Ein Datenprofil der Menschen, die Local food in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Local food hat eine geschätzte Zielgruppe von 6,104,786 Personen in Indien.
Der durchschnittliche Local food-Fan in Indien ist 33.1 Jahre alt, eher männlich, und lebt vor allem in Uttar Pradesh.
Die Zielgruppe konzentriert sich auf Uttar Pradesh, Maharashtra, West Bengal.
Zu den Top-Markenaffinitäten zählen Sex and the City, Food industry, Online food ordering, mit der stärksten Überindexierung bei Sex and the City (1.95× Landesdurchschnitt).
Demografisch ist die Local food-Zielgruppe eher männlich mit einem Durchschnittsalter von 33.1 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Design Affinity, Indulgence.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische Local food-Fan in Indien ist eher männlich, etwa 33.1 Jahre alt, mit ausgeprägten Design Affinity-Tendenzen und einer deutlichen Affinität zu Sex and the City.
Die Kennzahlen, die das Local food-Profil in Indien charakterisieren.
34.4% sind weiblich, 65.6% männlich, Durchschnittsalter 33.1.
| Metrik | Wert |
|---|---|
| Weiblich | 34.4% |
| Männlich | 65.6% |
| Durchschnittsalter | 33.1 |
| Geschätzte Zielgruppengröße | 6,104,786 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 30% | |
| 20-29 | 28% | |
| 30-39 | 20% | |
| 40-49 | 12% | |
| 50+ | 9% |
der weltweiten Local food-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 18.0% |
| Japan | 9.7% |
| Italy | 5.7% |
Wo die Local food-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Arunachal Pradesh | ~8K | 2.08× | |
| 02 | Goa | ~9K | 1.48× | |
| 03 | Sikkim | ~4K | 1.32× | |
| 04 | Assam | ~80K | 1.26× | |
| 05 | Meghalaya | ~7K | 1.12× | |
| 06 | Nagaland | ~5K | 1.12× | |
| 07 | Mizoram | ~5K | 1.12× | |
| 08 | Manipur | ~8K | 1.07× | |
| 09 | Tripura | ~8K | 0.98× | |
| 10 | Himachal Pradesh | ~20K | 0.94× | |
| 11 | Uttarakhand | ~30K | 0.93× | |
| 12 | Jharkhand | ~50K | 0.92× | |
| 13 | Jammu and Kashmir | ~30K | 0.92× | |
| 14 | Chhattisgarh | ~40K | 0.91× | |
| 15 | Telangana | ~80K | 0.89× | |
| 16 | Punjab (region) | ~70K | 0.86× | |
| 17 | Andhra Pradesh | ~60K | 0.86× | |
| 18 | Odisha | ~60K | 0.86× | |
| 19 | Bihar | ~100K | 0.83× | |
| 20 | Madhya Pradesh | ~100K | 0.82× | |
| 21 | Haryana | ~60K | 0.80× | |
| 22 | Rajasthan | ~100K | 0.78× | |
| 23 | Gujarat | ~100K | 0.77× | |
| 24 | Kerala | ~70K | 0.75× | |
| 25 | West Bengal | ~100K | 0.73× | |
| 26 | Tamil Nadu | ~100K | 0.69× | |
| 27 | Karnataka | ~100K | 0.67× | |
| 28 | Uttar Pradesh | ~200K | 0.61× | |
| 29 | Maharashtra | ~200K | 0.59× |
Die stärksten Cross-Interessen der Local food-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Food industry | Food & Beverages | 3.87× | ||
| 02 | Cooking show | Food & Beverages | 3.80× | ||
| 03 | Fast food restaurants | Food & Beverages | 3.68× | ||
| 04 | Fast casual restaurants | Food & Beverages | 3.55× | ||
| 05 | Cookbook | Food & Beverages | 3.18× | ||
| 06 | Online food ordering | Food & Beverages | 2.77× | ||
| 07 | Party dress | Fashion & Accessoires | 2.59× | ||
| 08 | Italian cuisine | Food & Beverages | 2.55× | ||
| 09 | Bridesmaid | Kids & Family | 2.48× | ||
| 10 | Wedding ring | Fashion & Accessoires | 2.46× | ||
| 11 | Engagement ring | Fashion & Accessoires | 2.34× | ||
| 12 | Bride and Groom | Home & Garden | 2.32× | ||
| 13 | Ring (jewellery) | Fashion & Accessoires | 2.25× | ||
| 14 | Street food | Food & Beverages | 2.13× | ||
| 15 | Jewelry design | Fashion & Accessoires | 2.09× | ||
| 16 | Designer clothing | Fashion & Accessoires | 2.04× | ||
| 17 | Sex and the City | Movies & TV | 1.95× | ||
| 18 | Fast food | Food & Beverages | 1.84× | ||
| 19 | Foodie | Food & Beverages | 1.79× | ||
| 20 | Recipes | Food & Beverages | 1.56× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Design Affinity | PREMIUM | 1.51× | |
| Indulgence | JOY | 1.47× | |
| Pet Ownership | JOY | 1.39× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Patriotism | CONSERVATISM | 0.63× | |
| Need for Security | CONSERVATISM | 0.63× | |
| Community Orientation | OPEN | 0.95× |
Local food hat eine geschätzte Zielgruppe von 6,104,786 Personen in Indien, konzentriert auf Uttar Pradesh und Maharashtra.
34.4% der Local food-Fans sind weiblich, 65.6% männlich, das Durchschnittsalter liegt bei 33.1 Jahren.
Local food-Fans zeigen die stärkste Markenaffinität zu Sex and the City (1.95×), Food industry (3.87×) und Online food ordering (2.77×) gegenüber dem Landesdurchschnitt.
Local food-Fans in Indien konzentrieren sich vor allem auf Uttar Pradesh (Reichweite ~200K), Maharashtra (Reichweite ~200K) und West Bengal (Reichweite ~100K). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Local food hinaus überindexiert die Zielgruppe bei Food industry (3.87×), Online food ordering (2.77×), Party dress (2.59×) und Fast food restaurants (3.68×) 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 Local 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.