2017年移动互联网行业发展报告82页

共享单车用户出行类应用使用行为变化趋势
关联度 35.0% 30.0 % 25.0 % 20.0 %
主流打车类App表 现
主流共享单车类App表现
使用率 80% 70 % 60 % 50 % 40 % 30 % 关联度 70.0% 60.0 % 50.0 % 40.0 % 30.0 % 20.0 % 10.0 % 0.0 % 使用率
位置描绘 人群描绘
省市 分布
层级 分布
性别 特征
年龄 特征
应用 特征
增量时代
职住 通勤
资源 配置
出行 习惯 生活 状态 社群 划分
存量时代
城市 风貌
人群 迁徙
2018/2/28
7Leabharlann 移动智能终端用户在经济发达地区集中度更高
截至2017年12月，我国移动智能终端用户TOP10省份占据了整体近六成用户。位居2017省市人均GDP 排名前列的北京、江苏 、浙 江、 广东作为经济发达地区，移动智能终端用户集中度更高，其智能终端用户占比要高于人口占比，人才吸附能力更强。
90 后应用类型偏好指数 TOP5
运动健身 图片摄影 阅读 健康医疗 智能硬件 173 163 163
20.2%
56.1% 20.2%
14
新的迁徙规律，可以被描摹
海南岛候鸟旅游人群迁徙情况
出发城市TOP 10
城市 北京市 哈尔滨市 成都市 上海市 西宁市 重庆市 广州市 长春市 郑州市 天津市 占比 7.6% 3.4% 2.8% 2.7% 2.4% 2.2% 2.1% 1.9% 1.9% 1.6%
2017移动智能终端用户省份占 比
广东
2017移动智能终端用户TOP 10省 份
11.8% 7.4% 6.3% 6.3% 5.8% 4.8% 4.8% 4.0% 3.8% 7.8% 5.7% 6.8% 7.0% 4.0% 5.9% 5.3%
江苏
河南
山东
浙江 四川 河北 湖北 北
0%-2% 2%-4% 4%-6% 6%-8% 8%+
>20k m
2017年7月
2018/2/28
注：生活半径热力图根据2015年7月与 2017年7月北京地区常驻设备在工作时段与休息时段出现的地理位置绘制； 通勤距离根据2017年1月与2017年7 月北京地区常驻设备平均通勤距离计算10
不同区域的人，忙法不同，城外人为生活奔波，城中人享受生活
同样生活在北京，不同区域的人群也展现出 不同的生活状态。 相比中心城区，城郊区域的人群跨行政区域 往来的程度更高，他们的日常生活更倾向于 远距离奔波； 相对而言，中心城区的人们日常访问的POI 类型较远郊区人群更加多样，享受着丰富的 生活。
城市存在时空折叠，均衡的资源，不意味着将被均衡利用
通过分析北京地区高消费与低消费人群利用商业设施的状况发现，虽然北京不同区域的商业设施配置和分布相对均衡，但两个群体对 设施的利用在时间和空间上却鲜少重合。
北京地区休息日人群活动与商业设施热力图
11:0013:00
商业 POI
13:0015:00
高消费人群
35.6% 34.5%
35.9%35.4 %
2016年12 月 2017年12 月
14.5% 14.6% 10.0% 10.4% 4.0% 5.1%
25 岁及以下
26-35 岁
36-45 岁
46-55 岁
55 岁以 上
2018/2/28
17
他们享受更安逸的生活
对比80后和90 后在不同城市的通勤距离发 现，不论北京还是上海，90 后的通勤距离 均 低于80 后，可见90后相对较为安逸； 对比北京90后和北京80后的通勤距离区间 来 看，超4成的北京90后通勤距离小于 2KM， 通勤距离相对较近。
单车人群 非单车人群
北京典型老城区客群分析
牛街
多少人骑共享单车 其中有多少外地人
男
杨梅竹斜街
前门大街
五道营胡同
地坛公园
14.3% 10.5%
47.3% 52.7% 女
17.9% 14.5%
45.9% 54.1%
17.6% 13.9%
46.0% 54.0% 3.4%
22.4% 7.5%
48.2% 51.8% 3.4%
2.5 % 1.5 %
2016Q1-2017Q4 中国移动智能终端 规模
移动智能终端规模（亿台） 移动智能终端规模增速 (%) 1.1 % 0.9 % 1.0 % 0.9 %
1.4 %
1.2 %
13.1
13.3
13.5
13.7
13.8
13.9
14.1
14.2
2016Q 1
2016Q 2
2016Q 3
区域人群流动性分析
Commutation-区域换流 性
Vibrancy-区域活 力
2018/2/28
Lei Shi, Tao Jiang, Ye Zhao, Xiatian Zhang, Yao Lu， UrbanFACET: Visually Profiling Cities from Mobile Device Recorded Movement Data of Millions of City Residents. https:///abs/1707.04210 注：Commutation 反映人群跨行政区域往来的程度，Vibrancy反映人群访问不同类型POI 的程 11 度
2016Q 4
2017Q 1
2017Q 2
2017Q 3
2017Q 4
2018/2/28
6
从用户增量到人本洞察，移动数据应用深化
增量时代，移动数据主要关注描绘增量人 群；而在存量时代，移动数据关注刻画人群 迁徙、城市资源、典型人群生活状态等人本 洞察，更加关注社会、城市与人群之间的关 系。
移动数据应用深化
2018/2/28
3
1
•
增长乏力，存量时代下的2017
移动数据人本洞察
•
•
行业应用表现
移动智能终端市场
2018/2/28
4
移动数据人本洞察
2018/2/28
5
移动智能终端低增速时代开启已有七个季度
中国移动智能终端设备规模季度增速放缓， 自2016年第二季度起，移动智能终端增速就 跌破2% 。移动智能终端用户规模步入低增 速 时代已有七个季度。
大于 15KM
来源：TalkingData数据研究中心 注：通勤距离指居住地和工作地之间的直线距离
19
也更关注内外在修养
对90后来说，不健身、不自拍、不阅读就不足以谈人生
• 分析90后应用类型偏好发现，运动健身、图片摄影和阅读是90后最关注的应用类型；进一步来看，运动健身类的应用中，keep 、 小米运动和悦跑圈跑步等应用受欢迎；图片摄影应用中，美颜类应用受90后青睐；阅读类应用中小说和漫画类应用受关注。
低消费人群
15:0017:00
来源：TalkingData 与中国社会科学研究院合作课题研究成果
2018/2/28
12
新的出行方式出现，改变着一些人的出行习惯
共享单车的出现，为人们提供了新的出行方式选择。而选择共享单车出行的群体，其打车类App 的使用率在下降，单车类App 使用 在 增加，出行方式发生着改变。
13.1% 9.2%
48.8% 51.2% 3.5%
性别
年龄
46岁及以上 36- 45岁 26- 35岁 25岁及以下
2018/2/28
3.3% 20.5%
56.1% 20.1%
3.8% 20.0%
55.7% 20.5%
21.2%
55.4% 20.1%
20.1%
56.2% 20.3%
数据来源： 2017年4月
18.1% 2015年12 月
16.8%
2016年12 月 二线城市
12.3% 2017年12 月
一线城市
三线及以下城市
2018/2/28
注：一线城市指“北上广深”，二线城市为各省会、直辖市、以及厦门、珠海、汕头经济特区，三线及以下城市为除一二线城市之外其他城市
9
城市人的生活愈加繁忙，生活半径在增大、通勤距离在增加
青岛市候鸟旅游人群迁徙情况
出发城市TOP 10
城市 北京市 占比 6.9%
上海市
广州市 重庆市 天津市 郑州市 深圳市 成都市 武汉市
3.4%
2.6% 2.5% 2.2% 1.7% 1.6% 1.6% 1.6% 1.4%
青岛市
海南岛
数据来源：TalkingData 移动数据研究中心，2016年6月-2017年1月数据
平均通勤距离对比（KM ）
9.0 7.9 6. 6 7.9
北京90后通勤距离对 比
17.4% 14.7% 13.8% 13.8% 20.3% 12.2% 17.1% 15.3%
40.2%
35.1%
北京 90后 后
2018/2/28
上海 80
小于 2KM
90后
25KM 510KM
80 后
10-15KM
talkingdata移动数据研究中心头部小程序根据talkingdata小程序统计分析平台top20小程序采样日活用户增长比例小程序12月日活用户数量均值1006月日活用户数量均值1用户规模增长比例小程序12月累积用户数量1006月累积用户数量1用户规模根据cnnic中国互联网络发展状况统计报告微信小程序等公开资料整理46手机支付线下消费用户渗透率手机支付线下消费用户规模100手机网民规模双管齐下互联网巨头布局数据融合生态通过手机支付微信小程序等数据融合工具的运营以及线下对百货商超零售集团生鲜超市等零售业态的投资布局阿里巴巴与腾讯正在围绕线下消费打造数据融合生态
中国总人口性别比 例
男性
2017年12 月
女性
2016年12 月 女性
%
53.9
46.8% 48.78 ％
中国总人口性别比 例
46.1%
注：中国总人口性别比例数据来源中国国 家统计局2016 年 4 月 20 日公布的《全国人口普查条例》，统计周期以 2015 年 11月 1日零时为标准时点进行了全国1 ％人口抽样调查
10 %
关联度
2017.0 4 使用率
30 % 20
% 注：主流打车类App选择滴滴出行、 Uber %
而新的出行习惯，也在改变城市的风貌
新的出行习惯，也在改变城市风貌，在牛街、五道营胡同等北京典型老城区，骑共享单车游览成为新时尚，其中不乏外地人；而老城 区的共享单车用户中，26-35岁、女性占比高于非单车用户，共享单车为老城区注入了新活力。
4.2%
1.5%
京 湖 南
3.7% 4.8%
2018/2/28
8
用户向三线市场下沉，移动智能终端全面普及
对比2015-2017三年的变化趋势，移动智 能 终端在三线及以下城市持续渗透，移动 互联 网已全面普及。
移动智能终端用户城市级别分布及变化
49.3 %
53.2 %
62.9 %
32.6%
30.0% 24.8%
长春市
，2016年6月-2016 年9月数据
2018/2/28
15
男性用户占比下降，性别分布趋于平衡
2017年,随着移动智能终端用户趋于饱和，移动智能终端用户性别特征逐渐趋近人口学特征，预计2018年中国智能终端用户中男性用 户 占比将会下降至52.5% 。
2017移动智能终端用户性别结构
男性
53.2% 51.22％
数字化进程。从业务数字化到效益数字化，线上线下数据融合后的数据资产将帮助企业和组织实现智能化
决策，打造智慧经济。 本报告中，我们将关注增长困局下的人本洞察、移动应用、智能终端，回顾移动数据与各行各业的深 化融合，并提出智慧经济趋势下的数字化转型方法论。
2018/2/28
2
目录
CONTENT S
01 增长乏力，存量时代下的2017 ------------------- 04 02 深化融合，数字推动决策智能化 ----------------- 40 03 2017移动互联网行业应用年度榜单 -------------- 49
2018/2/28
16
年轻人群仍为用户主体，90后成未来消费主力
2017年，我国移动智能终端用户中35岁及 以 下用户的比例达69.9%，年轻用户仍然是 移 动互联网用户的主体。 随着更多90后人群步入职场，他们将成长为 消费主力。相比80后，他们的生活状态已 被 移动互联网深度影响。
移动智能终端用户年龄结构
破局增长，数据推动智慧经济
2017年移动互联网行业发展报 告
2018/2/28
1
引言
自2016年第二季度起，中国移动智能终端规模增速连续七个季度低于2% 。增长困局下，移动数据的应 用场景细化、与线下消费的深度融合成为了破局点。2017 年的新零售、无人货架等热点，皆是围绕这两个 主题。 智慧经济 ，就是将人工智能、 大数据、互联网自动化能力融入各行各业。移动互联网推动了各行业的
通过分析北京地区上班族的活动范围，可以观察到现代人在城市中的生活半径在扩大，长距离通勤的人群比例在增加，都市生活愈加 繁忙，人们对于生活、交通便捷性的需求值得被关注。
北京上班族生活半径热力图
北京上班族通勤距离变化
19.79% 20.33%
工作地
2015年
2017年 11.61 %
10.77% 居住地 10-20km 2015 年 2017 年 2017年1 月
100%
90 % 80 %
70 %
60 % 50 % 40 %
15.0 %
10.0 % 5.0 % 0.0 %
2016.04 关联度
2017.0 4 使用率
20 %
2016.0 4
2018/2/28
、易到，主流共享单车类App 选择摩拜单车与OfO共享单车，关联度与使用率为各款App该指标均值；关联 10 度=统计周期内目标人群某款app安装量/ 目标人群总量*100%，使用率=统计周期内目标人群某款App活跃量/该App安装量*100%13 0%