
Italian cuisine 146.667.498 - 172.480.978

Weitere Interessen finden

Durchsuchen Sie Tausende von targetierbaren Interessen mit Echtzeit-Zielgruppendaten.

Interest Explorer öffnen

-Interessen in Ihren Kampagnen nutzen

  • Mehrere verwandte Interessen kombinieren, um breitere, aber relevante Zielgruppen zu erstellen
  • Verschiedene Interessenkombinationen testen, um die reaktionsfähigsten Segmente zu finden
  • Interessenschichtung mit Demografie und Verhaltensweisen für präzises Targeting verwenden
  • Mit breiteren Interessen beginnen und anhand von Leistungsdaten einschränken

Überlegungen zur Zielgruppengröße

Die angezeigten Zielgruppengrößen sind Näherungswerte aus der Meta-API. Kleinere Zielgruppen bieten möglicherweise präziseres Targeting, können aber die Reichweite einschränken, während größere Zielgruppen mehr Exposition bieten, aber weniger spezifisch sein können.