Een dataprofiel van de mensen die Health insurance in India kopen, volgen en waarderen — gemodelleerd uit meer dan twaalf digitale signaalbronnen. Health insurance heeft een geschatte doelgroep van 4,656,619 personen in India.
De gemiddelde Health insurance-fan in India is 37.8 jaar oud, overwegend mannelijk, en woont vooral in Maharashtra.
De doelgroep is geconcentreerd in Maharashtra, Uttar Pradesh, Karnataka.
Tot de belangrijkste merkaffiniteiten behoren ESIC, Term life insurance, Mutual fund, met de sterkste overindexering op ESIC (6.44× het landelijk gemiddelde).
Demografisch is de Health insurance-doelgroep overwegend mannelijk, met een gemiddelde leeftijd van 37.8 jaar, en scoort zij bovengemiddeld op persoonlijkheidskenmerken als Need for Security, Family Orientation.
Vergeleken met de landelijke basislijn vertoont deze doelgroep onderscheidende patronen over 20 merkaffiniteiten en 29 regio's die Rascasse volgt.
De typische Health insurance-fan in India is overwegend mannelijk, ongeveer 37.8 jaar oud, met uitgesproken Need for Security-tendensen en een duidelijke affiniteit met ESIC.
De kerncijfers die het Health insurance-profiel in India kenmerken.
19.1% is vrouw, 80.9% is man, gemiddelde leeftijd 37.8.
| Kengetal | Waarde |
|---|---|
| Vrouw | 19.1% |
| Man | 80.9% |
| Gemiddelde leeftijd | 37.8 |
| Geschatte doelgroepgrootte | 4,656,619 |
| Leeftijdsgroep | Aandeel | % |
|---|---|---|
| 16-19 | 12% | |
| 20-29 | 33% | |
| 30-39 | 25% | |
| 40-49 | 17% | |
| 50+ | 14% |
van de wereldwijde Health insurance-doelgroep bevindt zich in India.
| Land | Aandeel |
|---|---|
| United States | 30.8% |
| Brazil | 6.6% |
| India | 5.7% |
Waar de Health insurance-doelgroep in India het sterkst is.
| # | Regio | Bereik | Affiniteit | × |
|---|---|---|---|---|
| 01 | Telangana | ~100K | 1.77× | |
| 02 | Karnataka | ~200K | 1.76× | |
| 03 | Haryana | ~100K | 1.61× | |
| 04 | Andhra Pradesh | ~90K | 1.60× | |
| 05 | Maharashtra | ~300K | 1.47× | |
| 06 | Uttar Pradesh | ~300K | 1.27× | |
| 07 | Tamil Nadu | ~100K | 1.24× | |
| 08 | Kerala | ~80K | 1.20× | |
| 09 | Jharkhand | ~40K | 1.12× | |
| 10 | Punjab (region) | ~70K | 1.08× | |
| 11 | Madhya Pradesh | ~90K | 1.04× | |
| 12 | Uttarakhand | ~20K | 1.04× | |
| 13 | Assam | ~50K | 1.03× | |
| 14 | Chhattisgarh | ~30K | 1.00× | |
| 15 | Goa | ~5K | 1.00× | |
| 16 | Odisha | ~50K | 0.97× | |
| 17 | Gujarat | ~100K | 0.93× | |
| 18 | West Bengal | ~100K | 0.92× | |
| 19 | Sikkim | ~2K | 0.87× | |
| 20 | Himachal Pradesh | ~20K | 0.83× | |
| 21 | Tripura | ~5K | 0.79× | |
| 22 | Manipur | ~5K | 0.77× | |
| 23 | Arunachal Pradesh | ~2K | 0.75× | |
| 24 | Rajasthan | ~80K | 0.74× | |
| 25 | Bihar | ~60K | 0.70× | |
| 26 | Meghalaya | ~3K | 0.68× | |
| 27 | Mizoram | ~2K | 0.68× | |
| 28 | Jammu and Kashmir | ~10K | 0.67× | |
| 29 | Nagaland | ~2K | 0.67× |
De sterkste cross-interesses van de Health insurance-doelgroep — merken, thema's en personen samen.
| # | · | Interesse | Categorie | Affiniteit | × |
|---|---|---|---|---|---|
| 01 | Munich Re | Business & Career | 34.67× | ||
| 02 | Reinsurance | Business & Career | 34.13× | ||
| 03 | Barmer | Business & Career | 9.42× | ||
| 04 | Term life insurance | Business & Career | 6.55× | ||
| 05 | ESIC | Business & Career | 6.44× | ||
| 06 | UltraTech Cement | Business & Career | 6.22× | ||
| 07 | Critical illness insurance | Business & Career | 5.47× | ||
| 08 | Insurance policy | Business & Career | 5.10× | ||
| 09 | Life insurance | Business & Career | 3.02× | ||
| 10 | Financial adviser | Business & Career | 2.64× | ||
| 11 | Mutual fund | Business & Career | 2.57× | ||
| 12 | Financial plan | Movies & TV | 2.26× | ||
| 13 | Loan | Business & Career | 2.06× | ||
| 14 | Ajit Pawar | Politics & Society | 1.87× | ||
| 15 | Return on investment | Business & Career | 1.87× | ||
| 16 | Option (finance) | Business & Career | 1.81× | ||
| 17 | Insurance | Business & Career | 1.75× | ||
| 18 | Stock market | Business & Career | 1.62× | ||
| 19 | Aaj Tak | Movies & TV | 1.56× | ||
| 20 | Bhojpuri language | Politics & Society | 1.55× |
Waarden boven 1,00× liggen boven het landelijk gemiddelde, waarden onder 1,00× eronder.
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Need for Security | CONSERVATISM | 1.65× | |
| Family Orientation | CONSERVATISM | 1.21× | |
| Community Orientation | OPEN | 1.15× |
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Extroversion | THRILL | 0.38× | |
| Early Adopter Mentality | POWER | 0.40× | |
| Pet Ownership | JOY | 0.44× |
Health insurance heeft een geschatte doelgroep van 4,656,619 personen in India, geconcentreerd in Maharashtra en Uttar Pradesh.
19.1% van de Health insurance-fans is vrouw, 80.9% is man, met een gemiddelde leeftijd van 37.8 jaar.
Health insurance-fans tonen de sterkste merkaffiniteit voor ESIC (6.44×), Term life insurance (6.55×) en Mutual fund (2.57×) ten opzichte van het landelijk gemiddelde.
Health insurance-fans in India zijn het sterkst geconcentreerd in Maharashtra (bereik ~300K), Uttar Pradesh (bereik ~300K) en Karnataka (bereik ~200K). Deze drie regio's vormen samen het grootste deel van de actieve doelgroep.
Naast Health insurance zelf scoort de doelgroep bovengemiddeld op Term life insurance (6.55×), Mutual fund (2.57×), Insurance policy (5.1×) en Barmer (9.42×) 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 Health insurance 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.