京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用大数据告诉你,移动互联网是如何吃掉整个世界的
软件和移动互联网已开始走向被内化阶段,成为各行业理所当然、不可或缺的组成部分。软件和移动互联网正在吃掉整个世界,科技业自身已容不下技术发展的张力。
Managershare:这个世界已经被移动互联网改变了。它大到世界,小到我们每个人的生活细节。
没错,我们正站在这样一个特别的历史拐点上。
第一次,技术被销售给每个普通人
1. 十几年前,我们被 1995 年到 2000 年的网民数增长震惊,这一阶段网民数从 0.5 亿人增长到 4 亿人。
2. 技术泡沫后,网民数增长更惊人,从 4 亿增长到今年约 30 亿人;同时,使用智能手机人数达到 20 亿人次。
3. 2020 年,全球又有 10 亿人会将通过智能手机上网成为网民,网民数达到 40 亿人次。
4. 1995 年至今,不上网或没智能手机的成年人数持续收缩:前者从 1995 年近百分百降至 2017 年约 36%;后者从 1995 年百分百降至 2017 年约 28%。
5. 2020 年,全球 80% 成年人会拥有智能手机。
2020 年全球人口数在 74 亿左右;成年人数约 52 亿人次;TV 受众 48 亿左右;有文化和读写能力的人 45 亿左右;功能机用户 43 亿左右;上网人数 40 亿左右;智能手机用户 40 亿左右;PC 用户 17 亿;个人 PC 用户在 10 亿以下。
6. 智能手机,让所有人都拥有一部装在口袋里的超级电脑。
一部新 iPhone 的 CPU 内晶体管数是奔腾 1995 的 625 倍;仅新 iPhone 发布那个周末,苹果卖出 CPU 晶体管数就达到 1995 年世上所有个人电脑里 CPU 晶体管的 25 倍。
7. 所有人,即便是在撒哈拉沙漠,他们手机覆盖率、3G 网络覆盖率及移动设备使用率都在上升。
第一次,互联网格局被改变
1. 人们花在移动互联网上时间,已超过花在所有电脑网页上时间总和。
2013年 6 月,用户通过桌面上网时间还多于用户通过手机上网时间;但2014年 6 月,后者(App + 移动浏览器)已明显超过前者。
此外,移动互联网格局还未完全固定,如就“I installed an app on my Android smartphone.”这句话,其中“下载、APP、Android、智能手机”,这四个概念都还有很大发展空间,2020 年我再说这话时,可能和现在意思已大有不同。
2. 生态系统的复杂性。
iOS 和 Androi 两家市场份额因不同地点产业结构不同而相差悬殊。换句话说,用 iOS 还是用 Android,取决于你在哪和你在做什么。
如上图,全球销量看,Android 手机明显多于苹果;但 Facebook 旧金山用户中,苹果设备使用者多于Android,同时在雅加达,情况则反过来;另外,苹果应用商店收入明显高于 Google Play;而以全球浏览器上网数据看,苹果略高于 Android,但中国数据则完全相反,Android 明显多于苹果。
3. 每个新传感器都意味新商机。
智能手机比 PC 复杂得多,PC 不会问任何它应该知道的东西,但新传感器深刻改变电脑能知道的东西,因此每个新传感器,都能带来新商业机会。
4. 移动设备能引发“杠杆效应”。
2020 年,智能手机数将达到 PC 的 2—3 倍,但乘以移动设备便携易用带来的便利,移动设备将能提供 10 倍于 PC 时代的机会。
Facebook 和 WhatsApp 是最典型例子。两年内,Facebook 移动广告收入就翻倍,成为一个体量达 65 亿美金的海量客户部门;而只有 30 个工程师的 WhatsApp 一年内信息流量已达到 72 亿条,要知道,全球短信总量是每年 75 亿条。
“杠杆效应”还改变了互联网初创企业对早期资本的需求:2000 年,一个融资 1000 万美金、拥有 100 名员工的初创企业能吸引 100 万用户;现在,融资 100 万美元,有 10 个员工的公司就能吸引 1000 万用户;而未来凭借移动互联网,一人白手起家,不要拿什么投资,就能吸引 100 万用户。
移动甚至重置科技产业
1. 智能手机逐渐拖垮 PC。
全球有 20 亿人,平均每 2 年买一台移动设备;全球有 16 亿人,平均每 5 年买一台 PC。
2. 智能手机和平板电脑已占电子产品市场半壁江山。
3. 1999 年时,全球共有 800 亿张用胶卷拍的照片;而今年,社交网络上分享照片就达到 8000 亿张;苹果和 Android 手机销量,也超越日本生产的照相机。
4. 移动甚至改变 PC 领域市场份额。
微软在 PC 领域销售份额持续下滑,已从超过 85% 份额,掉到不到 25%;而苹果却快速占领市场,从收入看,几乎接管 PC 业,在 2013 年达到 1750 亿美金。
5. 移动已导致技术中心转移。
硅谷和中国成为新时代中心,代表公司:电脑领域谷歌和苹果,打败微软;芯片领域 ARM 和高通,打败英特尔;手机行业,中国深圳打败原生产诺基亚的芬兰。
6. 移动撬动供应链过程:
移动也在重置其他产业
1. 科技在主导我们注意力。
2. 科技品牌价值巨大。
2004 年,科技品牌价值占全球品牌价值前 100 位的 30%,其中谷歌、苹果、亚马逊和 Facebook 四家占不到 2%;但现在,前者已达到 40%,后者快接近 20%。
3. 孩子们最牵挂什么?移动设备。
4. 人与人的沟通正趋向纯数字化、纯移动化,现在连爷爷奶奶们,也会使用电子邮件了。
5. 移动设备挤压下,电视变得越来越小众,可用来看视频的数字设备,正从数量上超越真正的电视。
6. 作为移动设备的屏幕,全球 LCD 液晶屏显示器销量显著上升。
科技还有很大改变世界的潜力
1. 以下是各行业在 2013 年收入情况。其中,汽车业达到 14000 亿美金,服装业达到 13000 亿美金。
2. 通常跟技术相关公司分三种。一是以技术为核心的公司,如苹果;二是通过技术改进产品或扩展业务,但技术不是核心,如亚马逊;三是被新技术催生出的公司,可能做的是传统行业,但都基于新技术,如 Airbnb。而如果重点关注第三种公司,我们会发现:每波技术创新浪潮,都会催生一些新行业,比如:
正如卡车和洲际公路出现让零售业发生根本性转变,因而成就了沃尔玛,移动设备和移动互联网为传统旅游和运输行业创造了全新可能,因此才有 Airbnb、Uber 和 Lyft。由此可见,移动已开始对社会产生深刻影响。
另一重要事实:当一项技术被充分普及,它就被社会“内化”成理所当然的一部分,人们也就不再谈论它。以下几张图,显示了“铁路”、“钢铁”、“计算机化”等技术词汇在 Google Books 出现的频率:
“铁路”
“钢铁”
“计算机化”
而“软件”出现频率如下:
这样的趋势说明:软件和移动互联网已开始走向被内化阶段,成为各行业理所当然、不可或缺的组成部分。软件和移动互联网正在吃掉整个世界,科技业自身已容不下技术发展的张力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30