Ein Datenprofil der Menschen, die Shopping malls in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. Shopping malls hat eine geschätzte Zielgruppe von 10,681,660 Personen in Indien.
Der durchschnittliche Shopping malls-Fan in Indien ist 33.4 Jahre alt, eher männlich, und lebt vor allem in Maharashtra.
Die Zielgruppe konzentriert sich auf Maharashtra, Uttar Pradesh, West Bengal.
Zu den Top-Markenaffinitäten zählen Shalwar kameez, Snapped, Pilgrim, mit der stärksten Überindexierung bei Shalwar kameez (1.55× Landesdurchschnitt).
Demografisch ist die Shopping malls-Zielgruppe eher männlich mit einem Durchschnittsalter von 33.4 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Price Sensitivity, Family Orientation.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische Shopping malls-Fan in Indien ist eher männlich, etwa 33.4 Jahre alt, mit ausgeprägten Price Sensitivity-Tendenzen und einer deutlichen Affinität zu Shalwar kameez.
Die Kennzahlen, die das Shopping malls-Profil in Indien charakterisieren.
32.7% sind weiblich, 67.3% männlich, Durchschnittsalter 33.4.
| Metrik | Wert |
|---|---|
| Weiblich | 32.7% |
| Männlich | 67.3% |
| Durchschnittsalter | 33.4 |
| Geschätzte Zielgruppengröße | 10,681,660 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 28% | |
| 20-29 | 30% | |
| 30-39 | 20% | |
| 40-49 | 13% | |
| 50+ | 9% |
der weltweiten Shopping malls-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| United States | 12.3% |
| Japan | 5.7% |
| Brazil | 5.6% |
Wo die Shopping malls-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Telangana | ~400K | 2.71× | |
| 02 | Andhra Pradesh | ~300K | 2.24× | |
| 03 | Goa | ~20K | 1.90× | |
| 04 | Karnataka | ~400K | 1.58× | |
| 05 | Haryana | ~200K | 1.55× | |
| 06 | Tamil Nadu | ~400K | 1.41× | |
| 07 | Odisha | ~200K | 1.34× | |
| 08 | West Bengal | ~400K | 1.27× | |
| 09 | Maharashtra | ~600K | 1.14× | |
| 10 | Gujarat | ~300K | 1.03× | |
| 11 | Assam | ~100K | 1.02× | |
| 12 | Meghalaya | ~10K | 0.89× | |
| 13 | Arunachal Pradesh | ~6K | 0.88× | |
| 14 | Sikkim | ~4K | 0.86× | |
| 15 | Chhattisgarh | ~60K | 0.85× | |
| 16 | Uttar Pradesh | ~400K | 0.84× | |
| 17 | Tripura | ~10K | 0.83× | |
| 18 | Punjab (region) | ~100K | 0.81× | |
| 19 | Nagaland | ~6K | 0.80× | |
| 20 | Jharkhand | ~70K | 0.76× | |
| 21 | Mizoram | ~6K | 0.76× | |
| 22 | Manipur | ~10K | 0.73× | |
| 23 | Kerala | ~100K | 0.71× | |
| 24 | Rajasthan | ~200K | 0.70× | |
| 25 | Uttarakhand | ~30K | 0.64× | |
| 26 | Bihar | ~100K | 0.62× | |
| 27 | Madhya Pradesh | ~100K | 0.62× | |
| 28 | Himachal Pradesh | ~20K | 0.54× | |
| 29 | Jammu and Kashmir | ~20K | 0.48× |
Die stärksten Cross-Interessen der Shopping malls-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Mirraw | Fashion & Accessoires | 2.40× | ||
| 02 | Surf Excel | Home & Garden | 2.03× | ||
| 03 | Mehndi Designs | Beauty & Wellness | 1.88× | ||
| 04 | Madhyamam Daily | News | 1.71× | ||
| 05 | Zari | Movies & TV | 1.71× | ||
| 06 | Bandhani | Fashion & Accessoires | 1.71× | ||
| 07 | Kerala Kaumudi | Movies & TV | 1.69× | ||
| 08 | Pink Friday | Topic | 1.68× | ||
| 09 | Foundation garment | Fashion & Accessoires | 1.66× | ||
| 10 | Nalli (wardrobe store) | Fashion & Accessoires | 1.60× | ||
| 11 | Health Tips | Topic | 1.59× | ||
| 12 | Hopscotch | Kids & Family | 1.58× | ||
| 13 | Shalwar kameez | Fashion & Accessoires | 1.55× | ||
| 14 | Snapped | Movies & TV | 1.54× | ||
| 15 | Peachmode | Fashion & Accessoires | 1.54× | ||
| 16 | Community centre | Politics & Society | 1.52× | ||
| 17 | Nasar Rural District | Travel & Leisure | 1.52× | ||
| 18 | Janam TV | Movies & TV | 1.52× | ||
| 19 | Pilgrim | Fashion & Accessoires | 1.50× | ||
| 20 | Tussar silk | Fashion & Accessoires | 1.50× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 1.07× | |
| Family Orientation | CONSERVATISM | 0.89× | |
| Creativity | OPEN | 0.87× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Early Adopter Mentality | POWER | 0.53× | |
| Risk Appetite | THRILL | 0.57× | |
| Patriotism | CONSERVATISM | 0.57× |
Shopping malls hat eine geschätzte Zielgruppe von 10,681,660 Personen in Indien, konzentriert auf Maharashtra und Uttar Pradesh.
32.7% der Shopping malls-Fans sind weiblich, 67.3% männlich, das Durchschnittsalter liegt bei 33.4 Jahren.
Shopping malls-Fans zeigen die stärkste Markenaffinität zu Shalwar kameez (1.55×), Snapped (1.54×) und Pilgrim (1.5×) gegenüber dem Landesdurchschnitt.
Shopping malls-Fans in Indien konzentrieren sich vor allem auf Maharashtra (Reichweite ~600K), Uttar Pradesh (Reichweite ~400K) und West Bengal (Reichweite ~400K). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über Shopping malls hinaus überindexiert die Zielgruppe bei Snapped (1.54×), Pilgrim (1.5×), Madhyamam Daily (1.71×) und Hopscotch (1.58×) 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 Shopping malls 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.