
9月3日消息,2014年百度(227.45, 2.65, 1.18%)世界大会今天在北京召开,在百度CBG(用户消费事业群组)的论坛中,百度发布了一份《90后洞察报告》,这份洞察报告以90后网民在百度全平台的行为数据和在贴吧90后“五观调查”中的主观认知态度为基准,试图撕下90后身上的标签,以大数据还原并解读“去标签”后的90后。
据悉,该报告由百度CBG联合百度数据研究中心结合百度贴吧、百度音乐、百度视频、百度游戏、百度搜索指数、百度搜索风云榜等产品数据,以及7000位贴吧吧友参与的“90后五观调查”(家庭观、爱情观、友情观、消费观、就业观) 结果研究撰写。
90后爱情观:比早熟更多的是成熟
90后爱情观其实挺保守
随着时代的进步和开放,90后享受着比以往任何时代都宽泛地“自由权”,在爱情上人们习惯称其为“早熟”。而《百度90后洞察报告》则显示,90后的爱情观其实很保守,与其说他们早熟,不如说他们在爱情里更成熟。
报告显示,90后在爱情里表现得很干脆。对于曾经分手的恋人,要么继续做朋友,要么老死不相往来。对于恋人劈腿行为,近90%的人选择直接退出。敢爱敢恨不是太随便,只是在更加明白爱情规则后更懂得爱与不爱的纯粹。90后确实心态更开放,87.53%的人表示完全接受同性恋。前卫的人、事在他们眼里只是另外一种正常的存在。当然,他们也依旧有自己的底线和原则。对于是否有处女/处男情结的问题,75.47%的90后很明确地选择了“是”。
90后消费观:对广告无感,为喜欢而买单
90后消费观 为喜欢而买单
90后生活在一个物质环境相对优渥的时代,因此传统认知里他们对金钱没什么概念,消费大手大脚,不懂节约不懂“疾苦”。而《百度90后洞察报告》则给出了更多的解读:90后的消费并不盲目,他们的消费观是“消费,只因买来我喜欢”。
在购买商品的决策影响因素里,90后将质量、价格、外观排在了前三,名牌与广告则放在了最后。正如百度CBG发布报告时称,90后是对广告无感的一代。而对于喜欢的东西,85.99%的90后表示会通过打工挣钱、省吃俭用攒钱等途径想办法努力得到。所以“为一场演唱会,吃一个月馒头”在90后的消费观里属于再正常不过的行为。
90后就业观:认得清现实,择业兴趣至上
90后就业观 追求理想的现实主义者
90后自主创业的案例在互联网时代愈发抢眼。对待工作,传统评价里的“眼高手低”被重新定义为“兴趣至上”。这一点在《百度90后洞察报告》里也体现得很充分。
90后的职业规划要么是职场求职,要么自主创业,而后者的比例达到了40.9%,选择“铁饭碗”公务员的仅占6.43%。对于职场跳槽的选择,90后比80后有着更果断的抉择:96.15的人会在条件允许情况下选择“另谋他就”,“一份工作干一辈子”在他们看来是无趣和不可能的事。对于就职单位的选择,个人兴趣高高凌驾于发展空间和薪资水平之上。
当然梦想也难敌现实。对于自身能力和现实条件,90后有着比任何年代都清醒的认知。8成90后表示屌丝逆袭的关键在能力,但对就业影响最大的还在于家庭环境。此外,报告中引用的百度指数数据显示,已步入职场的90后,10个人中有1个进入了政府体系,捧上了他们心里排斥的“铁饭碗”。
《百度90后洞察报告》显示,90后是在互联网陪伴下成长起来的一代,平均网龄达7.53年,日均上网时长达11.45小时。
相关社会学专家认为,90后大多是独生子女,注定会在物质相对优渥的年代被父母惯着养。极小部分的非主流代表也会给人感觉90后不懂事、做事出格。但其实每一代人年轻时都会面临类似问题,曾经的80后也一直被认为是堕落和享受的一代,但如今世界已然在他们的“掌控”之下。因此,《百度90后洞察报告》试图“去标签”重新看待90后。(文章来源:CDA数据分析师)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12