Een dataprofiel van de mensen die Credit cards in India kopen, volgen en waarderen — gemodelleerd uit meer dan twaalf digitale signaalbronnen. Credit cards heeft een geschatte doelgroep van 16,091,540 personen in India.
De gemiddelde Credit cards-fan in India is 33.3 jaar oud, overwegend mannelijk, en woont vooral in Maharashtra.
De doelgroep is geconcentreerd in Maharashtra, Uttar Pradesh, Gujarat.
Tot de belangrijkste merkaffiniteiten behoren Kotak (band), Diwali, State Bank of India, met de sterkste overindexering op Kotak (band) (3.47× het landelijk gemiddelde).
Demografisch is de Credit cards-doelgroep overwegend mannelijk, met een gemiddelde leeftijd van 33.3 jaar, en scoort zij bovengemiddeld op persoonlijkheidskenmerken als Price Sensitivity, Tradition.
Vergeleken met de landelijke basislijn vertoont deze doelgroep onderscheidende patronen over 20 merkaffiniteiten en 29 regio's die Rascasse volgt.
De typische Credit cards-fan in India is overwegend mannelijk, ongeveer 33.3 jaar oud, met uitgesproken Price Sensitivity-tendensen en een duidelijke affiniteit met Kotak (band).
De kerncijfers die het Credit cards-profiel in India kenmerken.
20.3% is vrouw, 79.7% is man, gemiddelde leeftijd 33.3.
| Kengetal | Waarde |
|---|---|
| Vrouw | 20.3% |
| Man | 79.7% |
| Gemiddelde leeftijd | 33.3 |
| Geschatte doelgroepgrootte | 16,091,540 |
| Leeftijdsgroep | Aandeel | % |
|---|---|---|
| 16-19 | 27% | |
| 20-29 | 32% | |
| 30-39 | 21% | |
| 40-49 | 12% | |
| 50+ | 8% |
van de wereldwijde Credit cards-doelgroep bevindt zich in India.
| Land | Aandeel |
|---|---|
| United States | 19.8% |
| India | 5.2% |
| Brazil | 5.2% |
Waar de Credit cards-doelgroep in India het sterkst is.
| # | Regio | Bereik | Affiniteit | × |
|---|---|---|---|---|
| 01 | Telangana | ~300K | 1.48× | |
| 02 | Haryana | ~300K | 1.44× | |
| 03 | Gujarat | ~600K | 1.41× | |
| 04 | Karnataka | ~600K | 1.40× | |
| 05 | Maharashtra | ~1M | 1.29× | |
| 06 | Andhra Pradesh | ~200K | 1.25× | |
| 07 | Tamil Nadu | ~500K | 1.19× | |
| 08 | Punjab (region) | ~200K | 1.16× | |
| 09 | Madhya Pradesh | ~300K | 1.11× | |
| 10 | Rajasthan | ~400K | 1.09× | |
| 11 | Uttar Pradesh | ~800K | 1.08× | |
| 12 | Kerala | ~200K | 1.01× | |
| 13 | West Bengal | ~500K | 0.97× | |
| 14 | Goa | ~20K | 0.97× | |
| 15 | Bihar | ~300K | 0.95× | |
| 16 | Manipur | ~20K | 0.95× | |
| 17 | Chhattisgarh | ~90K | 0.90× | |
| 18 | Uttarakhand | ~70K | 0.90× | |
| 19 | Jammu and Kashmir | ~70K | 0.90× | |
| 20 | Jharkhand | ~100K | 0.89× | |
| 21 | Nagaland | ~10K | 0.86× | |
| 22 | Odisha | ~100K | 0.83× | |
| 23 | Assam | ~100K | 0.82× | |
| 24 | Arunachal Pradesh | ~8K | 0.80× | |
| 25 | Sikkim | ~6K | 0.79× | |
| 26 | Tripura | ~20K | 0.77× | |
| 27 | Meghalaya | ~10K | 0.77× | |
| 28 | Mizoram | ~8K | 0.76× | |
| 29 | Himachal Pradesh | ~50K | 0.72× |
De sterkste cross-interesses van de Credit cards-doelgroep — merken, thema's en personen samen.
| # | · | Interesse | Categorie | Affiniteit | × |
|---|---|---|---|---|---|
| 01 | Kotak (band) | Music & Radio | 3.47× | ||
| 02 | Quality assurance | Business & Career | 2.34× | ||
| 03 | JPMorgan Chase | Business & Career | 2.20× | ||
| 04 | Commercial mortgage | Business & Career | 2.06× | ||
| 05 | Quality control | Business & Career | 1.93× | ||
| 06 | Microfinance | Business & Career | 1.85× | ||
| 07 | Unique Identification Authority of India | Politics & Society | 1.79× | ||
| 08 | Diwali | Politics & Society | 1.69× | ||
| 09 | State Bank of India | Business & Career | 1.65× | ||
| 10 | Pink Friday | Topic | 1.58× | ||
| 11 | Know your customer | Business & Career | 1.57× | ||
| 12 | Corruption awareness | Politics & Society | 1.56× | ||
| 13 | Interest rate | Business & Career | 1.55× | ||
| 14 | Closeout (sale) | Fashion & Accessoires | 1.54× | ||
| 15 | Craftsvilla | Shopping | 1.54× | ||
| 16 | Interest | Business & Career | 1.53× | ||
| 17 | Car finance | Cars & Mobility | 1.53× | ||
| 18 | Cheque | Fashion & Accessoires | 1.51× | ||
| 19 | Peachmode | Fashion & Accessoires | 1.51× | ||
| 20 | Bonanza | Movies & TV | 1.50× |
Waarden boven 1,00× liggen boven het landelijk gemiddelde, waarden onder 1,00× eronder.
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 0.84× | |
| Tradition | CONSERVATISM | 0.82× | |
| Need for Security | CONSERVATISM | 0.77× |
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Patriotism | CONSERVATISM | 0.43× | |
| Early Adopter Mentality | POWER | 0.47× | |
| Sports Activity | POWER | 0.48× |
Credit cards heeft een geschatte doelgroep van 16,091,540 personen in India, geconcentreerd in Maharashtra en Uttar Pradesh.
20.3% van de Credit cards-fans is vrouw, 79.7% is man, met een gemiddelde leeftijd van 33.3 jaar.
Credit cards-fans tonen de sterkste merkaffiniteit voor Kotak (band) (3.47×), Diwali (1.69×) en State Bank of India (1.65×) ten opzichte van het landelijk gemiddelde.
Credit cards-fans in India zijn het sterkst geconcentreerd in Maharashtra (bereik ~1M), Uttar Pradesh (bereik ~800K) en Gujarat (bereik ~600K). Deze drie regio's vormen samen het grootste deel van de actieve doelgroep.
Naast Credit cards zelf scoort de doelgroep bovengemiddeld op Diwali (1.69×), State Bank of India (1.65×), Quality assurance (2.34×) en Closeout (sale) (1.54×) vergeleken met het gemiddelde in India.
Verwante profielen, ranglijsten en dezelfde doelgroep in andere markten.
De doelgroepgrootte is het geschatte aantal mensen in India dat actief naar Credit cards zoekt. Affiniteit is een overindexratio: 2,0× betekent dat de doelgroep twee keer zo waarschijnlijk met dat merk of kenmerk in aanraking komt als het landelijk gemiddelde. Bereik is het geschatte aantal doelgroepleden in een regio. De tabellen met regio's en merkaffiniteiten zijn gesorteerd van sterkste naar zwakste signaal.
Dit doelgroepprofiel is door Rascasse samengesteld uit geanonimiseerde zoekgedragsignalen in India. Zie voor de aanpak de methodologie. Affiniteitswaarden zijn overindexratio's ten opzichte van het landelijk gemiddelde (1,0 = basislijn). Doelgroepgroottes zijn schattingen, geen metingen.
Van wereldwijde massamerken tot lokale nichesegmenten — verken de volledige bibliotheek en zie welke intelligencelagen inbegrepen zijn.