Ein Datenprofil der Menschen, die YouTube in Indien kaufen, verfolgen und schätzen — modelliert aus mehr als zwölf digitalen Signalquellen. YouTube hat eine geschätzte Zielgruppe von 31,767,879 Personen in Indien.
Der durchschnittliche YouTube-Fan in Indien ist 33.5 Jahre alt, eher männlich, und lebt vor allem in Maharashtra.
Die Zielgruppe konzentriert sich auf Maharashtra, Uttar Pradesh, Gujarat.
Zu den Top-Markenaffinitäten zählen Bhojpuri language, Angela White (athlete), Ayesha Khan, mit der stärksten Überindexierung bei Bhojpuri language (1.58× Landesdurchschnitt).
Demografisch ist die YouTube-Zielgruppe eher männlich mit einem Durchschnittsalter von 33.5 Jahren und überindexiert bei Persönlichkeitsmerkmalen wie Social Media Usage, Family Orientation.
Im Vergleich zur Landes-Basis zeigt diese Zielgruppe markante Muster über 20 Markenaffinitäten und 29 von Rascasse erfasste Regionen.
Der typische YouTube-Fan in Indien ist eher männlich, etwa 33.5 Jahre alt, mit ausgeprägten Social Media Usage-Tendenzen und einer deutlichen Affinität zu Bhojpuri language.
Die Kennzahlen, die das YouTube-Profil in Indien charakterisieren.
24.4% sind weiblich, 75.6% männlich, Durchschnittsalter 33.5.
| Metrik | Wert |
|---|---|
| Weiblich | 24.4% |
| Männlich | 75.6% |
| Durchschnittsalter | 33.5 |
| Geschätzte Zielgruppengröße | 31,767,879 |
| Altersgruppe | Anteil | % |
|---|---|---|
| 16-19 | 28% | |
| 20-29 | 31% | |
| 30-39 | 19% | |
| 40-49 | 12% | |
| 50+ | 10% |
der weltweiten YouTube-Zielgruppe entfallen auf Indien.
| Land | Anteil |
|---|---|
| China | 10.1% |
| United States | 5.2% |
| India | 1.5% |
Wo die YouTube-Zielgruppe in Indien am stärksten ist.
| # | Region | Reichweite | Affinität | × |
|---|---|---|---|---|
| 01 | Andhra Pradesh | ~600K | 1.44× | |
| 02 | Telangana | ~600K | 1.40× | |
| 03 | Tamil Nadu | ~1M | 1.31× | |
| 04 | Maharashtra | ~2M | 1.28× | |
| 05 | Gujarat | ~1M | 1.27× | |
| 06 | Rajasthan | ~900K | 1.26× | |
| 07 | Bihar | ~800K | 1.26× | |
| 08 | Punjab (region) | ~500K | 1.24× | |
| 09 | Haryana | ~500K | 1.23× | |
| 10 | Madhya Pradesh | ~700K | 1.22× | |
| 11 | Uttar Pradesh | ~2M | 1.18× | |
| 12 | Karnataka | ~900K | 1.12× | |
| 13 | Kerala | ~500K | 1.10× | |
| 14 | Uttarakhand | ~200K | 1.07× | |
| 15 | Chhattisgarh | ~200K | 1.05× | |
| 16 | Odisha | ~300K | 1.01× | |
| 17 | West Bengal | ~1M | 0.99× | |
| 18 | Jharkhand | ~300K | 0.98× | |
| 19 | Assam | ~300K | 0.82× | |
| 20 | Himachal Pradesh | ~100K | 0.82× | |
| 21 | Mizoram | ~20K | 0.81× | |
| 22 | Jammu and Kashmir | ~100K | 0.77× | |
| 23 | Manipur | ~30K | 0.74× | |
| 24 | Goa | ~20K | 0.72× | |
| 25 | Meghalaya | ~20K | 0.67× | |
| 26 | Tripura | ~30K | 0.66× | |
| 27 | Sikkim | ~8K | 0.59× | |
| 28 | Nagaland | ~10K | 0.58× | |
| 29 | Arunachal Pradesh | ~8K | 0.42× |
Die stärksten Cross-Interessen der YouTube-Zielgruppe — Marken, Themen und Personen kombiniert.
| # | · | Interesse | Kategorie | Affinität | × |
|---|---|---|---|---|---|
| 01 | Videophone | Technology & Electronics | 2.52× | ||
| 02 | Bihari languages | Politics & Society | 2.42× | ||
| 03 | Angela White (athlete) | Movies & TV | 1.94× | ||
| 04 | viki | Movies & TV | 1.92× | ||
| 05 | Siwan, Bihar | Travel & Leisure | 1.82× | ||
| 06 | Sheikh Hasina | Politics & Society | 1.81× | ||
| 07 | Prime Minister of Bangladesh | Politics & Society | 1.81× | ||
| 08 | Begusarai | Travel & Leisure | 1.77× | ||
| 09 | Chaupal, Himachal Pradesh | Travel & Leisure | 1.72× | ||
| 10 | Trending Videos | Internet & Social Media | 1.71× | ||
| 11 | Shimla district | Travel & Leisure | 1.71× | ||
| 12 | Avneet Kaur | Movies & TV | 1.63× | ||
| 13 | Crime Patrol (TV series) | Movies & TV | 1.61× | ||
| 14 | Gulshan Kumar | Business & Career | 1.60× | ||
| 15 | Neha (actress) | Movies & TV | 1.59× | ||
| 16 | Bhojpuri language | Politics & Society | 1.58× | ||
| 17 | Ayesha Khan | Movies & TV | 1.57× | ||
| 18 | Bhojpuri cinema | Movies & TV | 1.56× | ||
| 19 | Sneha (actress) | Movies & TV | 1.56× | ||
| 20 | Love song | Music & Radio | 1.52× |
Werte über 1,00× liegen über dem Landesdurchschnitt, Werte darunter entsprechend darunter.
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Social Media Usage | JOY | 0.77× | |
| Family Orientation | CONSERVATISM | 0.74× | |
| Spirituality | BALANCE | 0.73× |
| Merkmal | Cluster | Abweichung | Wert |
|---|---|---|---|
| Early Adopter Mentality | POWER | 0.43× | |
| Convenience Orientation | PREMIUM | 0.46× | |
| Design Affinity | PREMIUM | 0.47× |
YouTube hat eine geschätzte Zielgruppe von 31,767,879 Personen in Indien, konzentriert auf Maharashtra und Uttar Pradesh.
24.4% der YouTube-Fans sind weiblich, 75.6% männlich, das Durchschnittsalter liegt bei 33.5 Jahren.
YouTube-Fans zeigen die stärkste Markenaffinität zu Bhojpuri language (1.58×), Angela White (athlete) (1.94×) und Ayesha Khan (1.57×) gegenüber dem Landesdurchschnitt.
YouTube-Fans in Indien konzentrieren sich vor allem auf Maharashtra (Reichweite ~2M), Uttar Pradesh (Reichweite ~2M) und Gujarat (Reichweite ~1M). Diese drei Regionen stellen den größten Teil der aktiven Zielgruppe.
Über YouTube hinaus überindexiert die Zielgruppe bei Angela White (athlete) (1.94×), Ayesha Khan (1.57×), Bihari languages (2.42×) und Chaupal, Himachal Pradesh (1.72×) 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 YouTube 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.