Ein Datenprofil der Menschen, die Programming language in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Programming language hat eine geschätzte Zielgruppe von 5,707,026 Personen in Indien.
Programming language hat eine geschätzte Zielgruppe von 5,707,026 Personen in Indien. 27.6% sind weiblich, 72.4% männlich, Durchschnittsalter 28.7. Top-Markenaffinitäten: GitHub, Linux, Software engineering, JavaScript, C++.
Zu den Top-Markenaffinitäten zählen GitHub, Linux, Software engineering, mit der stärksten Überindexierung bei GitHub (4.37× Landesdurchschnitt).
Demografisch ist die Programming language-Zielgruppe eher männlich mit einem Durchschnittsalter von 28.7 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Early Adopter Mentality, Career Orientation.
Der typische Programming language-Fan in Indien ist eher männlich, etwa 28.7 Jahre alt, mit ausgeprägten Early Adopter Mentality-Tendenzen und einer deutlichen Affinität zu GitHub.
Die Kennzahlen, die das Programming language-Profil in Indien charakterisieren.
27.6% sind weiblich, 72.4% männlich, Durchschnittsalter 28.7.
| Metrik | Wert |
|---|---|
| Weiblich | 27.6% |
| Männlich | 72.4% |
| Durchschnittsalter | 28.7 |
| Geschätzte Zielgruppengröße | 5,707,026 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 45% | |
| 20-29 | 30% | |
| 30-39 | 13% | |
| 40-49 | 7% | |
| 50+ | 5% |
der weltweiten Programming language-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 15.7% |
| China | 6.5% |
| Brazil | 4.3% |
Die stärksten Cross-Interessen der Programming language-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | JavaScript | Technology & Electronics | 4.63× | ||
| 02 | C++ | Technology & Electronics | 4.41× | ||
| 03 | GitHub | Internet & Social Media | 4.37× | ||
| 04 | MySQL | Technology & Electronics | 3.93× | ||
| 05 | Business analytics | Technology & Electronics | 3.55× | ||
| 06 | Software engineering | Business & Career | 3.54× | ||
| 07 | Linux | Technology & Electronics | 3.51× | ||
| 08 | Big data | Business & Career | 3.37× | ||
| 09 | Computer science | Business & Career | 3.19× | ||
| 10 | Machine learning | Business & Career | 2.75× | ||
| 11 | Udemy | Business & Career | 2.27× | ||
| 12 | Accounting | Business & Career | 1.98× | ||
| 13 | Axis Bank | Business & Career | 1.76× | ||
| 14 | HDFC Bank | Business & Career | 1.75× | ||
| 15 | Passive income | Business & Career | 1.75× | ||
| 16 | Stranger Things | Movies & TV | 1.67× | ||
| 17 | Young's | Food & Beverages | 1.55× | ||
| 18 | Artificial intelligence | Technology & Electronics | 1.53× | ||
| 19 | Innovation | Business & Career | 1.52× | ||
| 20 | Embroidery | Home & Garden | 1.51× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Early Adopter Mentality | POWER | 1.38× | |
| Career Orientation | POWER | 1.27× | |
| Indulgence | JOY | 1.16× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 0.69× | |
| Creativity | OPEN | 0.75× | |
| Design Affinity | PREMIUM | 0.79× |
Verwandte Profile, Rankings und dieselbe Zielgruppe in anderen Märkten.
Die Zielgruppengröße ist die geschätzte Zahl der Menschen in Indien, die aktiv nach Programming language 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.