在 Mintel 的全球消费者研究中，我们采用在线研究的方法，在全球 36 个地区的每个地区采访 1000 名不同年龄段的消费者。受访者以地区和/或大城市为单位，以代表各地的人口分销情况，从而生成报告。
在大多数地方，我们每年进行两次调查。我们在所有 36 个地方用当地语言提出相同的问题。如果问题/陈述在当地市场被认为具有冒犯性，或者不符合社会规范，我们会采取例外措施。虽然我们会保留一些跟踪问题来捕捉趋势，但每一波调研都会提出新的问题，以确保我们的调研结果与全球趋势保持相关度。
Mintel 采用配额抽样法，对年龄、性别、大地区或大城市进行配额。我们的样本数据在每个地区都不具有全国代表性。相反，它可以被视为某些地区在线人口的代表，以及其他地区城市在线人口的代表，提供了各地行为和态度的代表。我们的在线配额抽样方法可提供具有可比性、统计稳健的数据，并可按地点对主要人口统计特征和地理群体进行分析。
在全球消费者方面，我们与Kantar Profiles、Rakuten Insight、Dynata、KuRunData和Offerwise 合作。
请继续阅读，了解为 Global Consumer 所做的消费者研究中特定地点抽样结构和抽样规模的概述。
💡 提示：作为 Global Consumer 的订户，您可以点击顶部导航中的消费者数据 ，找到 Global Consumer 的数据。在消费者数据网站上，勾选左侧菜单中的跨市场对比框，即可应用筛选项。所有全球消费者数据手册都标有绿色的多市场研究标签。
亚太地区
每个市场的年龄和性别配额均以一致的方式选定，以便于对各种主要目标群体进行对比和分析。
在亚太地区，我们的全球消费者调查在每个地区的样本数量为 1,000 人。在香港、印度尼西亚、大韩民国、马来西亚、菲律宾、新加坡、泰国和越南的受访者中，每个年龄组分别有 125 名男性和 125 名女性：
18-24
25-34
35-44
45+
澳大利亚、中国、印度、日本和新西兰适用不同的年龄和性别配额。请参阅下表，了解这些地区的年龄和性别配额，以及我们的样本是如何按城市/地区进行地域划分的。
澳大利亚
按性别划分的年龄组 | % | 最小 | 最高 |
男性，18-24 岁 | 12.5 | 124 | 125 |
男子，25-34 岁 | 12.5 | 124 | 125 |
男性，35-44 岁 | 12.5 | 124 | 125 |
男子，45 岁以上 | 12.5 | 124 | 125 |
女性，18-24 岁 | 12.5 | 124 | 125 |
女性，25-34 岁 | 12.5 | 124 | 125 |
妇女，35-44 岁 | 12.5 | 124 | 125 |
女性，45 岁以上 | 12.5 | 124 | 125 |
其他性别，任何年龄 |
| 0 | 8 |
州/地区 | % | N (1,000) |
新南威尔士 | 31.3 | 313 |
维多利亚州 | 25.6 | 256 |
昆士兰州 | 20.5 | 205 |
南澳大利亚州 | 6.9 | 69 |
西澳大利亚州 | 10.8 | 108 |
其他 | 4.9 | 49 |
中国
在 1,000 名受访者中，我们在以下城市各调查了 100 人：
北京
上海
广州
成都
烟台
长春
温州
福州
贵阳
南阳
在这些城市中，以下每个年龄组各有 17 名男性和 17 名女性：
18-29
30-39
每个城市有 16 名男性和 16 名女性属于 40-59 岁年龄组。
在每个城市的 100 名受访者中，有 1/3 属于以下家庭月收入段：
6,000-9,999 元人民币（低收入家庭）
10,000-17,999 元（中等家庭收入）
18,000 元以上（高家庭收入）
中国香港特别行政区
地区 | % | N (1,000) |
香港岛 | 15.7 | 157 |
九龙 | 29.8 | 298 |
新界东 | 25 | 250 |
新界西 | 29.5 | 295 |
印度
我们在四个地区各调查了 125 名男性和 125 名女性。按年龄组分列如下。
地区 | 年龄 | 男性 |
| 女性 |
|
|
| N | % | N | % |
北部 | 18-24 | 37 | 3.7 | 37 | 3.7 |
| 25-34 | 43 | 4.3 | 43 | 4.3 |
| 35-44 | 28 | 2.8 | 28 | 2.8 |
| 45+ | 17 | 1.7 | 17 | 1.7 |
南部 | 18-24 | 37 | 3.7 | 37 | 3.7 |
| 25-34 | 43 | 4.3 | 43 | 4.3 |
| 35-44 | 28 | 2.8 | 28 | 2.8 |
| 45+ | 17 | 1.7 | 17 | 1.7 |
东部 | 18-24 | 37 | 3.7 | 37 | 3.7 |
| 25-34 | 43 | 4.3 | 43 | 4.3 |
| 35-44 | 28 | 2.8 | 28 | 2.8 |
| 45+ | 17 | 1.7 | 17 | 1.7 |
西部 | 18-24 | 37 | 3.7 | 37 | 3.7 |
| 25-34 | 43 | 4.3 | 43 | 4.3 |
| 35-44 | 28 | 2.8 | 28 | 2.8 |
| 45+ | 17 | 1.7 | 17 | 1.7 |
按地区和城市层级划分的抽样结构与印度报告的结构相同，但抽样规模为 1,000 人，而非 3,000 人。
印度尼西亚
地区/城市 | % | N (1,000) |
雅加达 | 51.2 | 512 |
万隆 | 15.8 | 158 |
泗水 | 11.7 | 117 |
日惹 | 10 | 100 |
棉兰 | 10 | 100 |
日本
按性别划分的年龄组 | 人口百分比 | N (1,000) |
男性，18-24 岁 | 5 | 50 |
男性，25-29 岁 | 5 | 50 |
男子，30-39 岁 | 10 | 100 |
男子，40-49 岁 | 10 | 100 |
男子，50-59 岁 | 10 | 100 |
男子，60-64 岁 | 5 | 50 |
男子，65 岁以上 | 5 | 50 |
18-24 岁女性 | 5 | 50 |
25-29 岁女性 | 5 | 50 |
女性，30-39 岁 | 10 | 100 |
妇女，40-49 岁 | 10 | 100 |
妇女，50-59 岁 | 10 | 100 |
妇女，60-64 岁 | 5 | 50 |
妇女，65 岁以上 | 5 | 50 |
地区 | % | N (1,000) |
北海道和东北 | 10.8 | 108 |
关东 | 34.9 | 349 |
中部和北陆 | 16.7 | 167 |
近畿 | 17.7 | 177 |
中国和四国 | 8.6 | 86 |
九州和冲绳 | 11.3 | 113 |
大韩民国
地区/城市 | % | N (1,000) |
首尔 | 18.2 | 182 |
京畿（包括仁川，但不包括首尔） | 32.3 | 323 |
庆尚（包括釜山、大邱和蔚山） | 24.5 | 245 |
忠清（包括大田和世宗） | 11 | 110 |
全罗（包括济州和光州） | 11 | 110 |
江原道 | 3 | 30 |
马来西亚
地区 | % | N (1,000) |
中部 | 28.1 | 280 |
北部 | 20.3 | 203 |
南部 | 19 | 190 |
东海岸 | 14 | 140 |
东马来西亚 | 18.7 | 187 |
家庭收入 | % |
| N (1,000) |
|
| 最低 | 最高 |
低于 25 000 美元 | 15.12 | 136 | 166 |
$25,000 - $49,999 | 13.5 | 122 | 149 |
$50,000 - $74,999 | 16.31 | 147 | 179 |
$75,000 - $99,999 | 13.21 | 119 | 145 |
100 000 美元及以上 | 41.86 | 377 | 461 |
📌 注：地区和家庭收入的数字为软配额（必须在 +/- 10% 的偏差范围内）。
种族/民族 | % | N (1,000) |
白种人 | - | - |
黑人 | 15 | 150 |
西班牙裔 | 20 | 200 |
亚裔 | 6.8 | 68 |
其他 | - | - |
📌 注：种族/族裔的数字是最低配额（必须至少达到这一门槛，但超过也没关系）。