Ein Datenprofil der Menschen, die Online shopping in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Online shopping hat eine geschätzte Zielgruppe von 41,670,383 Personen in Indien.
Der durchschnittliche Online shopping-Fan in Indien ist 31.9 Jahre alt, eher männlich, und lebt vor allem in Uttar Pradesh.
Die Zielgruppe konzentriert sich auf Uttar Pradesh, Maharashtra, Gujarat.
Zu den Top-Markenaffinitäten zählen Shopping, Virtual private network, Bank of India, mit der stärksten Überindexierung bei Shopping (1.55× Landesdurchschnitt).
Demografisch ist die Online shopping-Zielgruppe eher männlich mit einem Durchschnittsalter von 31.9 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Price Sensitivity, Community Orientation.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische Online shopping-Fan in Indien ist eher männlich, etwa 31.9 Jahre alt, mit ausgeprägten Price Sensitivity-Tendenzen und einer deutlichen Affinität zu Shopping.
Die Kennzahlen, die das Online shopping-Profil in Indien charakterisieren.
27.3% sind weiblich, 72.7% männlich, Durchschnittsalter 31.9.
| Metrik | Wert |
|---|---|
| Weiblich | 27.3% |
| Männlich | 72.7% |
| Durchschnittsalter | 31.9 |
| Geschätzte Zielgruppengröße | 41,670,383 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 34% | |
| 20-29 | 29% | |
| 30-39 | 18% | |
| 40-49 | 11% | |
| 50+ | 8% |
der weltweiten Online shopping-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 20.1% |
| Japan | 5.6% |
| India | 5.5% |
Wo die Online shopping-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Sikkim | ~30K | 1.47× | |
| 02 | Meghalaya | ~60K | 1.40× | |
| 03 | Chhattisgarh | ~400K | 1.33× | |
| 04 | Madhya Pradesh | ~1M | 1.28× | |
| 05 | Himachal Pradesh | ~200K | 1.22× | |
| 06 | Nagaland | ~30K | 1.17× | |
| 07 | Rajasthan | ~1M | 1.14× | |
| 08 | Gujarat | ~1.5M | 1.13× | |
| 09 | Mizoram | ~30K | 1.12× | |
| 10 | Tamil Nadu | ~1M | 1.04× | |
| 11 | Punjab (region) | ~600K | 1.04× | |
| 12 | Jharkhand | ~400K | 1.03× | |
| 13 | Tripura | ~60K | 0.98× | |
| 14 | Uttar Pradesh | ~2M | 0.97× | |
| 15 | Goa | ~40K | 0.97× | |
| 16 | Maharashtra | ~2M | 0.96× | |
| 17 | Assam | ~400K | 0.93× | |
| 18 | Manipur | ~50K | 0.93× | |
| 19 | Bihar | ~700K | 0.90× | |
| 20 | Haryana | ~500K | 0.88× | |
| 21 | Andhra Pradesh | ~400K | 0.84× | |
| 22 | Uttarakhand | ~200K | 0.83× | |
| 23 | Telangana | ~500K | 0.82× | |
| 24 | Arunachal Pradesh | ~20K | 0.82× | |
| 25 | Jammu and Kashmir | ~100K | 0.77× | |
| 26 | Odisha | ~300K | 0.76× | |
| 27 | Karnataka | ~800K | 0.73× | |
| 28 | West Bengal | ~800K | 0.65× | |
| 29 | Kerala | ~400K | 0.65× |
Die stärksten Cross-Interessen der Online shopping-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Country Inns & Suites | Travel & Leisure | 1.73× | ||
| 02 | Zimmermann | Home & Garden | 1.69× | ||
| 03 | Stayfree | Beauty & Wellness | 1.65× | ||
| 04 | Commercial bank | Business & Career | 1.60× | ||
| 05 | Bank of India | Business & Career | 1.58× | ||
| 06 | ShopSavvy | Website / Newspaper / Magazine | 1.57× | ||
| 07 | Industrial technology | Topic | 1.56× | ||
| 08 | Shopping | Shopping | 1.55× | ||
| 09 | Virtual private network | Technology & Electronics | 1.55× | ||
| 10 | Monarch | Politics & Society | 1.55× | ||
| 11 | Priests | Music & Radio | 1.55× | ||
| 12 | Royal Stag | Food & Beverages | 1.53× | ||
| 13 | Bank of Taiwan | Business & Career | 1.53× | ||
| 14 | Purple.com | Internet & Social Media | 1.52× | ||
| 15 | Hardcore Pawn | Movies & TV | 1.52× | ||
| 16 | Pernod Ricard | Food & Beverages | 1.51× | ||
| 17 | Family Matters | Movies & TV | 1.51× | ||
| 18 | National Careers Service | Business & Career | 1.51× | ||
| 19 | Morphy Richards | Technology & Electronics | 1.50× | ||
| 20 | Kiev | Travel & Leisure | 1.50× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 1.02× | |
| Community Orientation | OPEN | 0.97× | |
| DIY Mentality | THRILL | 0.92× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Spirituality | BALANCE | 0.65× | |
| Urban Lifestyle | OPEN | 0.65× | |
| Healthy Lifestyle | BALANCE | 0.68× |
Online shopping hat eine geschätzte Zielgruppe von 41,670,383 Personen in Indien, konzentriert auf Uttar Pradesh und Maharashtra.
27.3% der Online shopping-Fans sind weiblich, 72.7% männlich, das Durchschnittsalter liegt bei 31.9 Jahren.
Online shopping-Fans zeigen die stärkste Markenaffinität zu Shopping (1.55×), Virtual private network (1.55×) und Bank of India (1.58×) gegenüber dem Landesdurchschnitt.
Online shopping-Fans in Indien konzentrieren sich vor allem auf Uttar Pradesh (Reichweite ~2M), Maharashtra (Reichweite ~2M) und Gujarat (Reichweite ~1.5M). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Online shopping hinaus überindexiert die Zielgruppe bei Virtual private network (1.55×), Bank of India (1.58×), Commercial bank (1.6×) und Royal Stag (1.53×) 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 Online shopping 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.