Een dataprofiel van de mensen die Share (finance) in India kopen, volgen en waarderen — gemodelleerd uit meer dan twaalf digitale signaalbronnen. Share (finance) heeft een geschatte doelgroep van 9,827,622 personen in India.
Share (finance) heeft een geschatte doelgroep van 9,827,622 personen in India. 27.5% is vrouw, 72.5% is man, gemiddelde leeftijd 30.4. Belangrijkste merkaffiniteiten: Indian Premier League, India national cricket team, Forex Online Trading, Virat Kohli, Chennai Super Kings.
Tot de belangrijkste merkaffiniteiten behoren Indian Premier League, India national cricket team, Forex Online Trading, met de sterkste overindexering op Indian Premier League (1.63× het landelijk gemiddelde).
Demografisch is de Share (finance)-doelgroep overwegend mannelijk, met een gemiddelde leeftijd van 30.4 jaar, en scoort zij bovengemiddeld op persoonlijkheidskenmerken als Quality Awareness, Convenience Orientation.
De typische Share (finance)-fan in India is overwegend mannelijk, ongeveer 30.4 jaar oud, met uitgesproken Quality Awareness-tendensen en een duidelijke affiniteit met Indian Premier League.
De kerncijfers die het Share (finance)-profiel in India kenmerken.
27.5% is vrouw, 72.5% is man, gemiddelde leeftijd 30.4.
| Kengetal | Waarde |
|---|---|
| Vrouw | 27.5% |
| Man | 72.5% |
| Gemiddelde leeftijd | 30.4 |
| Geschatte doelgroepgrootte | 9,827,622 |
| Leeftijdsgroep | Aandeel | % |
|---|---|---|
| 16-19 | 38% | |
| 20-29 | 31% | |
| 30-39 | 15% | |
| 40-49 | 9% | |
| 50+ | 7% |
van de wereldwijde Share (finance)-doelgroep bevindt zich in India.
| Land | Aandeel |
|---|---|
| India | 15.0% |
| United States | 8.8% |
| Brazil | 6.3% |
De sterkste cross-interesses van de Share (finance)-doelgroep — merken, thema's en personen samen.
| # | · | Interesse | Categorie | Affiniteit | × |
|---|---|---|---|---|---|
| 01 | Forex Online Trading | Business & Career | 7.39× | ||
| 02 | Commodity market | Business & Career | 6.32× | ||
| 03 | Asset management | Business & Career | 3.07× | ||
| 04 | Passive income | Business & Career | 2.89× | ||
| 05 | Crochet | Home & Garden | 2.89× | ||
| 06 | Real property | Home & Garden | 2.59× | ||
| 07 | Innovation | Business & Career | 2.37× | ||
| 08 | Stock market | Business & Career | 2.14× | ||
| 09 | Embroidery | Home & Garden | 2.01× | ||
| 10 | Rohit Sharma | Sports | 1.93× | ||
| 11 | Kolkata Knight Riders | Sports | 1.90× | ||
| 12 | Salman Khan | Movies & TV | 1.84× | ||
| 13 | Chennai Super Kings | Sports | 1.80× | ||
| 14 | India national cricket team | Sports | 1.78× | ||
| 15 | Virat Kohli | Sports | 1.78× | ||
| 16 | Chennai | Travel & Leisure | 1.73× | ||
| 17 | Mutual fund | Business & Career | 1.67× | ||
| 18 | Indian Premier League | Sports | 1.63× | ||
| 19 | Pakistan | Travel & Leisure | 1.60× | ||
| 20 | Investment banking | Business & Career | 1.53× |
Waarden boven 1,00× liggen boven het landelijk gemiddelde, waarden onder 1,00× eronder.
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Quality Awareness | PREMIUM | 2.60× | |
| Convenience Orientation | PREMIUM | 2.26× | |
| Indulgence | JOY | 1.72× |
| Kenmerk | Cluster | Afwijking | Score |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 0.48× | |
| Creativity | OPEN | 0.68× | |
| Mindfulness | BALANCE | 0.70× |
Verwante profielen, ranglijsten en dezelfde doelgroep in andere markten.
De doelgroepgrootte is het geschatte aantal mensen in India dat actief naar Share (finance) 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.