
大数据告诉你,“双11”的脸在变
11月11日,疯狂的一天已过去,盘点“双11”购物盛宴,记者发现今年“双11”已和往年大不同:网购告别PC时代,进口商品增势迅猛,粉丝经济、村淘市场爆发。
全家刷屏买买买
今年的“双11”,移动端订单占比首次超过PC端,这说明网购正告别PC时代。这也是“双11”销售额大幅增长的重要原因之一。
数据显示,天猫“双11”全天交易额912.17亿元,其中无线交易额为626.42亿元,无线成交占比68.67%。而在11日凌晨,其无线交易额曾一度超过90%的峰值;苏宁大数据显示,移动端订单量占比达67%。在京东、国美,移动端订单量分别占74%和70%。
其实,网购从电脑向手机迁移,这现象已延续五个季度。苏宁O2O购物节本月5日开启至今,线上移动销售同比猛增416%!“双11”当天,苏宁易购双线平台销售同比增长358%,其中移动端订单量占67%,线下门店销售逆势增长153%。
“‘双11’前,我就打算抢优衣库的几件衣服,易购上卖的土鸡等,怕抢不到,给老妈和老公的手机都装上APP,让他们一起帮着抢。”南京市民刘丽笑言,“这真是一场硬仗!除了鸡没抢到,其他都抢到了。”最新统计显示,全国每10个网民中至少有8个用手机上网,超过了用电脑上网的比例。一机在手,随时随地下单购物,使得消费者参与“双11”的频次大幅提升。
阿里CEO张勇说,网购从PC端向移动端转移是个巨大变化,反映今天消费者整个生活方式、跟互联网连接的方式发生根本性转变。
败家商品洋货多
中国消费结构升级,服务型消费、进口商品消费涨势迅猛。过去的几个“双11”都有不同的关键词:
2010年是“穿”,热销品类是服装、鞋帽等类目;2011年是“住”,家具、五金、家居服务类受追捧;2012年是“吃”,餐饮服务、中西药热卖;2013年是“行”,旅游、住宿等走俏;2014年则是“服务”,与实物消费相比,服务型消费全面兴起。当年“双11”,服务型消费增长率4.7倍于实物商品消费。
今年“双11”,败家商品洋货多,进口商品消费急剧上升。当天,天猫整体进口成交量,赶上国内其他跨境进口电商平台一年的成交量。这一天,开场仅10分钟,消费者就在天猫国际买到海外品牌的尖货,它们来自41个国家和地区。苏宁当天海外购商品售出36.8万件。
“最贵的车是什么?购物车!”这一网上段子可以用来形容南京市民田霞的“双11”。“以前‘双11’也就买几件衣服、鞋,今年买的全是进口货,从洗发水、奶粉到化妆品、鞋,电商平台海外购旗舰店都有,很方便。”
今年“双11”,剁手族买遍全球,创造两个世界纪录:3000万中国消费者买进口商品,买卖遍布232个国家和地区。天猫国际进口成交排前五位国家是:美国、日本、韩国、德国、澳大利亚。当天,天猫进口母婴产品、进口牛奶、进口美妆整体创下成交新纪录,最热门成交品类是母婴产品、美妆、医药保健、食品、个护、服饰和数码家电,其中母婴产品成交占比近30%、美妆成交占22%。
粉丝经济能量大
娱乐加消费,“‘双11’春晚”诠释的是“粉丝经济”的魅力。
晚会出场的明星约30个,微博粉丝多达4亿!屏幕前的粉丝边看电视边剁手,创造出“边看边买”购物模式。这一场晚会,带来数百万人互动,新增用户注册数是平时的20倍以上,形成多屏互动。
最先开场的蔡依林唱完歌后,她代言的上海家化品牌销量翻了六七倍;美妆品牌高夫本是没几个人知道的小品牌,一夜之间知名度飙升,当晚流量一举夺下所处类别第一……
天猫后台流量数据跟晚会内容几乎亦步亦趋,节目走到哪里、明星们提到哪些商品、哪些品牌的logo一出现,线上搜索流量就直接暴涨。
农民网上淘汽车
今年“双11”,农村淘宝首次加入。大数据显示,农村市场消费能力不容忽视。
天猫数据显示,今年“双11”开场仅8分钟,村淘销售便超过千万元,“土豪村”不断出现。在浙江温州市平阳县万全镇中镇村,村民买了一辆50多万元的保时捷Macan,是本次“双11”村淘最大一单。我省宿迁沭阳县沂涛镇东王庙村跻身“土豪村”,截至11日11点30分,当地农民买下近120吨工业化肥,几辆轿车、几辆老年代步车,近60台电视,近1500桶调和油,300多件儿童盖床。
苏宁大数据表明,此次“双11”农村用户购买占26%。苏宁易购O2O运营管理中心相关负责人说,55英寸电视以及进口奶粉在农村很畅销,而畅销商品类型以中端价格的名牌产品为主,这反映当前农村三四级市场的消费特点,即主打性价比的优质产品更受欢迎。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14