Um perfil de dados das pessoas que compram, seguem e valorizam Application programming interface em Índia — modelado a partir de mais de doze fontes de sinais digitais. Application programming interface tem uma audiência estimada de 5,130,882 pessoas em Índia.
Application programming interface tem uma audiência estimada de 5,130,882 pessoas em Índia. 24.0% são mulheres, 76.0% são homens, idade média 31.5. Principais afinidades de marca: Megan Fox, Christian Bale, Scarlett Johansson, Christopher Nolan, Pedro Pascal.
As principais afinidades de marca incluem Megan Fox, Christian Bale, Scarlett Johansson, com a maior sobre-indexação em Megan Fox (8.96× a média do país).
Demograficamente, a audiência de Application programming interface pende para o masculino com uma idade média de 31.5 anos e sobre-indexa em traços de personalidade como Convenience Orientation, Indulgence.
O fã típico de Application programming interface em Índia é para o masculino, com cerca de 31.5 anos, com fortes tendências para Convenience Orientation e uma notável afinidade por Megan Fox.
Os números-chave que caracterizam o perfil de Application programming interface em Índia.
24.0% são mulheres, 76.0% são homens, idade média 31.5.
| Métrica | Valor |
|---|---|
| Mulheres | 24.0% |
| Homens | 76.0% |
| Idade média | 31.5 |
| Tamanho estimado da audiência | 5,130,882 |
| Faixa etária | Quota | % |
|---|---|---|
| 16-19 | 37% | |
| 20-29 | 28% | |
| 30-39 | 17% | |
| 40-49 | 11% | |
| 50+ | 8% |
da audiência mundial de Application programming interface vem de Índia.
| País | Quota |
|---|---|
| United States | 16.2% |
| India | 6.3% |
| Brazil | 4.7% |
Os interesses cruzados mais fortes da audiência de Application programming interface — marcas, temas e pessoas combinados.
| # | · | Interesse | Categoria | Afinidade | × |
|---|---|---|---|---|---|
| 01 | Megan Fox | Movies & TV | 8.96× | ||
| 02 | Christian Bale | Movies & TV | 8.96× | ||
| 03 | Pedro Pascal | Movies & TV | 8.96× | ||
| 04 | Natalie Portman | Movies & TV | 8.96× | ||
| 05 | Nicole Kidman | Movies & TV | 8.96× | ||
| 06 | Matthew McConaughey | Movies & TV | 8.96× | ||
| 07 | Gal Gadot | Fashion & Accessoires | 8.96× | ||
| 08 | Jason Momoa | Movies & TV | 8.96× | ||
| 09 | Michael B. Jordan | Movies & TV | 8.96× | ||
| 10 | Bruce Willis | Movies & TV | 8.96× | ||
| 11 | Jumanji | Movies & TV | 8.96× | ||
| 12 | Michelle Rodriguez | Movies & TV | 8.96× | ||
| 13 | Steven Spielberg | Movies & TV | 8.96× | ||
| 14 | Sylvester Stallone | Movies & TV | 8.80× | ||
| 15 | Daniel Craig | Movies & TV | 8.78× | ||
| 16 | Charles Leclerc | Sports | 7.88× | ||
| 17 | Christopher Nolan | Movies & TV | 7.66× | ||
| 18 | Robert Pattinson | Movies & TV | 6.62× | ||
| 19 | Scarlett Johansson | Movies & TV | 6.23× | ||
| 20 | Chris Evans (actor) | Movies & TV | 5.76× |
Valores acima de 1,00× estão acima da média do país; abaixo de 1,00×, abaixo dela.
| Traço | Cluster | Desvio | Pontuação |
|---|---|---|---|
| Convenience Orientation | PREMIUM | 1.85× | |
| Indulgence | JOY | 1.53× | |
| Career Orientation | POWER | 1.38× |
| Traço | Cluster | Desvio | Pontuação |
|---|---|---|---|
| Price Sensitivity | PREMIUM | 0.68× | |
| Creativity | OPEN | 0.70× | |
| Mindfulness | BALANCE | 0.78× |
Perfis relacionados, rankings e a mesma audiência noutros mercados.
O tamanho da audiência é o número estimado de pessoas em Índia que pesquisam ativamente Application programming interface. A afinidade é um rácio de sobre-indexação: 2,0× significa que a audiência tem o dobro da probabilidade de interagir com essa marca ou traço face à média do país. O alcance é o número estimado de membros da audiência numa região. As tabelas de regiões e afinidades de marca estão ordenadas do sinal mais forte ao mais fraco.
Este perfil de audiência é gerado pela Rascasse a partir de sinais anonimizados de comportamento de pesquisa em Índia. Para a metodologia consulta metodologia. Os valores de afinidade são rácios de sobre-indexação face à média do país (1,0 = linha de base). Os tamanhos de audiência são estimados, não medidos.
De marcas globais de grande consumo a segmentos locais de nicho — explore a biblioteca completa e as camadas de intelligence incluídas.