Die Datenquellen von AIlon im Detail

Die Datenquellen von AIlon lassen sich in 3 Kategorien einordnen:

1. Klassische, umfragebasierte Daten (Das statistische Fundament)

2. Digitale Verhaltensdaten (Was Menschen wirklich tun)

3. Optional: Integration eigener Daten  (Alles, was du als Kunde zusätzlich einbringen möchtest)

1. Klassische, umfragebasierte Daten (Das statistische Fundament)

Die erste Säule von AIlon sind klassische, repräsentative Befragungs- und Geodaten. Sie sorgen dafür, dass die KI-Modelle nicht „im luftleeren Raum“ arbeiten, sondern sauber in der realen Bevölkerung verankert sind.

1.1 Allon Grundlagenstudie (unsere Basis)

Herzstück ist die Allon Grundlagenstudie:

• Stichprobengröße: ca. 10.000 Befragte

• Grundgesamtheit: Bevölkerung 18+ in Deutschland

• Gewichtung: nach agma-Standards (medien- und werberelevante Repräsentativität)

Inhaltlich werden u. a. erfasst:

• soziodemografische Merkmale

• Einstellungen und Werte

• Markenwahrnehmungen

• deklariertes Mediennutzungsverhalten

Diese Studie bildet das statistische Rückgrat von AIlon. Alle weiteren Datenströme werden daran angelegt und kalibriert.

1.2 Sinus-Studien (psychografische Tiefe)

Über das SINUS-Institut sind mehr als 15 Studien (n=1–3k, bevölkerungsrepräsentativ Deutschland 18+) in AIlon eingebunden.

Damit stehen insbesondere die (Digitalen) Sinus-Milieus zur Verfügung:

• Einordnung von Menschen nach Lebenswelt, Werten und Grundorientierung

• Übersetzung von Zielgruppen in bekannte Milieus (bspw. „Adaptiv-Pragmatische Mitte“, „Expeditive“, „Traditionelles Milieu“)

So kannst du in AIlon nicht nur sehen, wer deine Zielgruppe ist, sondern auch warum sie so handelt, wie sie handelt.

1.3 Raumbezogene Daten (Geografie bis MikroPLZ)

Über MB Micromarketing nutzt AIlon feinräumige Geodaten:

• ca. 103.000 MikroPLZ-Gebiete mit Einwohnerstruktur

• Informationen zu Raumtypen, Haushalts- und Bevölkerungsstrukturen

Damit lassen sich Zielgruppen u. a.:

• auf Regionen, PLZ-Gebiete und MikroPLZ herunterbrechen

• für Out-of-Home, POS, regionale Aktionen oder Filialplanung lokalisieren

1.4 Warum diese Säule so wichtig ist

Die umfragebasierte Säule sorgt dafür, dass:

• AIlon-Ergebnisse repräsentativ und stabil sind

• digitale Signale nicht isoliert interpretiert werden, sondern immer im Kontext:

  • der Gesamtbevölkerung

  • der Sinus-Milieus

  • der regionalen Verteilung

Sie ist die Basis für die Anbindung und Interpretation aller weiteren Datenquellen.

 

2. Digitale Verhaltensdaten (Was Menschen wirklich tun)

Die zweite Säule beschreibt, was Menschen tatsächlich tun, online, in Medien und im Kaufverhalten. Alle Daten werden anonymisiert, gehasht und aggregiert verarbeitet.

In der aktuellen Konfiguration fließen u. a. monatlich folgende Volumina in die Modelle ein (Richtwerte, gerundet):

2.1 Open Web (Was wird gesurft?)

 

• ca. 8 Mio. gehashte, cookie-basierte User Journeys pro Monat

Was hier abgebildet wird:

• Welche Webseiten werden besucht?

• Welche Themen und Kategorien werden wie häufig angesteuert?

Nutzen in AIlon:

• Interessen- und Themenprofile

• Affinitäten zu Umfeldern und Content-Kategorien

2.2 Social Media (Was wird geliked?)

• ca. 800.000 anonymisierte Social-Media-Profile pro Monat

Abgebildet werden u. a.:

• Likes, Follows, Interaktionen

• thematische Cluster (z. B. Fitness, Gaming, Nachhaltigkeit)

• Communities & Influencer-Umfelder

Nutzen in AIlon:

• Identifikation von Themeninteressen, Influencer-Affinitäten

• Marken-Vorlieben, aktueller Themenaustausch

2.3 Audio Streaming (Was wird gehört?)

• ca. 87.000 anonymisierte Profile pro Monat

Abgebildet werden:

• Hörverhalten in Audio-Streaming-Angeboten

• Formate, Genres

Nutzen in AIlon:

• Verbindung von Zielgruppen mit passenden Audio-Umfeldern

• Bevorzugte Musikgenres, Podcasts

2.4 CTV Streaming (Was wird geschaut?)

• ca. 1 Mio. gehashte Device-IDs pro Monat

Abgebildet werden:

• Nutzung von Connected TV / Streaming-Angeboten

• Kategorien, Sendungen, Serien, Genres, Sender

Nutzen in AIlon:

• Sender- und Streaming-Anbieter-Affinitäten

• Vorlieben und Bezug auf Serien, Filme, Dokumentationen, Genres

2.5 Transaktionsdaten (Was wird gekauft?)

• ca. 22.000 anonymisierte Transaktionsprofile pro Monat

Abgebildet werden z. B.:

• Einkäufe, Abonnements

• Indikatoren für Kaufkraft, Markenpräferenzen und Loyalität

Nutzen in AIlon:

• Was wird tatsächlich gekauft bzw. was wird monatlich abgebucht

2.6 Search-Daten (Was wird gesucht?)

• ca. 310.000 Zusammenhänge pro Monat

Abgebildet werden:

• Suchanfragen und Themencluster

• Kombinationen von Keywords, Kategorien, Marken

Nutzen in AIlon:

• Insight in Bedürfnisse, Intentionen, Informationsinteressen(„Renovieren“, „neue Küche“, „E-Auto Förderung“ etc.)

 

3. Optional: Integration eigener Daten  (Alles, was du als Kunde zusätzlich einbringen möchtest)

Neben den beiden Standard-Säulen kannst du AIlon um eigene Datenquellen ergänzen. Diese Daten bleiben strikt mandantenspezifisch und werden nur in deinem Account genutzt.

Mögliche Daten:

• MaFo & Brand-Trackings

  • z. B. Awareness, Consideration, Category Entry Points

• Eigene Erhebungen & Studien

  • Zielgruppenbefragungen, Segmentierungsstudien

• CRM-Daten & Analytics

  • Bestandskundensegmente, Kaufhistorien, Funnel-Stufen

  • Web-/App-Analytics, Kampagnen-Daten

Typische Anwendungsfälle:

• Zielgruppen auf Basis von Category Entry Points (CEPs) definieren

• Segmente entlang der Customer Journey / Funnel-Stufen modellieren

• Potenzielle Neukunden im Detail verstehen (bspw. Conversion-Loss-Personensegmente, wer kennt mich, wer kauft mich etc.)

• Bestandskunden tiefer analysieren (bspw. Light und Heavy Buyer Segmente)

• Eigene Typologien (z. B. Personas aus eigener Segmentierungsstudie) in AIlon abbilden

Mehr Informationen zu Datenintegrationen, Brand-Tracking-Integrationen etc. findest du hier auf LinkedIn, in unserem Artikel Das verborgene Potenzial: Warum dein Brand Tracking mehr kann, als im Ordner zu verstauben.

 

4. Wie die drei Säulen zusammenarbeiten

Zusammengefasst passiert im Hintergrund:

1. Die umfragebasierte Säule (Allon Grundlagenstudie, Sinus, Geodaten) bildet die repräsentativeBasis.

2. Die verhaltensbasierte Säule mappt reales Verhalten (Surfen, Liken, Streamen, Kaufen, Suchen) auf diese Basis.

3. Optionale Eigendaten verbinden deine konkreten Business-Daten mit diesem Zielgruppen-Universum.

So entsteht ein System, das:

• repräsentativ ist (dank Grundlagenstudie, Sinus, Geodaten)

• verhaltensnah ist (dank Digital- & Transaktionsdaten)

• ggf. unternehmensspezifisch ist (dank Eigendaten)

Und genau daraus leitet AIlon die Insights ab, die du im Dashboard siehst. Von klassischer Demografie, über tausenden von Vorlieben & Abneigungen, Sinus-Milieu-Analyse, Persönlichkeitsanalyse, Geo-Hotspots, Medienkonsum- & nutzung bis hin zu konkreten Targetings für die unterschiedlichsten Mediakanäle.