Un profil de données des personnes qui achètent, suivent et apprécient Machine learning en Inde — modélisé à partir de plus de douze sources de signaux numériques. Machine learning compte une audience estimée à 5,205,049 personnes en Inde.
Le fan moyen de Machine learning en Inde a 29.5 ans, est plutôt masculin, et vit principalement en Maharashtra.
L'audience se concentre en Maharashtra, Tamil Nadu, Uttar Pradesh.
Les principales affinités de marque incluent Harry Potter, XXXTentacion, hotstar, avec la plus forte sur-indexation sur Harry Potter (2.51× la moyenne du pays).
Démographiquement, l'audience de Machine learning penche plutôt masculin avec un âge moyen de 29.5 ans et sur-indexe sur des traits de personnalité comme Early Adopter Mentality, Healthy Lifestyle.
Par rapport à la référence nationale, cette audience montre des schémas distinctifs sur 20 affinités de marque et 29 régions suivies par Rascasse.
Le fan typique de Machine learning en Inde est plutôt masculin, d'environ 29.5 ans, avec de fortes tendances Early Adopter Mentality et une affinité marquée pour Harry Potter.
Les chiffres clés qui caractérisent le profil de Machine learning en Inde.
31.3% sont des femmes, 68.7% des hommes, âge moyen 29.5.
| Métrique | Valeur |
|---|---|
| Femmes | 31.3% |
| Hommes | 68.7% |
| Âge moyen | 29.5 |
| Taille estimée de l'audience | 5,205,049 |
| Tranche d'âge | Part | % |
|---|---|---|
| 16-19 | 43% | |
| 20-29 | 30% | |
| 30-39 | 13% | |
| 40-49 | 8% | |
| 50+ | 7% |
de l'audience mondiale de Machine learning provient de Inde.
| Pays | Part |
|---|---|
| United States | 17.4% |
| India | 11.1% |
| China | 4.5% |
Où l'audience de Machine learning en Inde est la plus forte.
| # | Région | Portée | Affinité | × |
|---|---|---|---|---|
| 01 | Andhra Pradesh | ~200K | 2.98× | |
| 02 | Tamil Nadu | ~300K | 2.64× | |
| 03 | Telangana | ~200K | 2.24× | |
| 04 | Karnataka | ~200K | 1.76× | |
| 05 | Maharashtra | ~400K | 1.42× | |
| 06 | Madhya Pradesh | ~100K | 1.32× | |
| 07 | Uttarakhand | ~30K | 1.26× | |
| 08 | Punjab (region) | ~80K | 1.16× | |
| 09 | Kerala | ~90K | 1.10× | |
| 10 | Haryana | ~70K | 0.98× | |
| 11 | Gujarat | ~100K | 0.94× | |
| 12 | Odisha | ~50K | 0.94× | |
| 13 | Uttar Pradesh | ~200K | 0.93× | |
| 14 | Himachal Pradesh | ~20K | 0.91× | |
| 15 | Chhattisgarh | ~30K | 0.87× | |
| 16 | Sikkim | ~2K | 0.87× | |
| 17 | West Bengal | ~100K | 0.85× | |
| 18 | Mizoram | ~3K | 0.77× | |
| 19 | Arunachal Pradesh | ~2K | 0.77× | |
| 20 | Goa | ~4K | 0.75× | |
| 21 | Nagaland | ~3K | 0.75× | |
| 22 | Jharkhand | ~30K | 0.74× | |
| 23 | Manipur | ~5K | 0.72× | |
| 24 | Rajasthan | ~80K | 0.69× | |
| 25 | Meghalaya | ~4K | 0.68× | |
| 26 | Tripura | ~5K | 0.65× | |
| 27 | Jammu and Kashmir | ~20K | 0.63× | |
| 28 | Assam | ~30K | 0.51× | |
| 29 | Bihar | ~50K | 0.50× |
Les intérêts croisés les plus forts de l'audience de Machine learning — marques, thèmes et personnes réunis.
| # | · | Intérêt | Catégorie | Affinité | × |
|---|---|---|---|---|---|
| 01 | Big data | Business & Career | 3.20× | ||
| 02 | Data analysis | Technology & Electronics | 2.93× | ||
| 03 | Programming language | Technology & Electronics | 2.75× | ||
| 04 | Computer programming | Technology & Electronics | 2.52× | ||
| 05 | Harry Potter | Movies & TV | 2.51× | ||
| 06 | K (anime) | Literature | 2.45× | ||
| 07 | BTS | Music & Radio | 2.39× | ||
| 08 | ONEUS | Music & Radio | 2.28× | ||
| 09 | hotstar | Movies & TV | 2.22× | ||
| 10 | Artificial intelligence | Technology & Electronics | 2.03× | ||
| 11 | Information technology | Business & Career | 1.93× | ||
| 12 | Web development | Business & Career | 1.91× | ||
| 13 | Sunrisers Hyderabad | Sports | 1.74× | ||
| 14 | Gemini | Technology & Electronics | 1.73× | ||
| 15 | XXXTentacion | Music & Radio | 1.72× | ||
| 16 | Zomato | Food & Beverages | 1.69× | ||
| 17 | Tamil language | Politics & Society | 1.58× | ||
| 18 | Indo-Aryan languages | Politics & Society | 1.58× | ||
| 19 | Game of Thrones | Movies & TV | 1.51× | ||
| 20 | Colors (TV channel) | Movies & TV | 1.51× |
Les valeurs supérieures à 1,00× sont au-dessus de la moyenne nationale, celles inférieures en dessous.
| Trait | Cluster | Écart | Score |
|---|---|---|---|
| Early Adopter Mentality | POWER | 1.40× | |
| Healthy Lifestyle | BALANCE | 1.39× | |
| Urban Lifestyle | OPEN | 1.34× |
| Trait | Cluster | Écart | Score |
|---|---|---|---|
| Extroversion | THRILL | 0.83× | |
| Price Sensitivity | PREMIUM | 0.91× | |
| Community Orientation | OPEN | 0.92× |
Machine learning compte une audience estimée à 5,205,049 personnes en Inde, concentrée en Maharashtra et Tamil Nadu.
31.3% des fans de Machine learning sont des femmes, 68.7% des hommes, avec un âge moyen de 29.5 ans.
Les fans de Machine learning montrent la plus forte affinité de marque pour Harry Potter (2.51×), XXXTentacion (1.72×) et hotstar (2.22×) par rapport à la moyenne du pays.
Les fans de Machine learning en Inde se concentrent principalement en Maharashtra (portée ~400K), Tamil Nadu (portée ~300K) et Uttar Pradesh (portée ~200K). Ces trois régions représentent la plus grande part de l'audience active.
Au-delà de Machine learning, l'audience sur-indexe sur XXXTentacion (1.72×), hotstar (2.22×), Gemini (1.73×) et Artificial intelligence (2.03×) par rapport à la moyenne de Inde.
Profils associés, classements et la même audience sur d'autres marchés.
La taille de l'audience est le nombre estimé de personnes en Inde qui recherchent activement Machine learning. L'affinité est un ratio de sur-indexation : 2,0× signifie que l'audience a deux fois plus de chances de s'intéresser à cette marque ou à ce trait que la moyenne du pays. La portée est le nombre estimé de membres de l'audience dans une région. Les tableaux sont triés du signal le plus fort au plus faible.
Ce profil d'audience est généré par Rascasse à partir de signaux anonymisés de comportement de recherche en Inde. Pour la méthodologie, voir méthodologie. Les valeurs d'affinité sont des ratios de sur-indexation par rapport à la moyenne du pays (1,0 = référence). Les tailles d'audience sont estimées, non mesurées.
Des marques mondiales grand public aux segments locaux de niche — explorez la bibliothèque complète et les couches d'intelligence incluses.