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
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21