Ein Datenprofil der Menschen, die Fast food in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Fast food hat eine geschätzte Zielgruppe von 12,460,202 Personen in Indien.
Der durchschnittliche Fast food-Fan in Indien ist 33.4 Jahre alt, eher männlich, und lebt vor allem in Uttar Pradesh.
Die Zielgruppe konzentriert sich auf Uttar Pradesh, Maharashtra, Rajasthan.
Zu den Top-Markenaffinitäten zählen Finger food, Burger King, McDonald's, mit der stärksten Überindexierung bei Finger food (2.21× Landesdurchschnitt).
Demografisch ist die Fast food-Zielgruppe eher männlich mit einem Durchschnittsalter von 33.4 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Family Orientation, Price Sensitivity.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische Fast food-Fan in Indien ist eher männlich, etwa 33.4 Jahre alt, mit ausgeprägten Family Orientation-Tendenzen und einer deutlichen Affinität zu Finger food.
Die Kennzahlen, die das Fast food-Profil in Indien charakterisieren.
27.4% sind weiblich, 72.6% männlich, Durchschnittsalter 33.4.
| Metrik | Wert |
|---|---|
| Weiblich | 27.4% |
| Männlich | 72.6% |
| Durchschnittsalter | 33.4 |
| Geschätzte Zielgruppengröße | 12,460,202 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 28% | |
| 20-29 | 31% | |
| 30-39 | 21% | |
| 40-49 | 12% | |
| 50+ | 9% |
der weltweiten Fast food-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 20.3% |
| Italy | 5.0% |
| Brazil | 4.7% |
Wo die Fast food-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Punjab (region) | ~300K | 1.72× | |
| 02 | Goa | ~20K | 1.51× | |
| 03 | Assam | ~200K | 1.43× | |
| 04 | Rajasthan | ~400K | 1.41× | |
| 05 | Haryana | ~200K | 1.38× | |
| 06 | Uttarakhand | ~80K | 1.36× | |
| 07 | Uttar Pradesh | ~700K | 1.17× | |
| 08 | Gujarat | ~400K | 1.14× | |
| 09 | Meghalaya | ~10K | 1.12× | |
| 10 | Odisha | ~100K | 1.09× | |
| 11 | Jharkhand | ~100K | 1.09× | |
| 12 | Telangana | ~200K | 1.05× | |
| 13 | Himachal Pradesh | ~50K | 1.01× | |
| 14 | Tripura | ~20K | 0.96× | |
| 15 | Manipur | ~10K | 0.96× | |
| 16 | Sikkim | ~5K | 0.95× | |
| 17 | Madhya Pradesh | ~200K | 0.92× | |
| 18 | Arunachal Pradesh | ~7K | 0.90× | |
| 19 | Bihar | ~200K | 0.89× | |
| 20 | West Bengal | ~300K | 0.85× | |
| 21 | Nagaland | ~7K | 0.85× | |
| 22 | Chhattisgarh | ~70K | 0.83× | |
| 23 | Jammu and Kashmir | ~50K | 0.79× | |
| 24 | Maharashtra | ~500K | 0.78× | |
| 25 | Mizoram | ~6K | 0.74× | |
| 26 | Tamil Nadu | ~200K | 0.73× | |
| 27 | Andhra Pradesh | ~100K | 0.70× | |
| 28 | Karnataka | ~200K | 0.67× | |
| 29 | Kerala | ~90K | 0.50× |
Die stärksten Cross-Interessen der Fast food-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Iron Chef | Food & Beverages | 2.88× | ||
| 02 | Food cart | Food & Beverages | 2.39× | ||
| 03 | Finger food | Food & Beverages | 2.21× | ||
| 04 | Food Junction | Food & Beverages | 2.11× | ||
| 05 | Colonel Sanders | Food & Beverages | 2.11× | ||
| 06 | Bass (fish) | Pets & Animals | 1.98× | ||
| 07 | Food truck | Food & Beverages | 1.88× | ||
| 08 | Wendy's | Food & Beverages | 1.83× | ||
| 09 | Burger King | Food & Beverages | 1.79× | ||
| 10 | Cottage cheese | Food & Beverages | 1.74× | ||
| 11 | Parent-in-law | Kids & Family | 1.71× | ||
| 12 | South Indian cuisine | Food & Beverages | 1.62× | ||
| 13 | Surf Excel | Home & Garden | 1.60× | ||
| 14 | Buffalo wing | Food & Beverages | 1.59× | ||
| 15 | McDonald's | Food & Beverages | 1.58× | ||
| 16 | Papa John's Pizza | Food & Beverages | 1.58× | ||
| 17 | Greenpeace | Politics & Society | 1.58× | ||
| 18 | Mehndi Designs | Beauty & Wellness | 1.57× | ||
| 19 | Mirraw | Fashion & Accessoires | 1.57× | ||
| 20 | French fries | Food & Beverages | 1.54× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Family Orientation | CONSERVATISM | 0.92× | |
| Price Sensitivity | PREMIUM | 0.92× | |
| Creativity | OPEN | 0.88× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Patriotism | CONSERVATISM | 0.65× | |
| Risk Appetite | THRILL | 0.69× | |
| Early Adopter Mentality | POWER | 0.69× |
Fast food hat eine geschätzte Zielgruppe von 12,460,202 Personen in Indien, konzentriert auf Uttar Pradesh und Maharashtra.
27.4% der Fast food-Fans sind weiblich, 72.6% männlich, das Durchschnittsalter liegt bei 33.4 Jahren.
Fast food-Fans zeigen die stärkste Markenaffinität zu Finger food (2.21×), Burger King (1.79×) und McDonald's (1.58×) gegenüber dem Landesdurchschnitt.
Fast food-Fans in Indien konzentrieren sich vor allem auf Uttar Pradesh (Reichweite ~700K), Maharashtra (Reichweite ~500K) und Rajasthan (Reichweite ~400K). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Fast food hinaus überindexiert die Zielgruppe bei Burger King (1.79×), McDonald's (1.58×), Food truck (1.88×) und Food cart (2.39×) 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 Fast food 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.