Ein Datenprofil der Menschen, die Gambling in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Gambling hat eine geschätzte Zielgruppe von 13,261,639 Personen in Indien.
Der durchschnittliche Gambling-Fan in Indien ist 31.3 Jahre alt, eher männlich, und lebt vor allem in Maharashtra.
Die Zielgruppe konzentriert sich auf Maharashtra, Karnataka, Uttar Pradesh.
Zu den Top-Markenaffinitäten zählen FIFA World Cup, Comedy movies, First-person shooter games, mit der stärksten Überindexierung bei FIFA World Cup (1.51× Landesdurchschnitt).
Demografisch ist die Gambling-Zielgruppe eher männlich mit einem Durchschnittsalter von 31.3 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Community Orientation, Price Sensitivity.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische Gambling-Fan in Indien ist eher männlich, etwa 31.3 Jahre alt, mit ausgeprägten Community Orientation-Tendenzen und einer deutlichen Affinität zu FIFA World Cup.
Die Kennzahlen, die das Gambling-Profil in Indien charakterisieren.
16.9% sind weiblich, 83.1% männlich, Durchschnittsalter 31.3.
| Metrik | Wert |
|---|---|
| Weiblich | 16.9% |
| Männlich | 83.1% |
| Durchschnittsalter | 31.3 |
| Geschätzte Zielgruppengröße | 13,261,639 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 32% | |
| 20-29 | 34% | |
| 30-39 | 18% | |
| 40-49 | 9% | |
| 50+ | 6% |
der weltweiten Gambling-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 22.0% |
| United Kingdom | 5.8% |
| India | 5.7% |
Wo die Gambling-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Karnataka | ~400K | 1.30× | |
| 02 | Mizoram | ~10K | 1.30× | |
| 03 | Nagaland | ~10K | 1.28× | |
| 04 | Manipur | ~20K | 1.23× | |
| 05 | Andhra Pradesh | ~200K | 1.19× | |
| 06 | Meghalaya | ~20K | 1.16× | |
| 07 | Arunachal Pradesh | ~9K | 1.15× | |
| 08 | Telangana | ~200K | 1.13× | |
| 09 | Tripura | ~20K | 1.11× | |
| 10 | Assam | ~100K | 1.10× | |
| 11 | Sikkim | ~6K | 1.10× | |
| 12 | Tamil Nadu | ~300K | 1.06× | |
| 13 | Goa | ~10K | 0.99× | |
| 14 | Gujarat | ~400K | 0.98× | |
| 15 | Madhya Pradesh | ~200K | 0.93× | |
| 16 | Jammu and Kashmir | ~60K | 0.93× | |
| 17 | Punjab (region) | ~200K | 0.88× | |
| 18 | Maharashtra | ~500K | 0.84× | |
| 19 | Uttarakhand | ~50K | 0.84× | |
| 20 | Kerala | ~200K | 0.83× | |
| 21 | Jharkhand | ~90K | 0.83× | |
| 22 | Chhattisgarh | ~70K | 0.82× | |
| 23 | Himachal Pradesh | ~40K | 0.80× | |
| 24 | West Bengal | ~300K | 0.75× | |
| 25 | Odisha | ~100K | 0.75× | |
| 26 | Haryana | ~100K | 0.74× | |
| 27 | Bihar | ~200K | 0.67× | |
| 28 | Uttar Pradesh | ~400K | 0.66× | |
| 29 | Rajasthan | ~200K | 0.63× |
Die stärksten Cross-Interessen der Gambling-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | South Africa national cricket team | Sports | 2.99× | ||
| 02 | New Zealand national cricket team | Sports | 2.95× | ||
| 03 | First-person shooter games | Games | 2.21× | ||
| 04 | Online games | Games | 2.12× | ||
| 05 | Free software | Technology & Electronics | 2.06× | ||
| 06 | Rock music | Music & Radio | 1.97× | ||
| 07 | Nightclubs | Music & Radio | 1.96× | ||
| 08 | Pop music | Music & Radio | 1.90× | ||
| 09 | Literature | Business & Career | 1.85× | ||
| 10 | Hip hop music | Music & Radio | 1.83× | ||
| 11 | Team sport | Sports | 1.76× | ||
| 12 | Soccer | Sports | 1.73× | ||
| 13 | Rummy | Games | 1.70× | ||
| 14 | Bhojpuri language | Politics & Society | 1.66× | ||
| 15 | Comedy movies | Movies & TV | 1.63× | ||
| 16 | Music videos | Music & Radio | 1.62× | ||
| 17 | Books | Literature | 1.53× | ||
| 18 | Investment | Business & Career | 1.52× | ||
| 19 | FIFA World Cup | Sports | 1.51× | ||
| 20 | Dance | Business & Career | 1.51× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Community Orientation | OPEN | 1.28× | |
| Price Sensitivity | PREMIUM | 1.18× | |
| Extroversion | THRILL | 1.16× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Luxury Orientation | PREMIUM | 0.75× | |
| Quality Awareness | PREMIUM | 0.77× | |
| Urban Lifestyle | OPEN | 0.78× |
Gambling hat eine geschätzte Zielgruppe von 13,261,639 Personen in Indien, konzentriert auf Maharashtra und Karnataka.
16.9% der Gambling-Fans sind weiblich, 83.1% männlich, das Durchschnittsalter liegt bei 31.3 Jahren.
Gambling-Fans zeigen die stärkste Markenaffinität zu FIFA World Cup (1.51×), Comedy movies (1.63×) und First-person shooter games (2.21×) gegenüber dem Landesdurchschnitt.
Gambling-Fans in Indien konzentrieren sich vor allem auf Maharashtra (Reichweite ~500K), Karnataka (Reichweite ~400K) und Uttar Pradesh (Reichweite ~400K). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Gambling hinaus überindexiert die Zielgruppe bei Comedy movies (1.63×), First-person shooter games (2.21×), Music videos (1.62×) und South Africa national cricket team (2.99×) 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 Gambling 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.