京公网安备 11010802034615号
经营许可证编号:京B2-20210330
重磅报告| 国内外主流手机品牌解析,3分钟读懂手机行业发展趋势
全面进入移动互联网时代的今天,作为几乎是唯一终端入口的智能手机,达到了接近人手一部的市场保有量。经历了人口红利期的超级增长后,手机出货量增幅开始大幅减缓。为了抢夺消费者市场,如何借助品牌营销让产品增值成为众多手机品牌商发力的重点。
2010年以来,从聚焦全球目光到引发各大品牌每年一次的借势营销热,苹果发布会的营销手段的确令人折服。上周,苹果发布了被网友戏谑为“史上最肾疼的iphoneX”,又掀起了一波讨论热潮。这是否会让苹果在中国市场持续走俏?国产品牌式创新能否收买人心?手机行业的下一个热点会是什么呢?
9月21日,DataStory·2017大数据商业创新论坛(广州站)在W酒店圆满落幕。《2017手机行业白皮书》在论坛上同期发布,该报告数据来源于DataStory手机行业库,时间范围为行业库创建当日2016年1月1日到2017年9月14日。该行业数据库覆盖了社交、电商、视频、门户等90%的主流网站数据, 1万多个不同的站点,还定制了3C垂直网站和各大手机品牌论坛,全面跟踪监测了国内外20多个主流手机品牌。本次报告围绕手机行业整体舆情、手机品牌发布会及明星IP营销、消费者关注热点四大部分,全面呈现了国内市场的手机品牌现状。DataStory数据分析服务总监Kin在现场对手机行业趋势进行解读。
手机行业热度不减,月均声量高出行业平均水平57%
手机行业月均声量超过140万,高出行业平均水平57%,手机行业的舆情热度较高;OPPO声量最高,VIVO、小米紧随其后,苹果无缘前三。其原因不外乎两点,一方面是品牌目标人群定向的差异。OPPO和VIVO的定位比较年轻,讨论人群更年轻而且全面下沉到三四线城市,获得更大量级的用户基础。虽然关注苹果人群也很年轻,但城市级别较高。对比分析可看出,国际品牌苹果和三星舆论的热度,基本集中在一二线城市,国产品牌更多在大众市场。
另一方面, OPPO和VIVO的高关注度也在于其品牌活动中均使用了明星IP。小鲜肉明星代言均为品牌带来了很大流量。在网友发声的社交平台主阵地微博,除了红包互动营销,“代言”也是品牌很重要的流量担当。
发布会营销承包声量峰值,苹果2017发布会远超2016
2016、2017年手机行业声量有11个峰值,其中8个与发布会相关。声量最高的是2017苹果发布会,其中最受网友关注的是“人脸识别”、“曲面屏”。
声量位列第二的是今年6月举行的OPPOR11的发布会。相比苹果发布会预热的长线作战、OPPOR11预热仅仅1个月,但是它的内容重点非常突出,即“前后2千万的摄像头”。除此之外OPPO还找了9个代言人进行代言,借助明星效应热度持续走高,再加上当天浙江卫视的直播,使整个发布会的传播覆盖面极速扩张。
“外观”和“拍摄”仍是关注焦点,“全面屏”、“双摄”持续走高
手机行业最热的产品功能诉求集中在产品“外观”和“拍摄”上,占比分别为34%、28%;其次为续航能力,占比19%。在外观方面,讨论人群以一二线城市、年轻的用户为主,其中机身颜色与材质最受关注,屏幕相关内容也十分重要,“全面屏”持续走高。
女性用户、年轻用户和一二线城市的用户是热衷于讨论拍摄的主要群体,“后置”与“柔光”声量突出,“双摄像头”增势迅猛。
综上,相比其他行业,手机依然是普通大众讨论的热点,2017年的国内手机市场热度或将持续攀升。微博是话题营销的重要渠道,新闻论坛的声音则更多围绕产品和体验。在营销方面,鉴于发布新品的频率与用户群体重合度,OPPOR11的营销模式或更值得借鉴,明星IP仍会是广大品牌商的引流手段,合作的深度一定程度上左右着代言的效果和品牌影响力提升的幅度。而在用户对手机功能诉求方面,全面屏、双摄像头或有机会成为手机行业的下一个风口。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12