随着计算机互联网技术的不断发展,社会经济水平的不断提高,各种通讯设备和移动工具的普及,人们的消费方式发生了很大的变化,网络购物产生并迅速发展,网络购物相较于传统购物更加的便捷、可选性多,因为受到了消费者的喜爱。消费者于消费过程之中,一般会进行浏览、搜索、购物车等等方面的操作,从而产生了与消费者相关的大量的数据,对这些数据进行有效利用需要通过大数据相关方面的技术和工具,大数据技术通过收集消费者的习惯、风格等方面的数据,对消费者进行有效的分析,对每个消费者制定不同的平台营销与个性化服务。互联网信息技术的快速发展,大数据、区块链、云计算等技术的发展和成熟,通过运用大数据的技术手段,对消费者行为研究将会产生很大的影响。大数据技术可以通过相关技术手段获取消费者的大量数据,从而在这些大量的数据中分析出消费者购买意愿。大数据通过对消费者从搜索、浏览停留时间和习惯等方面数据进行分析,从而判断出消费者对产品的购买意愿大小,进而对消费者进行精准的产品投放,从而达到促进消费者消费的目的。大数据时代之下,网络购物平台基于先进的数据挖掘技术,平台的营销活动已经不局限于传统的大众营销了,而是大数据的个性化的营销活动。网络平台在大数据环境之下,主要表现出来的特性为:消费者个性化的需求进行满足;对于消费者的购物信息安全高标准化;更加注重消费者的购物体验。消费者在家进行网上消费行为的时候,往往会产生伴生方面的需求,购物平台可根据消费者往期消费习惯对其进行相应的分析,从而对消费者进行消费期望、消费行为的推断,进行定向营销。消费者在网络购物过程之中,往往会产生个人隐私以及财务安全等方面的信息,购物平台需要通过相应的手段有效保障消费者的信息安全。消费者传统的消费购物模式基于线下的形式,往往会导致大量的时间消耗在挑选之中,网络购物平台使得资源得以整合,可以根据消费者习惯、行为,为消费者提供精准的购物需求,并且消费者只需在家中通过平台就可以进行操作,为消费者提供了很大的便利性。在消费者进行网络购物操作的时候,平台上会积累用户足迹、点击、浏览等方面数据,这些数据都可以反映消费者的性格、偏好、期望等方面,通过大数据对其进行分析,可以更好的抓取消费者的兴趣、加好、生活方式等方面,对消费者进行更加有效地营销。相较于传统的消费者购物形式,网络购物平台之中消费者可以根据自身的特点,需求,追求更加符合自身需求的商品,同时也更加注重个性化以及体验之时的满意程度。网络购物平台可以结合消费者这些特性,并且采取相应的措施,从而促进自身产品的发展。
用户行为是用户在产品上产生的行为,实际表现为相关的用户数据。产品经理运用不同分析方法对不同数据进行分析,进而为产品迭代和发展提供方向。一、用户行为是什么?1. 用户行为用户行为是用户在产品上产生的行为。我们以小明的case具象化用户行为表现:因为小明关注作者的信息被记录了下来,当该作者有发布信息时,则会通知所有关注他的人,而小明也是其中之一。小明关注作者的信息记录,则是行为数据。小明的行为数据会有 启动app、浏览、查看图集、播放视频、点赞、关注作者……2. 用户行为数据用户行为数据是从一次次的行为中而来的,行为数据是通过埋点进行监控(相见埋点介绍)、后续一篇文章将介绍如何(设计埋点)。通常是数据同学完成埋点设计,由开发完成监控程序 或 调用SDK。针对小明的行为(假设以下均已埋点):3. 用户行为分析是指对用户行为数据进行数据分析、研究。4. 用户行为分析的作用(1)通过用户行为分析,可以还原用户使用的真实过程。一个xxx的人在什么样的环境中(由于什么样的行为)在时间点做了xxx事情做了什么事情结果如何(2)“了解用户,还原用户”是“以用户中心”的第一步。只有详细、清楚的了解用户的行为习惯、真实的使用路径、进而找出 产品使用、渠道推广等过程中存在的问题,提高用户/页面/业务过程中的转化率。(3)用户行为分析(case需要补充)可以用于A. 拉新:渠道分析、SEM分析、用户质量分析、B. 转化:新增用户注册转化过程、产品使用过程转化(搜索、推荐等)、push推送调起过程、站外拉起过程C.促活:用户停留时长、用户行为分布、D.留存:用户留存分析E.商业化:根据用户历史行为展示广告二、如何进行用户行为分析?1. 行为事件分析行为事件分析方法主要用于 深度研究某行为事件,以及对产品的影响以及影响程度。针对某一具体行为,全面的描述、对比,针对其异常表象 深度下钻分析各维度、确认导致该行为数据表现的原因。如快手的播放量徒增:同期对比分析,确认历史上是否有发生过,对比 去年/上个季度/上月/上周/昨日的 数据的相对表现。多事件对比分析。对比浏览量、点赞、评论、分享事件的数据是否存在徒增。通过对比多个事件,确认徒增现象发生的范围。维度下钻:由于播放量取决于3个部门用户在快手消费视频,被监控程序上报。所以在三个方面分析:监控程序是否异常?在快手哪个页面的播放量增加呢?是发现、关注、还是同城?-> 对应页面做了哪些调整?是否增加了引流;哪一部分用户群的播放量增加了?交叉分析 用户自然属性(平台、性别、年龄、地域、教育学历、机型、消费能力)、行为属性(新增、回流、常活跃用户;直播用户、短视频用户….)、视频属性(视频类型、作者类型….)2. 留存分析留存是衡量用户是否再次使用产品的指标,也是每一个app赖以生存的指标,能够反映任何一款产品健康度,是产品、运营、推荐效果的整体表现。如果一个app从来没有留存用户,那DAU将永远是新增用户,那么产品将无法运行下去,更别说新用户成本付诸东流。贴合业务属性、精细化留存过程 将对留存数据更有价值和指导意义。通过留存分析,能够剖析用户留在产品的原因,从而优化产品核心功能提升留存。留存的类型:用户留存:用户使用app后,经过一段时间仍旧使用。功能留存:用户使用xxx功能后,经过一段时间仍旧使用该功能,且其他功能均有所变化。此时,该功能对用户留存有正向作用。先前有写过 留存分析的文章,这里就不赘述了。3. 漏斗分析漏斗分析实质是转化分析,是通过衡量每一个转化步骤的转化率,通过转化率的异常数据找出有问题的环节并解决,进而实现优化整个流程的完成率。在产品初期(处于与市场适配的阶段):通过漏斗分析找到用户触达的瓶颈,帮助用户触达产品核心价值,真实反映MVP与市场匹配程度;在产品中期(处于用户平稳增加的阶段): (1)通过漏斗分析优化渠道,找到目标群体用户; (2)通过漏斗分析优化用户在各模块的体验(基础的登录模块、产品核心价值模块: 如抖音的播放模块、淘宝的购买模块等);在产品后期(处于用户价值产出的阶段): (1)通过漏斗分析可以改善用户生命周期(优化用户体验提高用户生命周期,间接拉长用户群体的价值产出的时间长度,减少高价值用户群体的流失);(2)可以通过漏斗分析优化商业化模块,像商品的购买过程(购物车-提交订单的转化漏斗)、广告的曝光点击等,提高生命周期中单位时间产生的价值。4. 路径分析路径分析可以将纷杂的app日志按照用户的使用过程,呈现出“明确的”用户现存路径。发现路径问题,进而优化,使用户尽可能短路径体验到产品核心价值。通过路径分析,可以了解到像小明这样9点左右播放视频的用户:他们是通过push点击而来,这部分用户占比是多少;他们匆匆结束播放,再也没有下一步行为,这部分用户占比又有多少。针对他们利用碎片化时间播放视屏的场景,尤其是突然退出的场景,是否在下一次打开app时,仍旧打开终端的视频。是否有其他策略可以针对该场景来优化?此外,路径分析不仅仅可以用于行为路径分析,也可以用于用户群体转化分析。例如:新用户中分别转化为 忠实用户、常活跃用户、潜在流失用户、流失用户的分析。5. 用户分群分析通过了解用户画像,可以帮助运营理解用户。根据用户画像(基本属性、用户偏好、生活习惯、用户行为等)的标签信息将用户分群。通过用户分群行为表现对比,可以进一步了解不同群体对产品的反馈,有针对性的优化产品。发现中 西南地区的低端机型使用app时,奔溃率特别高,开发可以针对该点进行优化、降低奔溃率;可以针对不同的用户群体的行为表现 做 定向投放、push等,从而实现精细化运营。业内的商业化行为分析产品,基本上将用户画像的生成、标签的过程均合并在用户分群的群体定义中,降低了操作流程。三、用户行为分析的完整链路以小明为case的用户行为每天数以万/亿计的产生,如何对“这类人群”进行“行为分析”?需要行为分析将明细级别的日志聚合后再以较为可读的形式展示出来。为了保障埋点可靠、数据上报及时、行为数据分析有效。需要一套完整的用户行为系统,包括从数据埋点设计、埋点开发、数据上报、数据模型开发、行为数据分析。 过程中也需要多方协作完成,如何保障多方协作中高效、便利的完成、产出具有业务价值的数据分析结论。后续将介绍服务于用户行为分析的相关平台介绍。本文由 @cecil 原创发布于人人都是产品经理。未经许可,禁止转载题图来自Unsplash,基于CC0协议
本文解释了影响用户购买行为3种常见心理:恐惧心理、同侪压力、稀缺心理。读前思考3秒:你过去一直难以改变的习惯或观念,后来是什么原因让你改变了?下面的几个场景,看看你有没有遇到过?1.你过去经常喜欢亲吻纸币,然后说“人民币太香了,我爱人民币!”但是突然有一天你看到一篇权威文章说人民币是最脏的东西,因为在你拿到它之前,不知道被多少人碰过,甚至有某种传染疾病的人可能会拿着它来擦屁股……看到这里,我相信你不再喜欢“亲吻”纸币了。2.本来你不怎样看电影,但是你身边几乎所有的人都在讨论《我不是药神》,打开朋友圈都是这部电影的信息……终于,你也主动地去看这部电影了。3.你淘宝购物车里的商品一直没有下单。突然收到商家信息说今天搞活动5折,且只限今天!即使你是开会时看到这条信息,但你还是偷偷地拿起了手机,打开淘宝,找到购物车,点击付款购买,然后嘴角露出了一丝满足的笑容,甚至还发了条微信把你的“快乐”告诉了你的闺蜜。上面的场景中,可能会有很多人经历过。但你知道让你做出某种行动或改变的原因是什么吗?相信有些读者已经回答出来了。以上就是怪兽先森今天要给你分享的三种常见的营销心理。恐惧心理同侪压力稀缺心理这三种心理经常伴随在我们的日常生活和营销活动中。了解它们,甚至掌握它们,将会更好地帮营销人改变消费者的行为习惯,还可以给你的个人生活带来改变。下面就和你详细说说。一、恐惧心理餐厅的老板偷工减料,把你点的牛排参入其他的肉来忽悠你,如果你知道后,你会很生气或不安。但是当你得知该餐厅里的牛肉含有大肠杆菌(有些会致命),你很可能都不会再来吃这家店的餐厅,甚至感到全身颤颤发抖。这个时候,你就产生了恐惧心理。当看到一些恐怖片,有些人也会恐惧;当得知某种老鼠会带来瘟疫,且自己家经常发现这种老鼠时,也会感到恐惧……很多事都会让我们产生恐惧心理。1.人为什么会对某些事物产生恐惧心理呢?根据实验研究结果得知,当人接触到恐惧的事物时,会提升人的肾上腺素,创造出原始和本能的“攻击或逃避”的反应。也就是说,恐惧是人类的一种本能反应。很多广告宣传经常采用恐惧心理来影响消费者做出购买行为,尤其是对衰老、死亡、孤独、黑夜、疾病等方面的恐惧。我身边有个朋友很喜欢喝可乐,而且还是冰冻的那种。尤其是炎热夏天刚打完球,他拿起一瓶可乐,一口喝下去,闭着眼睛能感受到清凉冰爽的感觉从喉间到肠间、再到全身,再打个嗝,感觉非常爽,瞬间整个人犹如置身于冰雪世界……我跟他说,这样对身体不好。当然,他没觉得哪里不好,我也觉得没多大问题,就不怎么劝说了。突然有一天,我看到一篇文章介绍说刚运动完半小时内喝可乐会导致“碳酸中毒”。我一看文章来源还挺权威,就转发给他看。从此,他再也不敢一运动完就畅饮冰冻可乐了。因为我所转发的文章里含有能够引起朋友产生恐惧心理的信息,所以更容易改变他过去的行为习惯。(当然,“碳酸中毒”的很多数据我还没有证实,此说法不能作为权威参考。当时是为了说服,忽略部分细节)还有前段时间很多人转发各种“盐含有亚铁氰化钾有害健康”文章,也是一种对健康等恐惧心理而引发(此消息后来被证实为辟谣)。2.广告营销对恐惧心理的应用我回想一下,在我了解恐惧营销之前的那些年里,似乎就被这种恐惧心理“营销”了无数次。应该很多人都有类似的经历。我们不妨来看看恐惧心理是怎么应用到营销上的(看来学营销作用之一,还可以让你不被“营销”,哈哈)根据《品牌洗脑》和《爆款文案》一书所总结,恐惧营销的广告文案可简化成三个主要步骤:(1)痛苦场景:指出一个痛点问题,或许是消费者没有意识到的问题,然后用场景手法展现出来。(2)严重后果:加剧消费者对于这个问题的焦虑。(3)解决方案:提出解决方案,让消费者购买你的产品。比如劝导大众来读书,很多人一般会说“好好读书,不然没有出息!”这样的话似乎对不想读书的人没有什么效果。而有一个台湾出版机构的读书劝说文案利用了恐惧心理,达到了很好的效果。首先是用“高人在谈笑风生,而你只能尴尬到无话可说”的痛苦场景来激起用户的情绪。然后再说“不读书的成年人就像无知的小孩一样,在众多场合下还是显得愚蠢的感觉”等严重后果。最后,怎么办?那就读书吧!(解决方案)摘抄:我害怕阅读的人。一跟他们谈话,我就像一个透明的人,苍白的脑袋无法隐藏。我所拥有的内涵是什么?不就是人人能脱口而出,游荡在空气中最通俗的认知吗?像心脏在身体的左边。春天之后是夏天。美国总统是世界上最有权力的人。但阅读的人在知识里遨游,能从食谱论及管理学,八卦周刊讲到社会趋势,甚至空中跃下的猫,都能让他们对建筑防震理论侃侃而谈。相较之下,我只是一台在MP3世代的录音机;过气、无法调整。他们是懂美学的牛顿。懂人类学的梵谷。懂孙子兵法的甘地。一本一本的书,就像一节节的脊椎,稳稳的支持着阅读的人。我害怕阅读的人。我祈祷他们永远不知道我的不安,免得他们会更轻易击垮我,甚至连打败我的意愿都没有。结尾部分平静叙述,但是也掩盖不了作者的才华。我害怕阅读的人,他们懂得生命太短,人总是聪明得太迟。我害怕阅读的人,他们的一小时,就是我的一生。我害怕阅读的人,尤其是,还在阅读的人。需要注意的是,恐惧程度不能过度使用,否则会导致消费者不再关心你的产品,而是关心恐惧本身。比如有些公益广告为了让人戒烟,然后广告说“吸烟等于自杀”,导致吸烟的人看了吓了一跳,只能再吸支烟压压惊。二、同侪压力什么叫同侪压力?简单来说,同侪(chái)压力就是指在基础条件、身份等相似的人,而这些人的行为决策会对我们的行为产生很大的影响。这种心理对我们的影响,在生活中随处可见。比如我们与朋友聚会拍了集体照,如果朋友上传到微信或QQ空间,我们看到照片的第一反应就是找出自己的,然后第二件事是什么呢?再打量一番自己与其他朋友相比起来怎么样。因为大部分会在想“照片里的我,看起来是我想要的样子吗?别人看了我和周围的人相比,会是什么印象?”等等。又如去淘宝天猫等平台买一样商品,大多数人都会去看看别人是怎么评论的,再去决定是否购买。再比如之前有篇文章叫《摩拜创始人套现15亿!你的同龄人,正在抛弃你!》在社交圈传播很广,引起了很多90后的焦虑。(微信文章截图)以上常见的现象说明了我们人类评估自己的行为或决定,大部分是与他人进行联系的。因为我们是社会动物,生来就有表现出从众的行为。就算是在认知自己的过程中,我们前期也是通过他人与外界的反馈来不断判定自己是怎样的一个人。利用这种“同侪压力”来营销,关键就是背后的虚荣心。比如“微信运动”功能的每天步数排行榜,游戏的排行榜,公司绩效的排行榜(看到和自己差不多基础的同事拿了奖金,也会激励部分人想要努力工作得到奖金)。再比如我曾经写过一个产品文案:“你和他同一年上班,两年后他却成了你的上级——XX培训机构,为你的职场加速”我这里讲的“虚荣心”不是一个贬义词,是一个中性词。若用得好,可以改善我们很多问题。比如你在演讲训练中,受众对你的鼓励与认可,你虚荣心的满足与反馈会促使你不断进步。三、稀缺心理社会学家艾尔德·沙菲尔和桑德希尔·穆莱纳桑说,只要我们觉得自己缺少什么,比如食物、金钱、或者时间等,就可能会念念不忘,以至让自己的想法发生偏移,容易让人的大脑里产生一连串强烈的需求感。这就是怪兽先森要给各位分享的第三种常见的营销心理——稀缺心理。想象一下这样的场景:某天,你本来只是在街上随意逛逛,突然看到一个服装店搞大促销,你被吸引进去看了一下。在随便看看的过程中,你发现有件衣服很喜欢,但你并没有打算购买,你只是感兴趣。可是当你看到店的促销广告写着“周年庆优惠,全场5折,只限今天!”于是,你又考虑了一下,再次摸摸那件衣服,迟迟不肯放手。你最后安慰自己说:“今天不买,就错过了这么好的价格了…还是买了吧!”(图片仅供参考)以上是我们大多数人常碰到的情况,而这家店采用“只限今天”的营销方法就是“稀缺心理”的运用,让本来没有什么购买打算的人在产生购买欲望后,从而促使他快速下单。稀缺心理常见的营销方式有“限时优惠、前XX名限量优惠”等。上面的例子和双11、618等网购促销节日,就是利用限时的方式;还有我之前帮人写一篇零食的销售文案,在文章末尾写上“前200名下单可享受7.8折优惠与包邮!”——虽然很平淡的一句话,但是写或没有写上这句话,转化率天差地别。不过这里需要注意的是,在利用稀缺心理进行营销时,最好需要说明这样做的理由,来消除用户对产品质量的顾虑。不然用户会有“你的产品是不是质量有问题/卖不出去才搞促销啊”的负面认知,而如果你说今天是周店庆或情人节或会员日等原因才降价,那么就能大大降低用户对你产品质量的负面认知。总结如何更有效地影响或改变你的用户行为?怪兽先森在本文给你分享了常用的三种营销心理:恐惧心理、同侪压力、稀缺心理。合理运用它们,不但给你的营销活动带来一定的改善,还可以给你的生活带来改变。你也可以在留言区分享其他影响或改变你行为的心理方法。(图片来源网络,侵权联删)
在用户行为分析领域,数据分析方法的科学应用结合理论推导,能够相对完整地揭示用户行为的内在规律。间隔分析模型旨在通过事件发生间隔时间与分布态势,辅助企业实现深度多维交叉分析,进一步提升用户行为分析的精细化程度。本文将详细介绍间隔分析模型的概念、特点与价值、应用场景。一、什么是间隔分析?间隔分析从事件发生的时间间隔维度来探索用户行为数据价值,它能够科学地反映特定用户群体(如北京地区年龄 30 岁以上女士),发生指定行为事件( 如事件 A 到 B 的转化、金融用户的二次投资等)的时间间隔及数据分布情况。不同数据组的偏态和重尾可反馈用户路径过程中的应用体验,并借此评估产品设置的合理性。例如,间隔分析在以下场景中可广泛应用:在金融行业,为刺激新用户快速完成首投,运营人员会赠送新用户体验金。运营人员通过间隔分析可以了解:新用户从首次注册到首次投资通常需要多久?在同城速递行业,快递上门时间长短非常影响用户体验,作为公司考核快递人员绩效的关键指标之一,企业通过间隔分析可以了解:用户在官网发起快递请求后,快递员多久接单?二、间隔分析模型的特点与价值企业市场、产品、运营人员通过事件发生的时间间隔、转化时间长短来判断与分析用户的活跃度、用户转化等情况。间隔分析模型的特点与价值主要表现在以下方面:1. 可视化时间间隔,六类统计值直观描绘各用户群时间间隔分布差异图 1 六类统计值将时间间隔可视化 神策分析的间隔分析模型以箱线图形式展示,最大值、上四分位数、中位数、下四分位数、最小值、平均值六类统计量直观描绘特定用户群体的时间间隔分布差异,数据的偏态与重尾一定程度反馈用户体验,从转化时间的维度暴露用户转化瓶颈,可借此评估产品设计的合理性。2. 依据分析需求,灵活设置用户属性与事件属性(初始行为和后续行为)企业可以根据具体分析需求,灵活设置间隔分析的初始行为或后续行为,并根据用户属性筛选合适的分析对象。例如,在某奢侈品电商企业中,为分析高价值用户的复购频率与普通用户的区别,可将初始行为与后续行为均设为“支付订单”,并给初始行为增加“订单金额大于 10000 元”的筛选条件以此来表示高价值用户,从而得出分析结论。3. 以全新视角探索数据价值,从转化时间窥视优化思路,促进用户快速转化在间隔分析中,将初始行为、后续行为设置为相同事件或不同事件,可满足不同的数据分析需求。例如,在金融行业,将初始事件和后续事件分别设置成为“注册成功”和“投资成功”,可用于分析用户转化花费时长,侧面反映用户的转化意愿,帮助企业能够针对性地优化产品体验和运营策略;在在线教育行业,若将初始事件和后续事件均设为“学生上课”,则展示学生两次上课的时间间隔,可以此作为判断学生积极性、教育平台黏性的依据等。从时间间隔维度呈现用户转化、黏性等情况,提升了用户行为分析的精度和效率,对用户行为的操作流程的异常定位和策略调整效果验证有科学指导意义。同时,通过判断各用户群体事件发生的时间间隔的偏态和重尾,以及数据分布的中心位置和散布范围,为发现问题、流程优化提供线索。三、间隔分析的应用场景间隔分析将帮助各行业从时间间隔维度来探索用户行为规律,更多应用场景值得摸索。下面列举一二:1. 互金场景:如何合理设置体验金的发放时间?在金融投资类产品运营过程中,为了让新用户在注册后能够快速投资,运营人员通常会通过一些激励措施来刺激首投,如发放体验金。这会涉及到我们前面提到的“如何合理设置体验金的发放时间”的问题,在具体操作时,运营人员可以在间隔分析中将初始行为设置为“注册成功”,后续行为设置为 “投资成功”事件,当了解事件发生的时间间隔时,可以作为设置体验金发放时间的参考。当然也可以按天展示不同渠道来源的新用户首次投资成功所花费的时长情况,运营同学通过了解不同用户群体的差异化,让运营更为精细。另外,通过不同渠道来源的用户表现也成为渠道投放的判断的重要依据,如下图:图 2 互金各渠道来源的新用户首次投资成功花费的时长分布2. 视频网站场景:用户多久完成一次视频播放?内容是短视频 App 提供给用户的核心价值,可通过“用户完整看过一个短视频”衡量用户是否感受到视频平台的价值。该场景中选择新用户从“启动 App ”到“完成播放”所花费的时长情况作为分析对象。如果用户普遍需要较长的时长才能完成转化,说明用户需要付出的视频筛选的成本较高,则应将新用户从“启动 App ”到“完成播放”的时间间隔作为优化目标。图 3 新用户从“启动 App”到“完成播放”所花费的时长情况同样,在同城速递行业,当了解用户发起快递请求后快递员的接单时间之后,公司可依据此来考核快递人员绩效,从而也进一步优化用户体验。四、间隔分析模型与其他分析模型的配合值得强调的是,间隔分析模型是多种数据分析模型之一,与其他分析模型存在无法割裂的关系。从用户转化角度来说,用户转化过程受很多因素影响,间隔分析通常是业务情况的反映,转化时间间隔只是分析用户转化的单一维度,只有与其他分析模型配合,才能清晰看到用户行为特点和背后动机。虽然在多数情况下,时间间隔并不能作为优化的指标,但是与其他分析模型的配合可以帮助我们探索可能存在的问题。例如,从“提交订单”到“支付订单”间隔时长中位数是 5 分钟,说明一半的用户支付订单需要花费 5 分钟以上。则应该思考其中可能存在的问题:是支付功能的 Bug,还是其它问题导致支付失败?定位问题需要结合事件分析、漏斗分析等分析模型定位问题。总之,只有将各分析模型实现科学互动和配合,能够科学揭示出用户个人 / 群体行为的内部规律,并据此做出理论推导,不断在工作实践中优化商业决策和产品智能。
编辑导读:本文是一份关于淘宝用户行为数据的分析报告,作者主要对淘宝用户行为和商品特性进行数据分析,并根据分析结果提出了一些想法与建议,与大家分享。01 项目背景选取了2017年11月25日至2017年12月3日之间,有行为的约500名随机用户的所有行为(行为包括点击、购买、加购、喜欢),数据量约5万,分析了用户行为与商品规律。02 分析思路03 分析过程3.1 前提数据来源:阿里天池。分析工具:MySQL 8.0,Navicat for MySQL。绘图工具:Excel。对数据进行数据清洗后再进行进一步分析,处理过程略,下文中仅显示数据处理后结果,不展示处理过程。3.2 整体数据3.2.1 数据体量3.2.2 整体数据概览3.2.3 日均数据概览从图中数据可以看出,12月2日和12月3日的日访客数和点击数较前几日更多,可能由于这两日为周末,且双十二临近,但访客数与点击数的提升并未影响成交量,因缺少后续数据,故暂时推测为这是为双十二活动预热。3.3 用户分析3.3.1 复购率和跳失率复购率=购买次数>1的用户/所有购买用户跳失率=点击次数为1的用户/所有点击用户从复购率可以看出,一半以上的用户有复购行为,且跳失率为0,说明淘宝对用户有足够的吸引力,让用户停留。因仅有9天的数据,对用户复购时间特征没有足够的数据进行分析,因此没有对复购时间特征进行分析。3.3.2 用户行为分析用户行为可分为四种:点击、收藏、加购、购买,对这四类行为进行分析。因用户购买途径有4种:点击-购买;点击-收藏-购买;点击-加购-购买;点击-收藏-加购-购买。因此,从上图中暂时无法判断点击、收藏、加购与成交数的关系,需进一步分析。将用户成交方式分为四类:仅有点击行为;仅有收藏行为;既有收藏行为又有加购行为;仅有加购行为。分别计算出这四类人群的成交率。成家率=有下单行为的该类用户/该类用户总人数。可以看出,有收藏加购行为的和仅加购用户的购买率相较另外两者更高,因此,可以推测,用户的加购行为在一定程度上可以提高成交率。3.3.3 用户时间分布分析以日为单位对用户行为进行分析,可以看出,加购量与点击量几乎呈正相关趋势,收藏数与点击数相关性也较好,而购买量则与其他量没有呈现出明显的相关性。由前文我们已经推测,12月2日与12月3日点击量较高是由于周末和双十二近邻的缘故,但成交量没有随之提升同样可能是由于双十二活动预热所致,要研究成交量与其他行为的关系需要更多的数据进行进一步分析。以小时为单位对用户行为进行分析,可以看出,晚上7点到11点是用户点击量行为的高峰期,此时用户加购量也随之增加,但下午1点却是用户下单的高峰期。因此,如果商家想以增长曝光度为目的,可以在晚上7点到11点之间做活动,如果是以提高营收为目的的活动,则可以在下午1点左右开始。3.4 商品分析3.4.1 商品转化分析对商品进行转化漏斗分析,可以看出从点击到购买有很大的流量损失。同样,对不同渠道的商品购买方式进行分析。3.4.2 购买路径分析对商品购买路径进行分析,点击购买率=商品仅点击后购买量/商品仅点击量,收藏购买率与加购购买率同上。可以看出,加购购买率明显高于收藏购买率与点击购买率。3.4.3 热门商品分析分别对点击量、收藏量、加购量和购买量前十的商品大类进行分析。可以看出点击量、收藏量和加购量前几名较后几名差距较大,但是购买量却没有表现出明显的差距,说明没有爆款的出现。根据四者韦恩图可以看出,点击、收藏与加购前十品类的重合度较高,但购买量前十品类与其他三者的重合度却没有那么高,说明对于部分品类商品而言,虽然能吸引许多用户,但是购买转化率却相对较低,这部分产品的转化率有释放空间。04 结论与建议4.1 结论通过以上分析,可以得到以下结论:在2017年11月25日至2017年12月3日这段时间内,淘宝用户的回购率相对较高,跳失率低,说明淘宝对用户有着较好的留存效果。从用户角度看,加购后成交率较收藏后成交率与直接点击成交率更高。用户在点击量与加购量几乎呈正相关趋势,周末和活动邻近之前的点击量与加购量均有所提升,但购买量并未有显著提升。周末对用户购买量的影响需要更多数据进一步分析。用户在晚上7点到11点之间打开淘宝的频率极高,但成交量却是下午1点的时候更高,说明淘宝成为了用户的一种消遣方式,而不仅仅是购物工具。从商品角度而言,商品加购后成交率较直接点击后成交率与收藏后成就率更高。虽然商品点击量、收藏量、加购量前十的商品呈现出一定的差距,但成交量前十的商品差距却不大。且成交量前十的商品中有近一半商品未在另外3个榜单之中。整体而言,淘宝的用户留存率较高,但夜间成交量转换率和热搜商品品类的成交转化率有提升空间。4.2 建议通过上述结论,对淘宝和商家提出以下建议:获客:对于商家而言,如果想要提高曝光度,获得更多流量,可在周末晚上7点到11点之间开始活动。成交率转化:由上述分析可以看出,淘宝的用户留存量较高,但消费潜能却有待释放,因此提出以下建议:无论从用户消费习惯还是商品成交特性看,加购后成交率较点击购买和加入收藏购买成交率更高。因此,对于淘宝而言,可增加用户将商品加入购入车的入口,在商品的收藏界面可添加加购入口。对于商家而言,可设置加购优惠,提高用户加购率。用户在下午1点的成交率最高,因此对于以提高成交量为目的的活动,可在中午或下午1点开始。而夜间虽然用户流量高,但成交量却一般,说明淘宝对于用户而言有一定的消遣属性。因此,一方面淘宝可以提高自身产品的趣味性让自身成为用户的消遣工具,另一方面,可在该时间段进行一些活动比如直播等提高商品优惠释放用户消费潜能。有的商品品类虽然有着良好的点击量、收藏量与加购量,但成交量却并不高,对于这类产品,可通过淘宝官方进行联合活动,提高成交转化率。写在最后因获得的数据时间范围有限,而自己的电脑处理更大体量的数据较慢,因此整体处理的数据体量并不大,对于通过数据发现产品中的问题,也希望能与各位进行有关方面的交流。本文由 @ZWM 原创发布于人人都是产品经理,未经许可,禁止转载题图来自 Unsplash,基于 CC0 协议
以下文章来源于数据驱动游戏 ,作者黎湘艳分享游戏数据分析干货,共同学习探讨数据分析工具和方法,数据驱动游戏研发、商务、运营和市场营销,以及行业热点等。尽管我们可以用很多种方法来分析用户数据,但是再详尽的用户数据也有其局限性,即便是最为精细的分析也只能告诉我们用户在做些什么,而不会说明他们为什么这么做。数据分析师通过用户行为数据能够很容易地推测出某个行为规律背后的原因。例如,当一款MMORPG游戏的大量用户在某个等级流失时,你往往能够发现玩家在做这个等级对应的主线任务时出了问题,如果再深入分析数据,或许会发现没有好友的用户的这个任务的完成率很低。但是导致用户流失的其他原因,可能就没有那么容易被发现了,要找出这些原因就需要开展用户调查。换句话说,在进行定量分析的同时,这种定性分析同样重要。(1)用户研究定义用户研究简称“用研”,指了解用户的行为习惯、收集用户的偏好、用户的思维想法。并根据用户研究的反馈进行合理的用户需求推演、预测。(2)用户研究方法用户研究有很多方法,一般从两个维度来区分:一个维度是定性到定量,比如用户访谈就是定性,是对事物的性质做出判断,究竟它“是什么”;问卷调查就属于定量,是指对事物的数量进行统计,衡量它“有多少”。前者重视用户行为背后的原因,后者通过数据证明用户的选择。另外一个维度是从态度到行为,比如用户访谈属于态度,而现场观察属于行为,从字面上也可以理解,用户访谈是问用户觉得怎么样,现场观察是看用户实际怎么操作。具体来讲,用户研究的方法主要有7种,分别为:问卷调查、深度访谈、可用性测试、焦点小组、卡片分类法、影随法、眼动测试,其中前4种为最常用的方法。本文案例采用的方法为问卷调查和深度访谈。(3)用户研究为《游戏A》全生命周期服务框架《游戏A》的游戏运营经历了三个过程:立项→测试→上线,整个过程中需要大量的与市场分析、用户分析和产品内容相关的数据。针对这些业务需求,我们做了大量的用户研究工作,研究工作以整个产品的生命周期为一条线展开,市场营销、产品运营人员根据研究结果制定了对应的行动决策。用户研究所获取的数据能支撑这个产品生命周期,以《游戏A》为例,不同节点的工作内容以及重点解决的核心问题如下。游戏立项阶段:粉丝摸底调研和竞品研究,了解IP认知度、目标用户画像、竞品游戏情况,知己知彼,指导市场推广。游戏测试阶段:共进行过两次测试,此阶段的用户调研十分重要,用低成本的方法预防大的失误。通过签到问卷、市场调研、用户流失及满意度研究,能验证目标用户、判断版本可用性、诊断产品与优化、分析流失原因等,为后续运营和市场宣传推广提供重要参考。游戏上线阶段:此时最关注的是付费和用户流失问题,结合版本改进做微调。通过线上商城调研,了解用户消费动机、商城道具喜好,为制定适合中国玩家的道具提供有利的数据支持。(4)正确看待用户研究“业务逻辑先行”原则:研究目的、看数据的逻辑和视角决定结论。“越聚焦越有效”原则:研究目的和课题越聚焦越容易获得有效结果。“避免数据陷阱”原则:调研样本和调研方法决定的结果,避免被错误的数据误导;在定性调研中,现场观察或电话回访的判断有时比调研报告更直接有效。值得注意的是,虽然用研能找到玩家需求和痛点,也能给出一些建议或分析,但是最终怎么样形成策略,需要运营和市场人员一起去思考,因此用研本身不能代替决策和思考。比如,根据用研找到目标用户的特点,并做了产品的市场定位,基于这个定位我们就要去想我们的目标用户群下面要做怎么样的市场营销策略,以及我们通过什么样的渠道或创意去触达他们,在这里面的每一个环节都会产生对用户的理解,因为只有这样我们才能有针对性地进行营销推广工作。在接下来的文章中,我将陆续分享《游戏A》从立项→测试→上线整个过程中用户调研的相关内容,分别如下:目标用户调研首测市场问卷调研首测电话调研访谈内测满意度与流失研究玩家道具喜好调研彩蛋:某类游戏问卷调研模板一 目标用户调研《游戏A》是一款代理类大型MMORPG类型游戏,为了了解《游戏A》IP的认知度、目标用户的特点,洞察用户需求,构建目标用户画像,帮助产品确立正确的市场定位,需进行目标用户调研。通过问卷分析,有助于了解目标用户,定位游戏市场,从而让市场人员在制订市场营销策略和推广方案上有例可循,通过恰当的渠道或创意触达目标用户群体。定量问卷:某平台渠道投放用户来源:某平台用户(用户群体为互联网大众用户)问卷投放时间:7天有效样本数:30001.IP认知《游戏A》的认知度比较高,为60%(玩过+听过),在对比游戏中排名第四。但其中玩过该游戏的用户比例较低,仅为10%(见图1)。图1说明:以上选项的游戏产品与《游戏A》类似,至少满足以下其中一个特点:有单机游戏IP、日本游戏、大型网络游戏。2.核心用户状态在玩且高活跃的核心用户占比为16.8%,其余大部分粉丝偶尔登录或已经不玩了(见图2)。图23.用户画像(1)将以上两题的用户关联进行交叉分析,对用户分层,结果如图3所示。图3说明:此处省略了用户的游戏经历的详细数据,其数据结果是根据问题“最近一年,你玩过哪些游戏?”的数据进行整理得来的。(2)核心用户男性比例相对较高,占83.1%,年龄集中在23~30岁之间,以企业职员和大学生为主。月收入5000元以上的比例较高,所在地为上海、广州和深圳的比例相对更高。4.游戏市场定位及目标用户群将IP认知度、用户年龄、职业、游戏背景、消费能力各个题目的选项进行交叉分析,从游戏类型维度考虑,得出目标用户的特点,如图4所示。图4例如:在核心用户中玩过《A3》《神泣》的比例较高,男性比例相对较高,年龄集中在23~30岁之间,以企业职业和大学生为主,喜欢唯美精致的画面和跌宕起伏的剧情。将游戏认知度、用户年龄、职业、游戏背景、消费能力各个选项进行交叉分析,并根据用户反馈进行合理的用户需求推演、预测,进行游戏市场定位,针对不同职业的用户,其宣传策略各有不同,如图5所示。图5我们对目标用户进一步解析,得出以下结果,如图6所示。《游戏A》3D MMO游戏用户是大众用户(占40%);“画面控”游戏用户和喜欢日本文化的用户群体主要是学生和宅男/宅女(占40%);单机游戏的用户群体主要是宅男(占10%);其他用户占10%,这部分用户来源于其他游戏用户、视频观看者、音乐爱好者、社区/贴吧爱好者/潮流追随者。图65.主要结论(1)品牌认知度较高,达60%(玩过十听过),在对比游戏中排名第四,但其中玩过该游戏的用户比例较低,占10%。(2)用户画像(按用户核心程度划分)。核心用户:大型3D MMORPG用户,同时也是日系游戏爱好者,喜欢动作/格斗游戏的单机用户。次核心用户:大型3D MMORPG用户,同时也是单机游戏用户,动作类的网游用户,2D3D MMO网游用户,PVP网游用户。潜在用户:其他类型的MMORPG用户。核心用户中男性比例相对较高,年龄集中在23~30岁之间,以企业职员和大学生为主,喜欢唯美精致的画面和跌宕起伏的剧情。(3)不同类型用户的职业定位。《游戏A》的主要用户群体是3D MMO用户,占40%,其次是“画面控”游戏用户,占30%。“画面控”游戏用户和喜欢日本文化的用户群体主要是学生和宅男/宅女。待续......
目的:对分类顾客群体对应的消费习惯进行分析。摘要:随着市场经济的发展以及人民生活水平的提高,人们的消费水平也大大的提高,促使中国零售业的飞速发展,零售行业的竞争也日益激烈。此次案例分析的数据为某网上超市的3万笔订单数据,包括顾客ID,订单ID,消费金额,购买商品数量,工作日,时间点等因素。通过案例分析,可知“富人”对该网上超市的贡献率大于“穷人”;“穷人”与“富人”的购物时间没有特别大的差距,但其中一个峰值的时间段略有差异;从购买的商品中可以看出,“富人”比“穷人”更注重享受,食品类的占比较少。关键词:零售业,分类顾客,消费习惯一、案例背景随着市场经济的发展以及人民生活水平的提高,人们的消费水平也大大的提高。中国零售业的飞速发展,使得人们的购物心理也发生了变化。它在人们心目中。可近年来,零售行业的竞争日益激烈,消费市场趋向饱和,因此了解消费最新趋势,掌握消费者购物心理,更好的满足消费者需求就显得尤为重要。对顾客群体的消费情况及购物行为进行调查并分析,有助于超市等零售行业了解购物者的消费趋势,掌握消费者购物心理,实施差异化战略,正确寻找自身的市场定位。此次案例分析的数据为某网上超市的3万笔订单数据,包括顾客ID,订单ID,消费金额,购买商品数量,工作日,时间点等因素。二、案例问题分类顾客的消费习惯会受到各种因素的影响,如时间点、顾客喜好等。本文将着重讨论影响分类顾客的消费习惯的因素。但由于顾客订单数据信息量巨大,数据随时间变化频繁,用EXCEL来进行操作会略显麻烦,使用Datafocus产品就可以快速处理大量数据,分析的准确性也高。三、案例分析(一)综合分析1.顾客分类为了研究分类顾客群体对应的消费习惯,首先将顾客按消费金额进行分类。在此次案例分析中,我们假设每单消费金额大于700元的顾客是“富人”;每单金额小于700元的顾客为“穷人”。先通过饼图观察这两种类型的顾客人数的分布情况。图 1 分类顾客对应的人数从图中可以看到,一共有3万名顾客的数据,其中“富人”有9024人,“穷人”有20976人。“穷人”的数目远大于“富人”。2.顾客的消费金额接下来对比“穷人”与“富人”的消费总金额。图 2 分类顾客对应的消费金额结合图1可以发现,“富人”的人数虽远远小于“穷人”,但总计的消费金额却是“富人”更胜一筹。(二)分类顾客分析1.“富人”的购物时间对分类后的顾客群体进行分析,首先研究“富人”的购物时间,通过柱状图可以直观对比一天中各个时间点的购物人数。图 3 富人的购物时间从图中可以看出,购物时间出现了两个峰值,分别是中午的11点以及晚上的22点,特别是晚上22点的下单人数是最高的。2.“穷人”的购物时间同样的,将“穷人”的各个时间点的购物人数也进行聚合,观察与“富人”之间的区别。图 4 穷人的购物时间从图中可以观察到,顾客各时间点的购物人数基本没有太大的区别。但与“富人”不同的是,“穷人”的购物时间也出现了两个峰值,分别是中午的12点以及晚上的22点。3.“富人”喜爱的商品对顾客购买的商品进行了分类,分别为食物(不易腐烂的食物),新鲜(新鲜和冷冻食物),饮料(各种饮料),家庭(家用卫生纸和小家电),美丽(洗护用品和化妆品),健康(可以在没有医生处方的情况下销售的药物),宝贝(宝宝用的东西),宠物(与宠物有关的物品)。接下来研究“富人”对着8类商品的喜好程度。图 5 富人喜爱的商品通过条形图可以看到,在“富人”购买的商品中,平均占比最多的是饮料类,其次是食品类和新鲜类。4.“穷人”喜爱的商品同样的,通过条形图对“穷人”的喜爱偏好进行观察。图 6 穷人喜爱的商品从图中可以观察到,在“穷人”购买的商品中,占比最多的是食品类,其次是饮料类和新鲜类。(三)数据看板最后将这6个结果图导入“分类顾客的消费习惯”数据看板中,为了使数据看板更为美观,在全局样式中选择第三个预设样本,选择“自由布局”。操作结果如下:图 7 数据看板四、结论综上所述,按此次案例分析的假设,这3万名顾客的数据,有“富人”9024人,“穷人”20976人。“穷人”的数目远远大于“富人”,但“穷人”的购买能力低于“富人”,总计的消费金额仍是“富人”略高于“穷人”。由此可见,“富人”对于该超市做出的贡献大于“穷人”。在购物时间上,“穷人”与“富人”没有特别大的差距,都是两个峰值,晚上22点事一天中购物人数最多的时间点,但中午的时间段,“富人”的峰值出现在11点,而“穷人”的则是12点。在“富人”购买的商品中,平均占比最多的是饮料类,其次是食品类和新鲜类;在“穷人”购买的商品中,占比最多的是食品类,其次是饮料类和新鲜类。五、对策建议1、中午10:00-12:00,晚上20:00-23:00是该网上超市购物高峰,购物数量大,金额多。就此,可以在这段时间内推出一些促销活动或者增加这段时间的商品类型。2、对于所有的顾客来说。食品,水果,蔬菜,饮料等属于生活必需品,可以针对这些必需品多宣传,适当搞活动,定期促销。3、因为该超市属于网上超市,快递也是极为重要的一部分,该超市可以注重在快递方面进行提高,提出“生鲜水果隔日达”之类的广告。除非注明,否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章,转载必须以链接形式标明本文链接。
近期无人零售发展迅速,受到社会各界广泛关注,无人零售的出现对更好的满足消费者个性化多元化的消费需求有着积极的推动作用。本报告从整体零售用户的购物渠道、消费行为出发,对无人零售用户及潜在用户的属性、消费行为以及消费意愿进行深入研究。核心发现 无人零售用户覆盖率较低:线下商超是消费者最主要的购物渠道,最近一年在线下商超消费过的用户占比高达93.4%,无人零售渗透率36.5%,其中所有零售用户中使用过自动售货机的用户占比29.5%。 无人零售用户多为教育程度高的年轻白领一族:无人零售用户普遍受教育程度高,本科以上占76.0%,相较整体零售用户,无人零售用户30岁以下年轻群体占比更多。中等收入的白领阶层居多,月收入5001-10000的占到49.0%,TGI=109.1。 饮料零食是在无人店购买最多的商品:63.4%的无人店用户曾经购买过饮料,57.7%的用户购买过零食。 距离很重要:72.6%的用户在300米的距离内才愿意尝试使用无人店,仅有7.1%用户愿意在距离超过500时尝试使用无人店。 用户期待更便捷的付款流程:39%的已有用户希望“拿了就走”,潜在用户中,41.8%的用户希望“拿了就走”。整体零售用户分析线下商超是消费者最主要的购物渠道 无人零售渗透率较低最近一年在线下商超消费过的用户占比高达93.4%,其中大型超市是最主要的零售场景,83.8%的消费者最近一年曾经在大型超市有过消费。通过线上零售渠道进行过消费的用户占比79.5%。而通过无人零售进行过消费的用户仅占36.5%,无人零售渗透率较低,其中使用过自动售货机的用户占比29.5%,相对无人零售店/便利店、开放货架而言,自动售货机已有一定的用户基础。便利店消费频次相对较高 线上超市消费频次较低从消费频次来看,零售用户在连锁便利店、家庭式便利店的消费更加频繁,平均每周在连锁便利店、家庭式便利店消费超过1次的用户占比均超过50%。高达60.3%的用户平均每周在线上超市的消费不足一次,相对其他渠道频次更低。大型超市、线上超市客单价更高从消费金额来看,用户在大型超市、线上超市的平均单笔消费金额要高于其他渠道。大多数用户在小型超市、加油站便利店、连锁便利店、家庭式便利店和外卖平台的单笔消费金额都低于50元。无人零售用户分析无人零售分类无人零售主要可以分为自动售货机(或称为自动贩卖机)、开放货架与无人店三类,其中自动售货机起步较早,发展相对成熟,投放区域广泛。开放货架成本低,但受场景限制,一般只能投放在办公楼内部等相对封闭的场所。无人店目前还处于发展初期,各类不同技术、形态各异的无人店探索逐渐涌现。无人零售用户属性教育程度高的年轻白领一族自动售货机用户中接近一半使用过友宝调查数据显示,约50%以上使用过自动售货机的用户使用过友宝。相较于其他品牌,友宝成立时间较早且目前已在全国投放超过5万台机器,包括饮料售货机、综合机、便利柜等多种机型,发展较为成熟。其他自动咖啡机、智能售饭机等起步较晚,目前投放数量还不多,用户习惯还待养成。此外,以生鲜鲜食为特色,支持全品类商品销售,拥有智能防盗和用户行为追踪的智能售货机魔盒CITYBOX目前也开始在全国多个城市进行拓展,发展前景可观。已有数十家企业获投开放货架,行业门槛相对较低开放货架多定位办公室休闲食品消费场景,目前全国覆盖率尚不高,仍有很大的拓展空间。但是由于开放货架技术壁垒低,丢损率相对较高,线下拓展严重依赖地推,需要烧钱培养用户习惯抢占市场,运营难度较大。但是,原有生鲜电商(如每日优鲜、易果生鲜、U掌柜等)及宅配类(如饿了么、京东到家)企业,以其供应链和物流积累的优势,迅速切入无人零售市场,未来也是无人零售市场竞争的主力军。无人店整体覆盖程度较低 商品类别以零食饮料等标品为主从整体来看,目前无人店尚处萌芽阶段,覆盖率较低,仅有16.5%的零售用户使用过无人店。大多数无人店以提供零食饮料等标品及便利性应急商品为主,部分无人店还提供鲜食、生鲜食品、餐饮等其他品类。受技术、空间等因素影响,目前无人店很难售卖全品类商品,最为适合的场景为社区便利店。方便快捷是用户选择无人店主要原因从消费动机来看,用户第一次选择在无人店购物的原因各不相同,35.0%的用户是由于无人店能提供24小时服务而选择无人店进行消费。高达83.6%的客户多次选择在无人零售店消费的原因是由于无人店方便快捷、能够节省购物时间,方便快捷是用户选择无人店消费的最重要原因。无人店用户购买最多的商品是饮料零食目前消费者在无人店购买最多的商品品类是饮料与零食,63.4%的无人店用户曾经购买过饮料,57.7%的用户购买过零食。用户最希望未来能在无人店购买的商品/服务为水果生鲜和收发快递。八成以上用户通过无人店满足常规需求目前大多数消费者主要通过无人店满足常规需求,早餐与零食是无人店用户消费最主要的场景。未来随着无人店的覆盖和商品品类的增多,更多的消费者希望无人店能够满足一些突发的个人物品和家庭物品补给的需求。七成用户表示无人店能满足购物需求在无人店消费过的用户中,70.9%的用户表示已满足当前无人店已满足自己的购物需求。29.1%需求未满足的用户中,超八成用户认为商品种类少是主要原因,无人店的商品种类还有待改善,或者用户需求的匹配还需要进一步优化。无人店用户期待更快捷的付款流程约四成的无人店用户希望无人店付款时能够拿了就走,系统自动付款结算。三成用户希望通过自助扫码线上结算的方式来付款,仅有8.5%的用户还是希望有店员的协助。目前来看,“拿了就走”对技术水平要求较高,目前尚不成熟。从市场教育早期来看,高峰期建议还是配备店员协助。用户对无人店整体满意度较高整体来看,用户对无人店各项指标满意度的平均分大致在5分左右,处于较高水平。用户对进店流程便捷度的满意度最高,因此进店过程并未产生不满。对商品价格、商品品类丰富满意度最低,平均分仅4.8分,有待改进。超八成用户将继续在无人店消费83.6%的用户愿意继续在无人店购物,仅有4.8%的用户不愿意继续使用无人店。不愿意继续使用的原因主要是由于价格贵以及退换货无法及时解决。无人零售潜客分析六成以上未使用过无人店的用户有尝试意愿66.5%没有使用过无人店的用户有尝试使用无人店的意愿,仅有8.4%的用户不愿意使用无人店。这些不愿意使用无人店的用户的主要顾虑来自三个方面:一是目前技术还不成熟,等技术成熟之后再尝试;二是现有的无人店距离较远;三是无人店商品品种少,难以满足自己的购物需求。“近”很重要,七成用户只接受300米内距离对用户使用无人店的热情影响较大,72.6%的用户在300米的距离内才愿意尝试使用无人店,仅有7.1%用户愿意在距离超过500时尝试使用无人店。71.0%的潜在用户希望能在社区使用无人店,社区是无人店最大的目前场所。超四成以上用户希望能在交通枢纽(机场、火车站、地铁站等)、旅游景区、办公区使用无人店。潜在用户最希望在无人店购买饮料零食从商品品类来看,不同于已使用过无人店的用户期待水果生鲜、收发快递等更多的商品品类和服务,无人店潜在用户最希望在无人店购买的商品是饮料、零售和日用品等常规标品,对饮料的需求最强,占比高达73.8%。潜在用户希望通过无人店满足常规需求84.8%的无人店潜在用户希望通过无人店满足常规需求,购买早餐、路途中解渴是无人店潜在客户最大的需求。潜在用户期待更快捷的付款流程与无人店已有用户相比,更多的潜在客户希望无人店能够实现拿了就走,系统自动扣款。不同的是潜在客户相比无人店现有用户,对出门时统一扫码支付的结算方式接受程度更高,30.6%的用户希望通过这种方式付款。
报告导读iiMedia Research(艾媒咨询)数据显示,多个细分群体经济均进入万亿元市场,2020年她经济市场规模预计达4.8万亿元、老年市场规模超4.5万亿元,懒宅、Z世代等人群规模超亿人。在互联网整体人口红利消失的背景下,垂直群体的蓝海吸引企业转移竞争焦点,针对对服务具高适配性要求的垂直群体进行业务布局,加速推动着互联网群体经济的发展。核心观点网民规模突破8.5亿人,互联网推动细分群体经济市场加速发展。截至2019年6月,中国互联网普及率达到61.2%,网民规模突破8.5亿人。互联网发展极大改变人们生活习惯,激发各细分人群服务需求进一步发展,同时提升细分群体市场的服务效率和服务边界,推动其加速发展。多类细分群体经济达万亿级市场,互联网企业竞争重点转移。2019年她经济、银发经济、懒宅经济等多个细分群体经济市场均接近或超过万亿元级别,垂直市场蓝海展现。而互联网企业在整体人口红利消失的情况下,竞争重点也开始转移,细分群体经济的巨大空间成为其关注重点。群体经济用户需求各异,垂直平台优势开始显现。不同类别的细分人群需求差异明显,如新中产人群对于品质生活和性价比消费的追求、Z世代人群个性化消费需求提升等,垂直群体对于服务产品的适配性要求更高,而对垂类用户具有针对性的垂直平台在细分群体市场经济中的优势将更为突出。以下为报告节选内容细分群体经济发展现状随着宏观经济的不断发展,传统行业市场逐渐达到饱和,竞争进入白热化阶段。同时,消费者基本需求得到满足,人口红利逐渐消失,质量红利时代到来。在外需和内需的推动下,市场步入精细化运营期,针对不同垂直人群的细分市场应运而生。经济结构变化推动细分群体经济市场出现在中国经济持续向好的背景下,中国居民可支配收入不断提高,人民生活水平得到进一步改善。数据显示,中国恩格尔系数持续下降,并在2017年跌破30%,达到联合国富足标准。艾媒咨询分析师认为,随着人们的温饱问题得到解决,生活质量及消费水平获得并将持续改善,人们对物质及精神生活的提出了更高的要求,经济结构的变化改变了需求,而需求又推动细分群体经济市场的出现。生活习惯变化推动细分群体经济市场发展iiMedia Research(艾媒咨询)数据显示,截至2019年6月,中国互联网普及率达到61.2%,同比增加3.5%,互联网逐步成为基础设施,同时,中国移动支付用户规模逐年增长,预计2019年中国移动支付用户将达到7.33亿人。艾媒咨询分析师认为,互联网极大地改变了人们的生活习惯,移动支付的便捷刺激了消费者的支出,激发人们的潜在需求,而新的需求进一步推动了细分群体经济的发展。消费需求变化推动细分群体经济市场扩大随着居民生活水平的提高以及生活习惯的变化,消费需求进一步升级,消费结构发生变化,从以生存式消费为主转为以发展型消费为主。在基本需求得到满足的条件下,人们开始追求消费的品质、体验、便捷和个性化,进一步扩大细分群体经济市场。细分群体市场发展提高中国人的生活水平艾媒咨询分析师研究发现,在满足基本需求的基础上,为了进一步满足消费者更多类型、更深层次的需求,细分市场应运而生,人们生活质量得到改善,而消费升级过后新的需求又会提出,市场再次细分,人们生活水平将在这一良性循环中不断提高。互联网赋能群体经济发展艾媒咨询分析师认为,互联网结合群体经济可以取得1+1>2的效果。互联网使群体经济突破了时间和空间的限制,群体经济得以向线上延伸,进一步扩大经济规模,同时群体经济的信息化发展可提高服务效率,更好地满足消费者需求。另一方面,互联网+特定群体可以诱发消费者新的需求,有助于企业发掘市场机会。但群体经济的发展应该线上线下双线进行,并根据群体特点有所侧重。她经济:女性成消费主力军女性用户移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,女性网民在娱乐、生活、购物方面对互联网依赖程度较高,对母婴、海淘、外卖需求较高,而拍照是女性网民的一大兴趣,短视频则成为女性网民重要的娱乐方式。2019人群经济洞察榜——她经济艾媒咨询分析师研究发现,最受女性用户喜爱的产品涵盖摄影图像、女性健康、育儿亲子、视频娱乐、电商购物领域。女性自主独立意识的觉醒提高了女性对身份归属感的需要。当代女性更加追求美与时尚,愈发重视女性健康。而网购也成为了女性生活中不可或缺的购物方式。“她经济”标杆平台分析——美柚美柚是一个综合型女性平台,提供健康管理、孕育科普、社区交流和垂直电商等线上服务,贯穿于女性经期、备孕、孕期和辣妈整个生命周期。艾媒咨询分析师认为,美柚以年轻女性为目标顾客群体,通过提供实用的工具和电商服务,满足其健康管理、社交、情绪释放的多样化需求,并开设社区以增加用户粘性,在行业处于领前位置。未来女性健康管理市场的竞争焦点主要集中在生态竞争,美柚作为该领域头部平台,具有庞大的用户基础,其优势或将更加凸显。银发经济:消费升级驱动发展老年用户移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,老年用户偏好的APP以社交、阅读、娱乐类为主。老年用户的线上阅读内容及娱乐方式较为单一,以资讯阅读和视频观看为主。老年网民仍以线下娱乐为主iiMedia Research(艾媒咨询)数据显示,2019年中国老年网民仍以线下娱乐为主,但线上娱乐也逐渐成为老年网民重要的娱乐渠道,占比24.4%。休闲保健是老年网民线下娱乐的最主要方式,占比49.6%,其次是棋牌活动,占比46.5%。艾媒咨询分析师认为,老年群体更偏好较为休闲的娱乐活动,且更注重身体的保健,老年群体对线下娱乐的需求催生出许多线下老年服务机构,如养老机构、老年旅游机构等,推动银发经济的发展。线上渠道渐成老年网民获取资讯重要方式iiMedia Research(艾媒咨询)数据显示,2019年,电视是老年网民获取资讯的最主要渠道,占比78.4%。时事热点是老年网民最为关注的资讯内容,占比60.9%。线下渠道仍是老年网民资讯获取的主要方式,但线上获取也逐渐成为重要组成部分。2019人群经济洞察榜——银发经济艾媒咨询分析师研究发现,最受老年人用户喜爱的产品涵盖了有声阅读、新闻资讯、医疗健康、短视频、广场舞教学、社交等多个领域。老年人获取信息咨询的途径、休闲娱乐方式的逐步多样化,老年用户对健康咨询、健康管理服务的表现出强劲的需求。中国银发经济标杆产品盘点艾媒咨询分析师研究发现,随着互联网人口红利的消失,“银发经济”这一切口成为投资新蓝海。中老年人消费规模的扩大、消费内容多元化,使得银发经济产业迅速扩张。除去中老年人生活用品和保健产品,老年人文娱社交、医疗健康上的需求也逐渐增加,而专业服务中老年群体的银发经济也随之产生。未来,银发经济市场应当探索覆盖、适合中老年人生活全方位的全新应用,精准定位白发群体。Z世代经济:典型互联网群体经济Z世代指在1995-2009年间出生的人,又称网络世代、互联网世代,是受到互联网、即时通讯、短讯、MP3、智能手机和平板电脑等科技产物影响很大的一代人iiMedia Research(艾媒咨询)数据显示,2017年中国Z世代人口占总人口数量16.9%。艾媒咨询分析师认为,随着Z世代收入及消费水平的提升,未来Z世代将成为带动消费增长的主力军。Z世代移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,Z世代的生活网络化程度较高,尤其体现在购物、生活和出行领域。动漫亚文化在Z世代中掀起一股热潮,移动互联网是Z世代学习语言的好帮手。Z世代热衷于海淘,喜欢观看演出,“追星”狂热,喜欢外出喜欢“浪”。Z世代网民对线上消费依赖程度高iiMedia Research(艾媒咨询)数据显示, 2019年,线上消费占总消费比例在40%以上的Z世代网民有将近四成,线上消费占比在80%以上的Z世代网民比例更是达到12%。艾媒咨询分析师认为,Z世代作为互联网的“原住民”,在消费上对互联网的依赖程度较高,是推动互联网经济发展的重要力量。Z世代网民主要从线上获取资讯iiMedia Research(艾媒咨询)数据显示, 2019中国Z世代网民主要从社交软件、自媒体、网络搜索的线上渠道获取资讯,即时新闻是Z世代网民最主要关注的资讯类别,占比29.6%。艾媒咨询分析师认为,Z世代更偏好碎片化的资讯获取渠道,利用零散、随机的闲暇时间获取资讯。2019人群经济洞察榜——Z世代经济艾媒咨询分析师研究发现, Z世代用户最喜爱的产品有弹幕视频类、网络直播类、游戏类、求职招聘类、社交类、音乐类和K歌类的产品。这些产品在95后用户间的流行,体现了Z世代用户对于二次元、直播等亚文化的热爱。随着Z世代逐步迈入职场,他们对求职应聘的需求比较高。而在娱乐社交方面,Z世代有着更多元化的需求。“Z世代经济”标杆平台分析——AcFun作为弹幕文化及二次元文化的发源地,AcFun是二次元用户聚集的主要平台。在二次元文化里成长的Z世代群体,乐于在该类平台表达自我。作为Z时代典型平台,AcFun积累有广泛用户基础,在被快手收购后,借助技术支持和资源协同,其发展继续加速。“Z世代经济”标杆平台分析——AcFun艾媒咨询分析师认为,AcFun 的受众人群具有较高消费潜力、用户粘性相比其他平台更高,且这部分群体通过社交关系传播能力强。随着Z世代用户逐渐成长并在社会取得更大话语权,AcFun有望进一步扩大其市场影响并引领Z世代经济。而针对该部分人群成长周期开展更多延伸业务,也有利于AcFun提高产品竞争力。新中产经济:中高端群体经济的代表随着经济增长、收入水平提高、消费升级,新中产崛起,成为消费大军中的重要一员。艾媒咨询分析师研究发现,他们具有较为稳定和可观的收入;因此对于生活的需求不再仅仅局限于物质层面,消费理念从“越便宜越好”转变为“满足自身情感需求的消费”,并且购物时越来越不注重奢侈品的品牌价值,偏向于高性价比、高质量商品。新中产移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,理财投资和出行是新中产群体互联网生活的主题。收入高的新中产群体对理财投资的需求较高,主要通过保险、股票、银行理财及其他投资的方式使财富增值。而在出行方面则以购票乘坐公共交通为主。近半数新中产网民有理财习惯iiMedia Research(艾媒咨询)数据显示, 2019年,45.1%的受访新中产用户有理财习惯,其中近六成个人月均理财金额处于1001-5000元的区间。购买基金成为新中产用户最主要的理财投资方式,占比36.5%。艾媒咨询分析师认为,新中产对财富增值有较高的需求,对理财投资产品具有多样化需求,促使金融机构创新发展,推出多样化产品及服务,刺激金融经济的发展。新中产网民更追求高品质旅游iiMedia Research(艾媒咨询)数据显示,2019年,近七成新中产用户平均每年至少进行一次旅游,其中71.1%的受访新中产用户偏爱自助游。中长距离的省内外旅游是新中产最主要的旅游地点,共占比70.5%。艾媒咨询分析师认为,较高的收入水平支持了新中产旅游的高频率、高品质,新中产对旅游需求的提高也推动了国内旅游经济的发展。2019人群经济洞察榜——新中产经济艾媒咨询分析师研究发现,最受新中产喜爱的产品涵盖了家居家装、租房、汽车、金融理财、健身、旅行、新闻资讯、有声阅读多个领域。新中产用户对居住、出行、理财、健身、获取资讯具有更多样化的需求。“新中产人群”标杆服务平台分析——汽车之家(一)“新中产人群”标杆服务平台分析——汽车之家(二)“新中产人群”标杆服务平台分析——汽车之家(三)小镇青年经济:三四线城市的崛起小镇青年移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,小镇青年对互联网的依赖主要体现在娱乐、出行、生活方面。网络直播是小镇青年主流的娱乐方式。小镇青年比较注重个人在互联网上的形象,美化加工是拍照必备。他们关注本地生活,也经常阅读电子书。随着生活水平的逐渐提高,小镇青年户外活动也日益丰富。小镇青年网民对旅游需求提高iiMedia Research(艾媒咨询)数据显示,2019年,70.3%小镇青年网民平均每年旅行1-3次。中短距离的省内游和城市周边游是小镇青年的主要旅游地点,分别占比40.5%和29.7%。艾媒咨询分析师认为,随着经济压力放缓,小镇青年的旅游需求逐渐提高,未来随着收入水平不断上升,小镇青年旅游的频率将会有所上升,也将更加看重旅游的品质。小镇青年网民娱乐渠道日益丰富iiMedia Research(艾媒咨询)数据显示,2019年,51.7%受访小镇青年网民娱乐偏爱线下渠道。小镇青年网民最主要的线上娱乐方式是影视音乐,占比44.8%,线下则是逛街购物,占比29.3%。艾媒咨询分析师认为,互联网的普及为小镇青年提供了多样化的娱乐渠道,刺激小镇青年产生多角度的娱乐需求,而需求的产生推动了三四线城市娱乐产业的创新发展,促进娱乐经济增长。2019人群经济洞察榜——小镇青年经济艾媒咨询分析师研究发现,短视频、直播、游戏、音乐、资讯、折扣让利购物是最受小镇青年用户所喜爱的产品类型。体现小镇青年对于社交娱乐、休闲消遣的需要,也反应了小镇青年对价格较为敏感,在购物上追求经济实惠的特点。“小镇青年经济”标杆平台分析——趣头条艾媒咨询分析师认为,以小镇青年为代表的下沉市场仍有广阔的空间,企业纷纷开始关注下沉市场发展,激发小镇青年的消费力。趣头条深挖小镇青年的需求,满足小镇青年赚零花钱、娱乐消遣的需要,主攻下沉市场,发展迅速,但其核心收入依赖广告,盈利模式有待拓展,且在内容监管趋严的政策趋势下,趣头条短期营收的突破或将面临挑战。单身经济:庞大人口规模展现市场潜力受人口、经济、观念和受教育水平等因素的影响,中国单身人口日益增多。iiMedia Research(艾媒咨询)数据显示,2018年中国单身成年人口达到2.4亿,而中国独居成年人口突破7700万人。大量的单身人口形成了万亿级的单身经济,成为重要经济增长点。单身群体移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,单身群体对婚恋的需求较高。本地生活和垂直类资讯是其最常关注的内容,而外卖则是其解决餐饮的最常用方式。此外,单身群体理财投资需求也比较高,主要通过银行进行理财储蓄。单身人群理财意识更强iiMedia Research(艾媒咨询)数据显示,2019年,62.4%的中国单身网民有理财习惯,比非单身网民高出11.9%,单身人群更注重理投资,其中单身男性又比单身女性的理财意识更强。超半数单身网民个人月均理财投资金额为3001-9000元。近八成单身网民偏好结伴出游iiMedia Research(艾媒咨询)数据显示,2019中国非单身网民每年旅行超过3次的比例高于单身人群,单身网民出游不如非单身网民频繁。单身网民比非单身网民更喜欢自助游,占比高出13.0%。此外,偏爱独自出游的单身网民仅占22.8%,超三成单身网民选择与朋友出游。2019人群经济洞察榜——单身经济艾媒咨询分析师研究发现,最受单身用户喜爱的产品类型有本地生活服务类、生鲜零售配送类、婚恋类、社交类、在线旅游服务类。体现了单身用户社交多样化的需求,对扩大朋友圈、网络交友的追求。同时也可以看到单身用户对餐饮食品便捷化、旅游出行快捷化的需求。中国单身经济标杆平台盘点艾媒咨询分析师研究发现,单身人群的增长推动了单身经济发展。单身人群对于社交婚恋的需求刺激诸如Soul、陌陌、探探等陌生人交友平台的发展,而单身青年生活从简,单身经济助力美团外卖等便捷服务的崛起。未来,社交婚恋平台、便捷服务平台等满足单身青年精神、物质消费的平台将迎来发展。懒宅经济:上门与代办服务的繁荣懒宅人群移动互联网行为分析iiMedia Research(艾媒咨询)数据显示,外卖和快递成为懒宅用户必不可少的互联网功能,使其足不出户就能解决餐饮和购物需求。懒宅用户追求性价比,常使用优惠导购,且更喜欢垂直类电商。在阅读领域,垂直类资讯更吸引懒宅用户。懒宅网民对线上消费依赖程度较高iiMedia Research(艾媒咨询)数据显示,2019年,21.3%懒宅网民线上消费占总消费的比例在61%以上,懒宅网民对线上消费依赖程度较高。在餐饮选择方面,无论是在工作日、周末、节假日,都有近四成或以上懒宅网民偏好于点外卖。艾媒咨询分析师认为,互联网的便利催生出懒宅群体,而懒宅群体又刺激了外卖行业的发展,未来随着互联网与配送技术的发展,配送的速度会更快,配送的区域会更广,提供的产品及服务也更多更完善。懒宅网民线上娱乐方式多样iiMedia Research(艾媒咨询)数据显示,2019年中国懒宅网民仍主要通过线上渠道进行娱乐,占比77.1%。懒宅网民线上娱乐方式多样,其中最受欢迎的是影视音乐,占比48.2%。此外,懒宅网民还热衷于电子游戏、动漫番剧、聊天交友、浏览门户网站,各方式占比均在30.0%以上。艾媒咨询分析师认为,懒宅网民常常足不出户,线上娱乐占据了懒宅网民娱乐生活的极大一部分,懒宅网民也成为了互联网娱乐经济的重要支柱。2019人群经济洞察榜——懒宅经济艾媒咨询分析师研究发现,最受懒宅用户群体喜爱的产品有视频、直播、外卖送餐、生鲜零售、电子阅读、游戏类的产品。懒宅群体对每日优鲜、盒马鲜生、饿了么、美团的偏爱体现了懒宅用户对“懒”的追求。腾讯视频、哔哩哔哩、虎牙、斗鱼、掌阅的受欢迎也体现了懒宅用户多样化的休闲娱乐需要。中国懒宅经济典型平台盘点中国互联网群体经济发展趋势分析互联网竞争战场转移 垂直群体市场巨大空间将成企业关注重点艾媒咨询分析师认为,随着中国互联网发展进入成熟阶段,其整体人口红利已经基本消失,互联网巨头企业也积极推进生态化发展,面对目前的竞争环境,各企业开始转移竞争战场,而垂直群体市场则成为了竞争的焦点。群体经济市场消费者具有同类特点,对于企业而言,其推广成本更低、收益更明显、商业模式更加清晰。因此越来越多互联网企业聚焦于垂直群体市场,针对同类群体消费者进行业务布局,未来不同群体经济市场的规模将加速扩大。宏观环境变化消费者需求升级 垂直群体经济成拉动内需重要动力艾媒咨询分析师认为,中国宏观环境变化正在提速,人们在物质文化水平提高、生活基础提升的情况下,对于生活产品和服务的需求也呈现专业化的趋势。另一方面,国际局势不断变化,中美贸易战背景下,中国需要拉动内需,促进经济发展。而垂直群体经济具有巨大的挖掘空间,针对各类群体的特点和需求衍生的服务,有望催生各类万亿级别市场,同时倒逼产业链条上其他企业变革,因此群体经济发展将成为拉动内需的重要动力。互联网延伸群体经济服务边界 未来往全维度全场景方向发展艾媒咨询分析师认为,互联网的应用是各类群体经济近年得以快速发展的重要原因,线上平台服务区域和效率都较纯线下机构更为突出,且能够延伸出更多业务类型。但目前各行业线上线下融合发展的趋势愈发明显,线上平台在线下开展更多推广活动和服务展示,线下机构信息化程度也越来越高。未来群体经济市场线上线下融合,全场景发展的趋势将更加突出,同时在渠道、宣发、衍生等维度的联系也将更加紧密。群体经济用户对产品适配性要求更高 垂直类平台将展现优势群体经济聚焦于同类人群的的特点决定其用户对于产品和服务的适配性要求更高,如Z世代群体个性、尝新特点明显,其需求的产品或服务更加紧跟潮流;新中产人群生活质量高、工作忙碌,对于商品和服务要求更具品质化以及更具效率等。面对群体经济用户产品适配性高的特点,聚焦于单一群体的垂直平台针对性更强,而且用户的聚集有利于建设相应的社群并进行传播,在业务发展上更具优势。
消费升级背景下,随着网络零售和移动电商的发展,中国礼物经济产业不断发展,2018年中国礼物经济产业市场需求已达8000亿元。2019年,新年、情人节等成为礼物经济产业传播热点,年货送礼、情侣间赠送鲜花、购买情趣用品等成为礼物经济消费新趋势,驱动礼物经济产业市场规模不断扩大。iiMedia Research(艾媒咨询)数据显示,中国居民年货送礼主要以走亲访友为主,其中,送给家人的占比最高,为59.5%;超六成的用户听说过鲜花电商,且其中有36.1%的人在鲜花电商平台购买过鲜花;男性和女性用户对情趣用品持支持态度的比例分别为和51.7%和37.3%,经常购买情趣用品的男性和女性用户分别占比17.7%和12.6%,男性用户对情趣用品的接受度高于女性用户,且买得更多。以下为报告节选内容:经济、文化、人际关系交往等因素驱动礼物经济产业发展经济发展、文化和人际关系交往等因素促进中国礼物经济市场需求不断扩大,iiMedia Research(艾媒咨询)数据显示,2018年,中国礼物经济产业市场需求已达8000亿元。网络零售助推礼物经济不断发展iiMedia Research(艾媒咨询)数据显示,2018年中国网络零售市场交易额达到76900亿元,移动端市场交易额占比高达74.6%。艾媒咨询分析师认为,网络零售的快速发展促进消费方式多样化便利化发展,助推礼物经济产业不断发展。移动电商成为礼物经济产业的发展动力iiMedia Research(艾媒咨询)数据显示,2018年移动电商用户规模达到5.12亿人,2019年中国移动电商用户规模将达5.46亿人,移动电商用户稳步增长,进一步推动礼物经济产业发展。新年、情人节等成为礼物经济产业传播热点探访亲友、生日和情侣间互赠礼物为中国网民主要送礼场景iiMedia Research(艾媒咨询)数据显示,探访亲友、生日以及情侣间互赠礼物为中国网民送礼的主要场景,艾媒咨询分析师认为,节假日在驱动中国礼物经济发展中发挥重要作用,特别是春节、情人节等节日亲友、情侣等相聚的重要时刻。年货送礼以走亲访友为主年货礼品消费是礼物经济产业市场的重要构成部分,iiMedia Research(艾媒咨询)数据显示,中国网民年货送礼主要以走亲访友为主,其中,送给家人所占比例最高,占比59.5%,其次为送给亲戚,占比56.0%。休闲零食是最受欢迎品类iiMedia Research(艾媒咨询)数据显示,在传统年货品类中,超半数受访者认为休闲零食是最必不可少的,占比53.3%,其次是水果生鲜和酒水饮料,分别占比34.6%和30.4%。营养保健品为中国网民送礼最青睐洋“物”iiMedia Research(艾媒咨询)显示,最受中国网民欢迎的洋年货礼品品类主要为营养保健品,占比达43.9%,此外,休闲零食、海鲜干货、服饰鞋包、水果生鲜、酒水饮料和美妆美容也颇受中国网民喜爱。2017年起鲜花电商成为中国网民送礼重要消费平台iiMedia Research(艾媒咨询)数据显示,超六成的用户听说过鲜花电商,其中36.1%的受访用户在鲜花电商平台购买过鲜花,艾媒咨询分析师认为,在公众对生活品质的要求进一步提高以及鲜花电商品牌宣传推广的驱动下,鲜花电商用户群体会进一步扩充,鲜花电商成为中国网民送礼的重要消费平台。鲜花消费结构呈纺锤型分布iiMedia Research(艾媒咨询)数据显示,48.9%的鲜花电商用户月均鲜花消费金额为201-500元,72.0%的用户单均消费金额为100-599元,无论是鲜花月均消费还是单均消费均呈纺锤型结构。艾媒咨询分析师认为,鲜花电商企业在2017年推出的“月花”模式,价格定位在100-299元之间,比较贴近用户的消费水平;而千元以上的鲜花定位于高端用户,在普通用户群体中的价格可接受度较低,用户消费频次较低。2018年中国情趣电商市场规模达313.5亿元iiMedia Research(艾媒咨询)数据显示,2018年中国情趣电商市场规模达到313.5亿元,预计到2020年中国情趣电商市场规模将超过600亿元。艾媒咨询分析师认为,中国情趣电商市场仍处于快速发展的阶段,有巨大的发展空间。情趣电商平台中桃花坞的网络关注度最高电商平台关注节日契机加入造节京东年轻用户比例较高艾媒北极星监测数据显示,2018年京东和淘宝的用户年龄皆以24岁及以下用户为主要群体,分别占比38.48%和35.08%,其次为25岁-30岁的用户,分别占比29.01%和28.03%。整体而言,京东年轻用户比例较高。主要电商平台言值对比淘宝最低