Een dataprofiel van de mensen die Outerwear in India kopen, volgen en waarderen — gemodelleerd uit meer dan twaalf digitale signaalbronnen. Outerwear heeft een geschatte doelgroep van 6,890,331 personen in India.
De gemiddelde Outerwear-fan in India is 32.1 jaar oud, overwegend mannelijk, en woont vooral in Maharashtra.
De doelgroep is geconcentreerd in Maharashtra, Uttar Pradesh, West Bengal.
Tot de belangrijkste merkaffiniteiten behoren Cardigan (sweater), Sex and the City, Buy one, get one free, met de sterkste overindexering op Cardigan (sweater) (7.74× het landelijk gemiddelde).
Demografisch is de Outerwear-doelgroep overwegend mannelijk, met een gemiddelde leeftijd van 32.1 jaar, en scoort zij bovengemiddeld op persoonlijkheidskenmerken als Price Sensitivity, Creativity.
Vergeleken met de landelijke basislijn vertoont deze doelgroep onderscheidende patronen over 20 merkaffiniteiten en 29 regio's die Rascasse volgt.
De typische Outerwear-fan in India is overwegend mannelijk, ongeveer 32.1 jaar oud, met uitgesproken Price Sensitivity-tendensen en een duidelijke affiniteit met Cardigan (sweater).
De kerncijfers die het Outerwear-profiel in India kenmerken.
38.8% is vrouw, 61.2% is man, gemiddelde leeftijd 32.1.
| Kengetal | Waarde |
|---|---|
| Vrouw | 38.8% |
| Man | 61.2% |
| Gemiddelde leeftijd | 32.1 |
| Geschatte doelgroepgrootte | 6,890,331 |
| Leeftijdsgroep | Aandeel | % |
|---|---|---|
| 16-19 | 29% | |
| 20-29 | 34% | |
| 30-39 | 21% | |
| 40-49 | 11% | |
| 50+ | 6% |
van de wereldwijde Outerwear-doelgroep bevindt zich in India.
| Land | Aandeel |
|---|---|
| United States | 14.0% |
| Japan | 12.2% |
| India | 8.2% |
Waar de Outerwear-doelgroep in India het sterkst is.
| # | Regio | Bereik | Affiniteit | × |
|---|---|---|---|---|
| 01 | Sikkim | ~4K | 1.47× | |
| 02 | Arunachal Pradesh | ~5K | 1.24× | |
| 03 | Nagaland | ~6K | 1.20× | |
| 04 | Mizoram | ~6K | 1.20× | |
| 05 | Manipur | ~10K | 1.10× | |
| 06 | Meghalaya | ~8K | 1.09× | |
| 07 | Goa | ~7K | 1.02× | |
| 08 | Tripura | ~9K | 1.01× | |
| 09 | Himachal Pradesh | ~30K | 0.96× | |
| 10 | Chhattisgarh | ~40K | 0.93× | |
| 11 | Uttarakhand | ~30K | 0.93× | |
| 12 | Jammu and Kashmir | ~30K | 0.93× | |
| 13 | Jharkhand | ~50K | 0.92× | |
| 14 | Odisha | ~70K | 0.88× | |
| 15 | Assam | ~60K | 0.88× | |
| 16 | Punjab (region) | ~80K | 0.86× | |
| 17 | Andhra Pradesh | ~70K | 0.86× | |
| 18 | Haryana | ~70K | 0.83× | |
| 19 | Bihar | ~100K | 0.82× | |
| 20 | Madhya Pradesh | ~100K | 0.82× | |
| 21 | Rajasthan | ~100K | 0.80× | |
| 22 | Kerala | ~80K | 0.80× | |
| 23 | Gujarat | ~100K | 0.78× | |
| 24 | Telangana | ~80K | 0.78× | |
| 25 | West Bengal | ~200K | 0.75× | |
| 26 | Karnataka | ~100K | 0.73× | |
| 27 | Tamil Nadu | ~100K | 0.73× | |
| 28 | Maharashtra | ~200K | 0.66× | |
| 29 | Uttar Pradesh | ~200K | 0.66× |
De sterkste cross-interesses van de Outerwear-doelgroep — merken, thema's en personen samen.
| # | · | Interesse | Categorie | Affiniteit | × |
|---|---|---|---|---|---|
| 01 | Foundation garment | Fashion & Accessoires | 11.08× | ||
| 02 | Rains | Fashion & Accessoires | 10.40× | ||
| 03 | Nightwear | Fashion & Accessoires | 7.78× | ||
| 04 | Cardigan (sweater) | Fashion & Accessoires | 7.74× | ||
| 05 | Buy one, get one free | Shopping | 5.79× | ||
| 06 | Pajamas | Fashion & Accessoires | 5.65× | ||
| 07 | Panties | Fashion & Accessoires | 5.19× | ||
| 08 | Brassiere | Food & Beverages | 4.80× | ||
| 09 | Dress shirt | Fashion & Accessoires | 4.17× | ||
| 10 | Coat (clothing) | Fashion & Accessoires | 4.05× | ||
| 11 | Polo shirt | Fashion & Accessoires | 3.93× | ||
| 12 | Slim-fit pants | Fashion & Accessoires | 3.59× | ||
| 13 | Sweater | Fashion & Accessoires | 3.29× | ||
| 14 | Party dress | Fashion & Accessoires | 2.94× | ||
| 15 | Undergarment | Fashion & Accessoires | 2.92× | ||
| 16 | Sex and the City | Movies & TV | 2.87× | ||
| 17 | Formal wear | Fashion & Accessoires | 2.78× | ||
| 18 | Shalwar kameez | Fashion & Accessoires | 2.47× | ||
| 19 | Shorts | Fashion & Accessoires | 2.43× | ||
| 20 | Kotak (band) | Music & Radio | 2.29× |
Waarden boven 1,00× liggen boven het landelijk gemiddelde, waarden onder 1,00× eronder.
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 1.45× | |
| Creativity | OPEN | 1.26× | |
| Individualism | JOY | 1.20× |
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Patriotism | CONSERVATISM | 0.62× | |
| Risk Appetite | THRILL | 0.74× | |
| Need for Security | CONSERVATISM | 0.76× |
Outerwear heeft een geschatte doelgroep van 6,890,331 personen in India, geconcentreerd in Maharashtra en Uttar Pradesh.
38.8% van de Outerwear-fans is vrouw, 61.2% is man, met een gemiddelde leeftijd van 32.1 jaar.
Outerwear-fans tonen de sterkste merkaffiniteit voor Cardigan (sweater) (7.74×), Sex and the City (2.87×) en Buy one, get one free (5.79×) ten opzichte van het landelijk gemiddelde.
Outerwear-fans in India zijn het sterkst geconcentreerd in Maharashtra (bereik ~200K), Uttar Pradesh (bereik ~200K) en West Bengal (bereik ~200K). Deze drie regio's vormen samen het grootste deel van de actieve doelgroep.
Naast Outerwear zelf scoort de doelgroep bovengemiddeld op Sex and the City (2.87×), Buy one, get one free (5.79×), Rains (10.4×) en Pajamas (5.65×) 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 Outerwear 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.