京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在余额宝诞生一周年之际,天弘基金推出《余额宝一周年大数据报告》系列图说,用趣味长图的形式扫描余额宝的粉丝特征,宝粉年龄、客单量、地域、使用习惯、交易频率等信息一目了然,全样本的海量数据会让你发现宝粉们不为人知的一面。
全样本扫描,真正海量数据
有人寄希望于从大数据中扒出商机,也有人认为大数据不靠谱。热播美剧《纸牌屋》就是一部大数据“算”出来的电视剧——拍什么、谁来拍、谁来演、怎么播,都由数千万观众的客观喜好统计决定。并不像传统媒体那样只抽样统计数千个样本,《纸牌屋》的大数据包含了3000万用户的海量收视选择、400万条评论、300万次主题搜索。
《余额宝一周年大数据报告》的过人之处也在于其超过1亿用户的海量样本,不是“抽样调查”,而是“全样本”,是名符其实的“大”数据。
1亿是什么概念呢?中国每13个人当中,就有一个余额宝用户,除去老人和小孩,基本上绝大多数社会中坚力量都在使用。所以,余额宝的大数据描摹的情况,可以说最接近真实。由于余额宝大数据中心对接的是1亿多宝粉真实的信息,每位用户的真实情况尽在掌握,从性别、金额、地域,到交易频率、交易时间分布,海量样本确保了数据的真实、客观、有效,由此而来的结论,方能一针见血。
业内人士分析,在互联网金融这个领域,不管是从全局的角度描摹投资者众生相,还是从个体的角度描摹个人,只有过亿用户的余额宝,才有这个功力去收集、整理、发布这样的大数据。
大数据讲故事,图说精彩无尿点
你知道吗?截至2014年5月26日,余额宝运行一周年共为宝粉创收118亿元,相当于请全国人民每人一份炸鸡和啤酒,或者请全北京人民坐公车上下班整两年。余额宝客户数超过1亿人,自从有了余额宝,海内皆宝粉,天涯若比邻;天弘增利宝货币基金已成为世界上客户数最多的货币基金。余额宝规模达5742亿元,自从有了余额宝,中国基金走向世界,余额宝已成为世界第4大货币基金。
你被平均了吗?余额宝用户人均持有余额宝5030元、人均年龄29岁。自从有了余额宝,广场舞大妈们也变得萌萌哒。
谁是宝粉的主力军?80后、90后宝粉人数占比76%。人数占43.82%的80后宝粉,持有余额宝的金额达49.76%,贡献了余额宝近半壁江山。24岁宝粉最多,占宝粉总数比为6.83%,他们生于1990年,属马,今年本命年,标准的90后,宝粉中坚力量的年龄超乎你的想象力。
天弘基金大数据还有一项重大发现,80还是宝粉中绝对的“高频交易者”,在余额宝全年4.96亿次转入、8.10亿次消费和提现中,80后的转入、转出笔数均过半。
穷学生没钱理财?18~22岁的宝粉占比高达20%。余额宝理财是年轻人的专利?中国大妈们的活跃表现会让你大吃一惊,3.8%的宝粉超50岁,比率和半年前相比,增加1.5个百分点。
哪里宝粉最人多势众?华东、华中,然后是华北。其中,江苏、广东、山东成为宝粉人数最多的省份,重庆、上海、温州则成为宝粉最聚集的城市。
到底男性更爱理财,还是女性更爱理财?余额宝上线之初,男、女有效用户数占比差距很大,达21.8个百分点,但随着时间的推移渐渐缩小,直到双十一,这种差距缩短为5.9个百分点,逼近全国人口男女比例,并且此后比例长期趋于稳定状态。这似乎说明男性对理财更敏感,男性敢于冒险、喜好新事物、愿做第一个吃螃蟹的人的本性在余额宝中显露无疑;而女性则爱薅羊毛,喜欢打折优惠的利益驱动。
在广东、山东和河南三地,男性用户数和持有金额都远大于女性用户。而江浙沪地区,女性用户却明显多于男性用户,而不同的是,上海和浙江是真的女人掌握了大半天,而江苏女性并不具实权。虽然江苏女性用户数明显多于男性,但男性持有金额远高于女性,由此推断,是男掌事业女掌家。在31省中,绝大多数省份男性持有金额高于女性或者相当,只有浙江、上海和黑龙江三地,女性持有金额高于男性,且女性用户数也超过男性。
这些宝粉特征,是否和你的预估有偏差?比如北京、深圳、广州居然全不在宝粉人数TOP3城市,比如高达两成的宝粉处于大学生年龄段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21