京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据显示中国美容消费呈城乡差距拉平等四大新变化
3月1日,2018京东蝴蝶节“化蝶盛典”在北京隆重举行,专为广大女性用户打造的京东蝴蝶节线上促销于3月1日同步开启。
在活动现场,由南方都市报与京东商城联合发布的大数据报告发现国人美容消费方面的城乡差距正在逐步拉平。此外,高端美妆人群普及化、高端消费年轻化、美容产品科技化和天然化也成为国人美容消费的几个较引人瞩目的新变化。
首先是精致美妆人群越来越普及。根据南都-京东消费研究所发布的《2017-2018美妆消费趋势》报告(下称“报告”)显示,2017年,在美妆方面的人均消费数据上,用户在面部护肤的投入最多。消费者精致护肤的意识明显,护肤步骤越来越精细。2017年销量同比增长最快的是眼霜,其次是精油、精华、面膜,足以说明消费者护肤步骤趋向精细化,且护肤观念、预防肌肤问题的意识也在不断增强。
其次,高端消费将进一步呈现年轻化。报告指出,年轻人已经开始提早使用抗衰老类高端美妆个护产品,在京东购买抗皱商品用户中,90后占比约15%;高端品牌用户中,90后占比例比全站平均水平高11%。值得关注的是,从新用户同比增长的平均值来看,2017年高端品牌吸引新用户数量是去年同期的10.7倍。新用户给品牌带来的平均消费额是去年同期的11.1倍。
此外,美容新科技产品及天然美容产品全面走红。当下的90后和00后更加偏爱新技术,16-25岁使用安瓶的用户增长率高达800%,瘦脸仪、美容仪等高科技美容硬件已经成为18-25岁用户维护“美颜”首选。此外,乳木果、栀子花、玫瑰成为最受欢迎的护肤美妆类天然原料。过去一年,欧舒丹乳木果丰凝润手霜、古驰绚丽栀子淡香水、雅诗兰黛红石榴系列等天然护肤品销售情况最为火爆。
最后,不同地区的人群美容消费观越来越相似。数据显示,四线与一线地区的用户消费结构基本保持一致,且近三年来平均消费额差距正在逐步缩小,大家买的最多的品类集中在面膜、乳液面霜、洁面、套装产品等,一线和四线城市增长最快的品类同样是防晒、卸妆、眼霜、精华等。这说明,在追求美的道路上,城乡差距已然开始消弭。
京东大规模引进高端大牌 推进内容营销 升级AR试妆
为了顺应美妆消费的最新变化趋势,电商巨头也是新招迭出。进入2018年,京东有望进一步扩大在高端美妆个护领域的优势。2018年,京东将引进超过200个高端美妆品牌,让消费者购物选择更加丰富和精致。京东还将联合品牌商全力推进内容营销。借助明星、电影、动漫等IP元素,通过优质内容与用户互动,满足用户个性化需求。此外,京东将利用与腾讯、今日头条、百度等互利网流量巨头的战略合作关系,开发更多类似微信小程序的产品,让购物和营销无处不在,实现无界零售。京东还将持续升级AR试妆功能,利用AR/VR等新技术为消费者创造更好的购物场景。
京东美妆个护渗透率最高 复购率高 多品牌增速全球第一
据了解,美妆个护已经成为京东渗透率最高的品类,并且多个美妆个护品牌在京东平台创下了全球第一增速。此外,京东美妆、个护品类的复购率非常高,这说明中国最广大、最优质的消费者群体对京东美妆、个护产品的忠诚度很高。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19