Fredag 22 November | 19:18:34 Europe / Stockholm

Prenumeration

Kalender

Tid*
2025-10-30 07:00 Kvartalsrapport 2025-Q3
2025-07-25 07:00 Kvartalsrapport 2025-Q2
2025-05-20 - Årsstämma
2025-05-06 07:00 Kvartalsrapport 2025-Q1
2025-02-12 07:30 Bokslutskommuniké 2024
2024-11-05 - Kvartalsrapport 2024-Q3
2024-07-26 - Kvartalsrapport 2024-Q2
2024-05-21 - Årsstämma
2024-05-07 - Kvartalsrapport 2024-Q1
2024-04-22 - X-dag ordinarie utdelning ACAST 0.00 SEK
2024-02-12 - Bokslutskommuniké 2023
2023-11-07 - Kvartalsrapport 2023-Q3
2023-08-03 - Kvartalsrapport 2023-Q2
2023-05-10 - X-dag ordinarie utdelning ACAST 0.00 SEK
2023-05-09 - Årsstämma
2023-05-09 - Kvartalsrapport 2023-Q1
2023-02-21 - Bokslutskommuniké 2022
2022-11-08 - Kvartalsrapport 2022-Q3
2022-08-02 - Kvartalsrapport 2022-Q2
2022-05-19 - X-dag ordinarie utdelning ACAST 0.00 SEK
2022-05-17 - Årsstämma
2022-05-17 - Kvartalsrapport 2022-Q1
2022-02-11 - Bokslutskommuniké 2021
2021-11-09 - Kvartalsrapport 2021-Q3
2021-08-18 - Kvartalsrapport 2021-Q2

Beskrivning

LandSverige
ListaFirst North Stockholm
SektorInformationsteknik
IndustriKommunikation
Acast är verksamt inom teknikbranschen. Bolaget erbjuder en plattform för podcasts. Plattformens infrastruktur ger tillgång till ett globalt nätverk av anslutna annonsörer och podcast-skapare. Erbjudandet inkluderar dynamisk och målinriktad annonsinsättning i podcast-avsnitt, baserat på lyssnarens egenskaper som härrör från analys av aggregerad data. Acast är verksamma på en global nivå med huvudkontor i Stockholm. Bolaget grundades 2014.
2023-09-28 12:00:00

Den AI-drivna Predictive Demographics-funktionen ger annonsörer förbättrad möjlighet att hitta rätt målgrupp, genom analys av språket i podcasten

Acast-ägda Podchaser har, som först i branschen, lanserat en språkmodellsfunktion som ger annonsörer möjligheten att ytterligare finjustera träffsäkerheten för sin podcastannonsering. Funktionen, Predictive Demographics, optimerar annonsörers möjlighet att rikta sig mot den mest relevanta målgruppen, baserat på språket i avsnitten. Med Predictive Demographics, använder Podchaser AI-teknik och en språkmodell, istället för förstahandsdata, för att analysera språket i en podcast och därmed förutsäga de sannolika lyssnarnas ålder och kön.

“Att föra samman Podchasers sofistikerade podcastdata och AI-drivna verktyg med Acast Marketplace kommer att hjälpa oss att skala upp annonsförsäljningen och dra nytta av fler podcasts. Med Predictive Demographics gör vi det möjligt för annonsörer att utvinna värde från podcasts genom en strategi med podcastpubliken i centrum och därigenom upptäcka podcasts med outnyttjad annonspotential. Tidigare i år lanserades Collections+ som låter annonsörer förbättra sin träffsäkerhet och upptäcka nya podcasts. Sedan lanseringen har Acast använt Collections+ teknologi för att driva kampanjer för över 500 kunder över 14 marknader och generera intäkter från 10 procent fler podcasts. Collections+ - inklusive Predictive Demographics - är tillgänglig för alla poddkreatörer, utgivare, annonsplattformar eller intresserade annonsörer, säger Ross Adams, vd för Acast.

Marknadsförare förlitar sig på viktig demografisk data, såsom ålder och kön, för att nå rätt publik med sina varumärkesbudskap. Under de senaste åren har många marknadsförare börjat använda förstapartsdata för att samla in dessa insikter. Likväl, enligt Nielsens årliga marknadsföringsrapport av globala varumärken uppgav mer än hälften (56 %) att de är ”under genomsnittet”, ”genomsnittliga” eller ”som bäst genomsnittliga” när det kommer till att faktiskt använda förstapartsdata. Det finns en mängd olika anledningar till varför marknadsförare har svårt att använda förstapartsdata på lämpligt sätt, såsom isolerade eller uppdelade data inom organisationer och komplexa regelverk i olika länder där de kan vara verksamma och ha kundgrupper i.

Predictive Demographics löser dessa utmaningar genom att förse annonsörer med demografisk data för mer än fem miljoner podcasts över hela världen. Istället för att marknadsförare ägnar tidskrävande arbete med sina egna datasamlingar, förutsäger nu Podchasers AI-drivna språkmodellering exakt vilka podcasts som har rätt publik för deras kampanjmål.