Ein Datenprofil der Menschen, die Credit cards in Indonesien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Credit cards hat eine geschätzte Zielgruppe von 6,841,733 Personen in Indonesien.
Der durchschnittliche Credit cards-Fan in Indonesien ist 37.6 Jahre alt, eher männlich, und lebt vor allem in West Java.
Die Zielgruppe konzentriert sich auf West Java, Jakarta, East Java.
Zu den Top-Markenaffinitäten zählen Web fiction, Credit limit, Tenor, mit der stärksten Überindexierung bei Web fiction (1.63× Landesdurchschnitt).
Demografisch ist die Credit cards-Zielgruppe eher männlich mit einem Durchschnittsalter von 37.6 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Risk Appetite, Individualism.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 34 von Rascasse erfasste Regionen.
Der typische Credit cards-Fan in Indonesien ist eher männlich, etwa 37.6 Jahre alt, mit ausgeprägten Risk Appetite-Tendenzen und einer deutlichen Affinität zu Web fiction.
Die Kennzahlen, die das Credit cards-Profil in Indonesien charakterisieren.
43.8% sind weiblich, 56.2% männlich, Durchschnittsalter 37.6.
| Metrik | Wert |
|---|---|
| Weiblich | 43.8% |
| Männlich | 56.2% |
| Durchschnittsalter | 37.6 |
| Geschätzte Zielgruppengröße | 6,841,733 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 14% | |
| 20-29 | 29% | |
| 30-39 | 27% | |
| 40-49 | 20% | |
| 50+ | 11% |
der weltweiten Credit cards-Zielgruppe entfallen auf Indonesien.
| Land | Anteil |
|---|---|
| United States | 19.8% |
| India | 5.2% |
| Brazil | 5.2% |
Wo die Credit cards-Zielgruppe in Indonesien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Bali | ~300K | 2.15× | |
| 02 | Jakarta | ~1M | 1.91× | |
| 03 | Banten | ~400K | 1.43× | |
| 04 | Riau Islands | ~100K | 1.39× | |
| 05 | Special Region of Yogyakarta | ~100K | 1.14× | |
| 06 | South Kalimantan | ~100K | 1.10× | |
| 07 | East Java | ~800K | 1.09× | |
| 08 | Central Java | ~700K | 1.05× | |
| 09 | West Java | ~1M | 1.04× | |
| 10 | West Kalimantan | ~100K | 1.03× | |
| 11 | West Papua | ~20K | 1.03× | |
| 12 | East Kalimantan | ~100K | 1.01× | |
| 13 | Central Kalimantan | ~60K | 1.01× | |
| 14 | Lampung | ~100K | 0.99× | |
| 15 | Bangka-Belitung Islands | ~30K | 0.99× | |
| 16 | West Sulawesi | ~30K | 0.99× | |
| 17 | North Kalimantan | ~20K | 0.99× | |
| 18 | North Sumatra | ~300K | 0.97× | |
| 19 | North Sulawesi | ~70K | 0.97× | |
| 20 | Gorontalo (disambiguation)(2) | ~30K | 0.97× | |
| 21 | North Maluku | ~20K | 0.97× | |
| 22 | Riau | ~200K | 0.96× | |
| 23 | South Sumatra | ~200K | 0.95× | |
| 24 | Jambi | ~70K | 0.95× | |
| 25 | Bengkulu | ~50K | 0.95× | |
| 26 | Papua (province) | ~40K | 0.95× | |
| 27 | Maluku | ~30K | 0.95× | |
| 28 | Central Sulawesi | ~60K | 0.93× | |
| 29 | Southeast Sulawesi | ~50K | 0.93× | |
| 30 | West Sumatra | ~100K | 0.91× | |
| 31 | West Nusa Tenggara | ~80K | 0.90× | |
| 32 | East Nusa Tenggara | ~70K | 0.90× | |
| 33 | South Sulawesi | ~200K | 0.89× | |
| 34 | Aceh | ~80K | 0.87× |
Die stärksten Cross-Interessen der Credit cards-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Credit limit | Business & Career | 2.61× | ||
| 02 | Term loan | Business & Career | 2.01× | ||
| 03 | Installment loan | Business & Career | 1.99× | ||
| 04 | Peer-to-peer | Technology & Electronics | 1.91× | ||
| 05 | Credit risk | Business & Career | 1.88× | ||
| 06 | Loan guarantee | Business & Career | 1.74× | ||
| 07 | Stony Brook University | Business & Career | 1.71× | ||
| 08 | Tenor | Music & Radio | 1.64× | ||
| 09 | The Wolf of Wall Street (2013 film) | Movies & TV | 1.64× | ||
| 10 | Web fiction | Literature | 1.63× | ||
| 11 | Modelling clay | Home & Garden | 1.62× | ||
| 12 | Zico | Sports | 1.56× | ||
| 13 | Collateral (film) | Movies & TV | 1.55× | ||
| 14 | Dowry | Kids & Family | 1.53× | ||
| 15 | Metroid | Games | 1.53× | ||
| 16 | Sauna suit | Sports | 1.53× | ||
| 17 | Staples Inc. | Business & Career | 1.52× | ||
| 18 | SSA | Travel & Leisure | 1.51× | ||
| 19 | Circuit de la Sarthe | Sports | 1.51× | ||
| 20 | Car alarm | Cars & Mobility | 1.50× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Risk Appetite | THRILL | 1.14× | |
| Individualism | JOY | 0.79× | |
| Social Media Usage | JOY | 0.66× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Patriotism | CONSERVATISM | 0.32× | |
| Travelling | THRILL | 0.36× | |
| Early Adopter Mentality | POWER | 0.41× |
Credit cards hat eine geschätzte Zielgruppe von 6,841,733 Personen in Indonesien, konzentriert auf West Java und Jakarta.
43.8% der Credit cards-Fans sind weiblich, 56.2% männlich, das Durchschnittsalter liegt bei 37.6 Jahren.
Credit cards-Fans zeigen die stärkste Markenaffinität zu Web fiction (1.63×), Credit limit (2.61×) und Tenor (1.64×) gegenüber dem Landesdurchschnitt.
Credit cards-Fans in Indonesien konzentrieren sich vor allem auf West Java (Reichweite ~1M), Jakarta (Reichweite ~1M) und East Java (Reichweite ~800K). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Credit cards hinaus überindexiert die Zielgruppe bei Credit limit (2.61×), Tenor (1.64×), Peer-to-peer (1.91×) und Dowry (1.53×) im Vergleich zum Indonesien-Durchschnitt.
Verwandte Profile, Rankings und dieselbe Zielgruppe in anderen Märkten.
Die Zielgruppengröße ist die geschätzte Zahl der Menschen in Indonesien, die aktiv nach Credit cards suchen. Affinität ist ein Überindexierungs-Verhältnis: 2,0× bedeutet, die Zielgruppe interessiert sich doppelt so wahrscheinlich für diese Marke oder dieses Merkmal wie der Landesdurchschnitt. Reichweite ist die geschätzte Zahl der Zielgruppenmitglieder in einer Region. Die Tabellen sind vom stärksten zum schwächsten Signal sortiert.
Dieses Zielgruppenprofil wird von Rascasse aus anonymisierten Suchverhaltens-Signalen in Indonesien erstellt. Zur Methodik siehe Methodik. Affinitätswerte sind Überindexierungs-Verhältnisse gegenüber dem Landesdurchschnitt (1,0 = Basis). Zielgruppengrößen sind Schätzungen, keine Messungen.
Von globalen Massenmarken bis zu lokalen Nischensegmenten — entdecken Sie die vollständige Bibliothek und die enthaltenen Intelligence-Schichten.