
双十一除了考验消费者的智商,还考验了经营者的情商
今年的双11,马云疯狂为数学老师打call。“火炬红包”、“定金膨胀”、“跨店满减”、“叠加优惠”、 “购物津贴”、“凑单优惠”,优惠方式可以说是五花八门,加上优惠时段限制,着实考验了消费者的智商。
如果你觉得这样双十一已经结束?那你就大错特错了。自古以来,阿里、京东就年年双11打嘴架,刘强东八年电商跟阿里的争吵从来未消停过。而今年的确是打的最激烈的一次,最考验阿里和京东高层经营者情商的一次交火。
事情起源是京东官方微博发文显示:截止11月11日2:00整,京东2017年11.11全球好物节累计下单金额超950亿元;7:46:58整,累计下单金额超1000亿,在天猫发布1000亿大关之前发布。
随后,11月11日上午,在直播现场被问及如何看待京东宣布双11期间11天下单金额达1000亿时,阿里巴巴集团市场公关委员会主席王帅回答:“不得不承认京东数学很好”。
再之后京东CMO徐雷在微信朋友圈怒怼:“这不是数学问题,这是逻辑学问题。”
作为中国两家电商的巨头,双十一战报备受关注,引发网友热议,有人支持天猫,有人支持京东,还有人称两者没有可比性。毕竟,京东双十一从11月1日就开始,算的是累计下单金额;而天猫算的是当天成交额。那么究竟,这场鏖战阿里和京东哪家经营者的情商更高?我们理性看待,用数据说话。
2017年双十一销售总额与行业占比
天猫方面:
截止到2017年11月11日24:00整,天猫当天成交额1682亿元,创出历史新高。3分01秒,成交额破100亿元,比去年快3分多;6分05秒,成交额超200亿元;40分12秒,成交额超500亿;1小时00分49秒,成交额超571亿元;9时00分4秒,成交额超1000亿元;13时9分49秒,成交额超1207亿元。2017天猫双11全天成交额达到了1682亿元。
(本图摘自网络)
(天猫2015-2017年成交额各时段变化图)
京东方面:
京东2017年11.11全球好物节累计下单金额超1271亿元,创出历次新高。@京东官方微博发文显示:截止11月11日2:00整,京东2017年11.11全球好物节累计下单金额超950亿元;7:46:58整,累计下单金额超1000亿,在天猫发布1000亿大关之前发布。
(本图摘自网络)
根据星图数据对20家B2C电商平台监测数据显示:2017年双十一全网总销售额达2539.7亿元产生包裹13.8亿个。在双十一销售额方面,天猫销售额占全网比例66.23%,京东占比21.41%,苏宁易购占比4.34%,唯品会占比3.43%。这点上,天猫胜一局。
(本图摘自星图数据)
2012年-2017年销售额发展趋势对比
天猫方面:
2009年天猫举办第一场双十一购物狂欢节,销售额为0.5亿元,2010年9.36亿元,同比增长1772%,2011年52亿元,2012年191亿元,2013年350.19亿元,2014年571亿元,2015年912.17亿元,去年天猫双11销售额突破千亿,为1207亿元,同比增长32.3%。今年再创新高1682亿元,同比增长39.35%。
京东方面:
反观京东(由于数据受限,C君只找到2012年开始的数据),2012年“京东双11全球好物节”11月11日单天销售额20.6亿元,2013年53亿元,2014年突破一亿,达到103亿元,同比增长94.34%,2015年193亿元,2016年263亿元,2017年全天成交量394亿元,同比增长49.8%。而截至11月11日24点,“京东双11全球好物节”下单金额突破1271亿元,同比增长超过50%,累计售出商品7.35亿件。
不管是一个月还是十天,或是一天的销售额,这次C君站消费者!那么你呢?通过以上数据对比,作为一名数据分析的读者,你觉得天猫和京东这局谁胜谁负?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23