Ein Datenprofil der Menschen, die Credit cards in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Credit cards hat eine geschätzte Zielgruppe von 16,091,540 Personen in Indien.
Der durchschnittliche Credit cards-Fan in Indien ist 33.3 Jahre alt, eher männlich, und lebt vor allem in Maharashtra.
Die Zielgruppe konzentriert sich auf Maharashtra, Uttar Pradesh, Gujarat.
Zu den Top-Markenaffinitäten zählen Kotak (band), Diwali, State Bank of India, mit der stärksten Überindexierung bei Kotak (band) (3.47× Landesdurchschnitt).
Demografisch ist die Credit cards-Zielgruppe eher männlich mit einem Durchschnittsalter von 33.3 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Price Sensitivity, Tradition.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische Credit cards-Fan in Indien ist eher männlich, etwa 33.3 Jahre alt, mit ausgeprägten Price Sensitivity-Tendenzen und einer deutlichen Affinität zu Kotak (band).
Die Kennzahlen, die das Credit cards-Profil in Indien charakterisieren.
20.3% sind weiblich, 79.7% männlich, Durchschnittsalter 33.3.
| Metrik | Wert |
|---|---|
| Weiblich | 20.3% |
| Männlich | 79.7% |
| Durchschnittsalter | 33.3 |
| Geschätzte Zielgruppengröße | 16,091,540 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 27% | |
| 20-29 | 32% | |
| 30-39 | 21% | |
| 40-49 | 12% | |
| 50+ | 8% |
der weltweiten Credit cards-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 19.8% |
| India | 5.2% |
| Brazil | 5.2% |
Wo die Credit cards-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Telangana | ~300K | 1.48× | |
| 02 | Haryana | ~300K | 1.44× | |
| 03 | Gujarat | ~600K | 1.41× | |
| 04 | Karnataka | ~600K | 1.40× | |
| 05 | Maharashtra | ~1M | 1.29× | |
| 06 | Andhra Pradesh | ~200K | 1.25× | |
| 07 | Tamil Nadu | ~500K | 1.19× | |
| 08 | Punjab (region) | ~200K | 1.16× | |
| 09 | Madhya Pradesh | ~300K | 1.11× | |
| 10 | Rajasthan | ~400K | 1.09× | |
| 11 | Uttar Pradesh | ~800K | 1.08× | |
| 12 | Kerala | ~200K | 1.01× | |
| 13 | West Bengal | ~500K | 0.97× | |
| 14 | Goa | ~20K | 0.97× | |
| 15 | Bihar | ~300K | 0.95× | |
| 16 | Manipur | ~20K | 0.95× | |
| 17 | Chhattisgarh | ~90K | 0.90× | |
| 18 | Uttarakhand | ~70K | 0.90× | |
| 19 | Jammu and Kashmir | ~70K | 0.90× | |
| 20 | Jharkhand | ~100K | 0.89× | |
| 21 | Nagaland | ~10K | 0.86× | |
| 22 | Odisha | ~100K | 0.83× | |
| 23 | Assam | ~100K | 0.82× | |
| 24 | Arunachal Pradesh | ~8K | 0.80× | |
| 25 | Sikkim | ~6K | 0.79× | |
| 26 | Tripura | ~20K | 0.77× | |
| 27 | Meghalaya | ~10K | 0.77× | |
| 28 | Mizoram | ~8K | 0.76× | |
| 29 | Himachal Pradesh | ~50K | 0.72× |
Die stärksten Cross-Interessen der Credit cards-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Kotak (band) | Music & Radio | 3.47× | ||
| 02 | Quality assurance | Business & Career | 2.34× | ||
| 03 | JPMorgan Chase | Business & Career | 2.20× | ||
| 04 | Commercial mortgage | Business & Career | 2.06× | ||
| 05 | Quality control | Business & Career | 1.93× | ||
| 06 | Microfinance | Business & Career | 1.85× | ||
| 07 | Unique Identification Authority of India | Politics & Society | 1.79× | ||
| 08 | Diwali | Politics & Society | 1.69× | ||
| 09 | State Bank of India | Business & Career | 1.65× | ||
| 10 | Pink Friday | Topic | 1.58× | ||
| 11 | Know your customer | Business & Career | 1.57× | ||
| 12 | Corruption awareness | Politics & Society | 1.56× | ||
| 13 | Interest rate | Business & Career | 1.55× | ||
| 14 | Closeout (sale) | Fashion & Accessoires | 1.54× | ||
| 15 | Craftsvilla | Shopping | 1.54× | ||
| 16 | Interest | Business & Career | 1.53× | ||
| 17 | Car finance | Cars & Mobility | 1.53× | ||
| 18 | Cheque | Fashion & Accessoires | 1.51× | ||
| 19 | Peachmode | Fashion & Accessoires | 1.51× | ||
| 20 | Bonanza | Movies & TV | 1.50× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 0.84× | |
| Tradition | CONSERVATISM | 0.82× | |
| Need for Security | CONSERVATISM | 0.77× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Patriotism | CONSERVATISM | 0.43× | |
| Early Adopter Mentality | POWER | 0.47× | |
| Sports Activity | POWER | 0.48× |
Credit cards hat eine geschätzte Zielgruppe von 16,091,540 Personen in Indien, konzentriert auf Maharashtra und Uttar Pradesh.
20.3% der Credit cards-Fans sind weiblich, 79.7% männlich, das Durchschnittsalter liegt bei 33.3 Jahren.
Credit cards-Fans zeigen die stärkste Markenaffinität zu Kotak (band) (3.47×), Diwali (1.69×) und State Bank of India (1.65×) gegenüber dem Landesdurchschnitt.
Credit cards-Fans in Indien konzentrieren sich vor allem auf Maharashtra (Reichweite ~1M), Uttar Pradesh (Reichweite ~800K) und Gujarat (Reichweite ~600K). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Credit cards hinaus überindexiert die Zielgruppe bei Diwali (1.69×), State Bank of India (1.65×), Quality assurance (2.34×) und Closeout (sale) (1.54×) im Vergleich zum Indien-Durchschnitt.
Verwandte Profile, Rankings und dieselbe Zielgruppe in anderen Märkten.
Die Zielgruppengröße ist die geschätzte Zahl der Menschen in Indien, 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 Indien 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.