2019-2020金融人群洞察分析报告
金融行业运营数据分析报告
金融行业运营数据分析报告引言金融行业是全球经济发展的重要组成部分，随着互联网的快速发展，金融科技（Fintech）逐渐兴起，带动金融行业运营数据的快速增长。
本报告旨在对金融行业的运营数据进行深入分析，以期为金融机构和决策者提供有益的洞察和指导。
数据概览本次分析的数据集包括了一家全球性银行在过去一年内的运营数据。
数据涵盖了多个关键指标，包括财务指标、客户指标、交易指标等。
数据以日期为单位，包括了每天的数据记录。
以下是数据集的基本信息：- 数据起始日期：2020年1月1日- 数据终止日期：2020年12月31日- 数据记录数：365条数据分析与洞察财务指标分析我们首先对财务指标进行分析，以了解该银行的财务状况和经营情况。
资产负债表分析通过分析资产负债表，我们可以评估银行的资产结构和负债结构。
资产结构：根据数据分析，该银行的主要资产包括存款、贷款和证券投资。
其中，存款占总资产的45%，贷款占总资产的30%，证券投资占总资产的15%。
这表明该银行非常依赖存款和贷款收入。
负债结构：负债结构主要由存款和债券组成。
根据数据分析，存款占总负债的80%，债券占总负债的15%。
这表明该银行主要依赖客户存款作为负债来源。
利润表分析通过分析利润表，我们可以评估银行的盈利能力和收入来源。
收入来源：根据数据分析，该银行的主要收入来源包括利息收入、手续费和佣金收入以及其他收入。
其中，利息收入占总收入的70%，手续费和佣金收入占总收入的25%，其他收入占总收入的5%。
这表明该银行主要依赖利息收入。
盈利能力：通过对比2020年的净利润和上一年度的净利润，我们可以评估该银行的盈利能力。
数据显示，2020年的净利润为10亿美元，较上一年度增长了20%，说明该银行在过去一年取得了良好的盈利情况。
客户指标分析银行的客户是银行业务的核心，通过分析客户指标，我们可以了解银行的客户数量、活跃度和忠诚度。
客户数量分析根据数据分析，该银行在2020年的客户数量为100万人。
2020社群电商消费人群洞察报告
消费者购买商品平台对比分布
4% 6%
5%
27%
10%
12%
19%
淘宝
天猫
京东
17%
唯品会
拼多多
苏宁
小红书
其他
03 万物皆可团： 满足用户多元需求
社群电商主要消费的产品品类
• 美妆护肤、生鲜食品、母婴用品是社群电商团购平台消费者最爱买的商品，其他品类的偏好度次之。
用户消费品类结构
美妆护肤
生鲜食品 服装鞋包
消费者年龄结构分布
消费者性别分布
女性
20岁以下
20-30岁
30-40岁
40-50岁
50岁以上
男性
61.8% 38.2%
社群电商消费者人群画像（二）
• 从省份分布上看，社群团购用户群体在一线城市与沿海城市人数较多，湖北因疫情的影响，消费习惯改变，社群团购消费 用户挤进了前十名。
社群团购用户TOP10省份
2020客单价 客单价同比增速%
2019年汽车人群洞察报告
2019年汽车人群洞察报告2019年，汽车市场营销面临了众多的新挑战与新机遇。
本篇报告将就消费趋势、行为特征、购买目的等方面进行洞察，为公司的决策提供参考。
首先，新汽车消费者年龄越来越年轻。
随着大众信息化时代的到来，年轻一代成为了更为重要的消费群体。
他们注重个性和舒适，对数字科技和智能化技术更为关注。
由此也可以看出，品牌的塑造和个性化推广将成为未来汽车营销的重点。
其次，自主品牌汽车消费者占据主导地位。
根据市场调查，2019年的中国自主品牌汽车消费者占比达到了51%。
在自主品牌中，SUV车型成为了最受欢迎的车型之一。
同时，越来越多的消费者在车辆购买中考虑了低碳环保因素，电动车也成为了重要的选择之一。
除此之外，片区市场需求有所不同。
在城市市场中，消费者更加看重车辆的舒适度和品质，对高端品牌的认可度也较高。
而县域城市市场则更倾向于价格和性价比较高的车型。
消费者在购车过程中也更加心态成熟，更能够切实考虑自己的需要和实际情况。
最后，数字化营销成为主流趋势。
随着新媒体、社交平台的不断兴起，数字化营销正在取代传统的汽车营销策略。
消费者趋于通过数字化平台了解产品信息，依此做出购买决策。
同时，互联网金融等新的投资方式也将成为消费者购车的新趋势。
总之，车市的发展，需要从更宏观、更深层次去洞察，只有不断调整与更新，才能应对变革，迎来新的机遇和挑战。
在数字化营销中，大数据技术的应用也越来越重要。
消费者在使用移动设备时，会在搜索引擎和社交媒体上提供越来越多的数据。
借助这些数据，汽车品牌可以精准地识别目标受众、制定更有效的广告、衡量广告投放效果、甚至设计更便于用户使用的汽车等。
特别是在社交媒体上，消费者更可能与某些汽车品牌形成情感联系，并在互动平台上主动分享他们的购车经验和印象，这些数据有着无穷的数字+社交价值。
对于汽车品牌来说，增加品牌的知名度和忠诚度，也是数字化营销中的重要目标。
在这方面，影响力营销是非常有效的策略。
通过病毒式营销、UGC（用户生成内容）营销、明星代言等手段，汽车品牌可以吸引更多的注意力和讨论，打造出更具有互动性和参与感的营销环境，获取更多用户建立品牌链接。
中国不同城市营销人群洞察分析报告
不同人群工作日各时段活跃次数分布
5.8%
不同人群周末各时段活跃次数分布
5.6%
5.4%
5.2%
5.0%
4.8%
商务人群
大学生人群
母婴人群
4.6% 4.4%
8点 9点 10点 11点 12点 13点 14点 15点 16点 17点 18点 19点 20 点 21点 22点 23点
商务人群 早起活跃
大学生人群
/ 18 /
针对安卓平台手机，华为和魅族更受大学生青睐，OPPO在 二三线城市更普及
大学生人群设备品牌TOP10比例
一线大学生 二线大学生 三线大学生
16.9%
一线：63.4% 二线： 52.4% 三线： 52.0%
大学生人群TOP5品牌指数
品牌\城市 一线大学生 二线大学生 三线大学生
华为 165 127
Part 2
不同城市人群特征
用户洞察-应用偏好：洞察不同人群移动端触媒习惯
商务人群 办公、新闻资讯、商旅出行、地图导航
等类型应用的偏好指数高于其他两类人群
大学生人群 游戏、教育阅读
等类型应用的偏好指数较其他两类人群更高
教育阅读 新闻资讯 网络购物
办公
170 120
70 20 -30 -80
音乐电台
移动端活跃用户省份分布及增长趋势
华北/华中地区 占比 31.8% 增幅 9.8%
东北地区
占比 7.9% 增幅 用户规模最大 广东、浙江、江苏等华东/华南省份是 移动端用户最为集中地区，占全国用 户的43.4%，但增速缓慢相对饱和。
西北/西南地区
华东/华南地区
占比 43.4% 增幅 1.0%
/ 19 /
【消费人群分析】TalkingData-电商人群洞察报告_市场营销策划2021_消费人群分析报告_p
男性相对更偏好旅游 女性注重健康美容消费
46 -55 岁
职场“老司机”
男性开始健康应用及消费 女性注重个护健康及食品
二手闲置生鲜电商全年龄段对二手闲置及生鲜电商均有较强偏好各年龄段人群画像及应用消费特征男性活跃于手游偏好汽车与智能硬件女性依赖图片摄影软件0510152520303540455020406080100120140160通讯社交金融理财网络购物移劢工具移劢视频手机游戏音乐音频图片摄影电子阅读学习教育智能硬件餐饮服务健康美容汽车服务生活服务人力资源活跃男活跃女tig男tgi女1925女性偏好海淘护肤控男性偏好生鲜高级宅女性消费者电商偏好tgi124tgi101综合电商tgi101男性消费者电商偏好tgi141生鲜电商tgi137二手闲置1925男性电商消费偏好top5外设鼠标上榜手机干蛋糕便食品鼠标饮料价值分女性电商消费偏好top5面膜电饭煲上榜手机牛奶乳面膜方便食价值分房产及育儿母婴活跃显著女性对图片摄影依赖性高0510152025303540455050100150200250活跃男活跃女tgitgi女26352635女性消费者电商偏好top1面部护肤top手机壳男性消费者top手机贴膜数据线移动电源电商偏好top1手机周边top蓝牙耳机top乳液面霜top防晒面部精华男性电商购买力偏强女性更注重面部护理01051520男性电商购买力偏强同时不排除为女性买单数据40353025土豪高级白领小白领蓝领男性偏好旅游服务女性注重健康美容与人力资源362040608010012014016018020005101520253035404550活跃男活跃女tgi男tgi女3645女性容易被电商促销所吸引男性偏好二手及票务女性对电商促销表现出更高的敏感女性消费者网购兴趣特征海外购物个护化妆鞋靴箱包tgi139tgi120tgi108tgi102男性消费者网购兴趣特征二手闲置娱乐票务生鲜电商手机数码tgi142tgi139tgi128tgi10320408060100120轻度敏感中度敏感高度敏感极度敏感整体移动互联网活跃度较低男性更注重健康462040608010012014016018020005101520253035404550活跃男活跃女tgi男tgi女4655女性更偏好小额消费消费品类整体偏好个护健康和食品20408060100120500元以内20005000元5000元以上女性网购500元以内客单价tgi指数高于男性消费者网购品类偏好男性消费者偏好品类top5女性消费者偏好品类top5剃须话费充值方便食品熟食腊
财富管理报告
财富管理报告财富管理是一个涉及风险管理、投资规划、税务策划、资产保护等多个方面的复杂系统。
对于大多数人来说，财富管理是个陌生而繁琐的领域。
因此，财富管理报告成为了投资者、富人、企业家等寻求更好理财规划的关键工具。
财富管理报告可以为客户提供专业的分析，探索更加有利的财富增长方式，并提供更好的资产保护方案。
以下是三个财富管理报告的实际案例：一、《Money Market Fund Industry Trend Report》2019年10月，中国基金业协会发布了《Money Market Fund Industry Trend Report》，报告强调了中国货币市场基金的稳健发展和优势。
报告简单介绍了货币基金的基本特征、优势和风险，系统分析了2018年中国货币市场基金发展现状和未来趋势，并提出了对货币基金法规、监管和制度等方面建议。
这样管理报告对投资者进行了详细的介绍和分析，帮助他们发现市场的趋势，更好地规划自己的财富。
二、《The Global Wealth Report》全球最大的财富管理机构瑞银发布的《The Global Wealth Report》是全球财富分配和投资状况一年一度的重要分析报告。
这个报告花费了大量的分析，展示了2019年全球财富的分配和投资状况。
报告指出，全球财富总量逐年增加，但财富分配状况不平等，大多数财富掌握在少数人手中，这种财富分配不平等可能影响全球经济的稳定。
这样的分析和洞察对于投资者和资本家来说非常有帮助。
三、《Global Market Outlook 2020》惠誉国际评级公司的《Global Market Outlook 2020》报告聚焦于国际市场及其发展趋势。
最新一期报告开启了关于2020年经济趋势及其可能的影响的全球性讨论。
报告分享了专家对全球经济各自发展的预期，并提供了投资者可能需要知道的市场相关信息，如政治和金融风险评估，以及认定金融工具的优点和风险。
2020年一二线城市银发族数字化生活洞察报告
银发族
银发族年龄尚无统一界定，大部分互联网公司、咨询公司的相关研 究，均将银发族的年龄定义前移，提前瞄准50岁+群体。 本报告参考相关研究报告的界定模式，将50岁以上的中老年群体统称 为银发族。
2
本报告研究说明
研究对象 年龄范围：50岁以上用户群 地域范围：一二线城市
定性定量相结合、银发族及子女双视角挖掘
16
健康监测是主要使用产品，智慧家庭产品整体存在售后服务断层
• 银发族逐渐面临身体机能退化、身体健康等问题，对智慧家庭产品提供的服务有需求，但近半数（49%）的银发族没有使 用过智慧家庭产品。目前使用较多的也以健康类产品为主，如智能血压、血糖仪等小型健康监测设备。
• 银发族对智慧家庭产品的担忧主要聚焦在使用指导、故障解决上，作为购买主体的子女相关担忧更甚。 • 目前银发族关注的小型智慧家庭产品，存在着售后服务的断层，提高了银发族使用门槛，但也蕴含着新的机会。
14
自购和家人选购各半、换机周期高于平均周期
• 47.73%的银发族是手机购置环节的核心决策者，44.19%的银发族终端主要由子女代为选购，随着年龄增长，子女代为 选购的比例有所增加。
• 有5.4%的银发族使用子女淘汰的手机，其中使用iPhone的银发族中，使用二手机的比例（17%）高于整体。 • 银发族整体换机周期多在2年以上，高于Counterpoint Research相关调研显示的社会平均换机周期（22个月）。
暂时没有向下的协助需求 为孙辈自我牺牲 有钱有闲，能动能玩 进入新的忙碌周期
孙辈已大 我尚未老
重返短暂的 自由时光
年事已高
身体机能退化 行动受限
6
50-60岁银发族实描
50-60岁银发族 -- 退休前期
数据分析行业：统计年鉴数据分析行业分析报告 (69)
统计年鉴数据分析行业分析报告一、行业概述数据分析行业是近年来兴起的新兴行业之一，也是当今全球经济和科技领域中高速发展的领域之一。
数据分析主要是指通过对各种类型的数据进行收集、处理、分析、利用以及展示等操作，来为公司、组织、政府等提供决策支持和业务发展指导。
数据分析行业已经成为各大企业、政府机构和组织的必备工具，也成为了提高管理效率、企业竞争力和市场影响力的重要手段。
二、行业市场规模据不完全统计，截至2021年，全球数据分析市场规模已经突破300亿美元，预计未来几年还将持续增长。
近年来，随着人工智能、大数据、云计算等技术的发展，数据分析行业呈现出爆发式增长的趋势。
根据市场调查公司Statista发布的数据显示，2019年全球数据分析市场规模为204.8亿美元，而到2024年，该市场规模将达到384.3亿美元，五年间增长87%。
三、市场竞争分析1.行业龙头在国际市场上，数据分析行业的龙头公司主要集中在美国，特别是硅谷地区。
这些公司拥有强大的技术实力和先进的数据分析技术，如谷歌、IBM、微软、亚马逊等。
2.国内领军企业在国内市场上，数据分析行业的领军企业也相应涌现。
目前，国内市场的龙头企业主要是BAT三大互联网巨头，还有一些新兴的企业正在不断壮大，如今日头条、美团、滴滴出行等。
这些企业拥有多样化的数据来源，有足够的大数据资源和技术实力，也有不断探索新技术以及业务拓展的创新精神。
3.初创公司在数据分析行业，初创公司的数量逐年增加，许多小企业、创业公司尝试进入这个市场，并在竞争中不断成长。
由于初创公司的筹资能力与龙头企业相比较小，往往需要依靠技术和创新来撬动市场份额。
因此，初创公司在技术创新、快速应对市场变化和不断改进数据分析能力方面表现出较大的优势。
四、行业热点及趋势1.以人工智能为基础的数据分析随着人工智能领域的不断发展，人工智能在数据分析领域的应用也在不断扩展。
利用人工智能和机器学习技术，可以增强数据挖掘和可视化分析的能力，从而更好地提高数据分析的精度和效率，也能减轻人力工作负担。
金融科技领域用户使用习惯数据分析报告
金融科技领域用户使用习惯数据分析报告随着科技的进步和金融行业的发展，金融科技（FinTech）已成为了一种引人瞩目的颠覆性创新。
金融科技公司通过结合金融服务和现代信息技术，为用户提供更加高效、便捷和个性化的金融服务。
本报告旨在基于数据分析，深入了解金融科技领域用户的使用习惯，为金融科技公司和相关行业提供市场洞察。
一、用户群体分析1. 年龄分布从数据统计来看，金融科技领域的用户年龄分布范围广泛。
其中，25-35岁年龄段的用户占比最高，占总用户数的45%。
其次是35-45岁年龄段用户，占总用户数的30%。
年轻一代用户（18-25岁）也占据一定比例，约为20%。
而中老年用户（45岁以上）占比较少，仅占总用户数的5%。
2. 性别比例金融科技用户中，男性和女性的比例相对均衡，男性占比约为55%，女性占比为45%。
性别比例的均衡可以为金融科技公司提供更加全面和平衡的服务。
3. 地域分布从地域分布来看，金融科技用户主要分布在大中城市，其中一线城市的用户占比最高，约为50%。
二线城市和三线城市的用户占比依次下降，分别约为30%和15%。
农村地区的用户数量相对较少，仅占总用户数的5%。
二、金融科技产品使用习惯1. 移动支付移动支付是金融科技领域的核心应用之一。
数据显示，移动支付在用户中的普及率较高，用户中有70%的人使用移动支付进行日常消费。
其中，支付宝和微信支付是最受用户喜欢的移动支付工具。
2. 网上理财随着金融科技的成熟发展，网上理财已成为了用户理财的主要方式之一。
近年来，用户在网上理财产品上的投资意愿逐渐增强。
数据显示，60%的用户使用网上理财产品进行投资，其中50%的用户每年的投资金额超过1万元。
3. P2P借贷P2P借贷平台是金融科技领域的另一项重要应用。
数据显示，30%的用户通过P2P借贷平台借款。
而其中的70%的用户主要用于个人消费和创业项目。
然而，也需要注意到一定比例的用户存在还款能力不足的情况，引起相关风险。
金融调研方案
4.报告撰写与提交：撰写金融调研报告，提交给金融机构高层领导审阅。
六、时间安排
1.前期准备（1个月）：完成调研团队组建、调研计划制定、调研培训等工作。
2.数据收集（2个月）：进行文献分析、问卷调查、访谈等，收集所需数据。
3.数据整理与分析（1个月）：对收集的数据进行整理、分析，形成初步分析报告。
五、调研方法
1.定量研究：通过在线问卷、电话访谈等方式，收集大量数据，进行统计分析。
2.定性研究：组织专家访谈、焦点小组讨论，获取深层次的市场见解。
3.案头研究：搜集并分析公开的行业报告、学术论文、政府公告等，构建理论基础。
六、实施步骤
1.准备阶段：确定调研目标，设计调研工具，选拔调研人员，并进行必要的培训。
3.数据分析（3周）：对数据进行分析，提炼关键信息，形成初步分析报告。
4.报告编制与提交（2周）：编制完整调研报告，提交给决策层。
八、风险管理
1.数据风险：通过多渠道数据校验，确保数据的真实性和可靠性。
2.时间风险：建立严格的时间管理机制，确保调研按计划推进。
3.合作风险：强化团队协作，明确责任分配，提高工作效率。
2.了解同行业竞争对手的经营状况，找出差距，提升金融机构的核心竞争力。
3.掌握客户需求变化，优化产品与服务，提高客户满意度。
4.预测金融市场发展趋势，金融市场环境分析：包括宏观经济、政策法规、行业规模、市场竞争态势等方面。
2.同业竞争分析：分析竞争对手的业务结构、盈利模式、市场份额、优劣势等。
2.政策环境解读：研究国家金融政策、法律法规的变化趋势，以及这些变化对金融机构的潜在影响。
3.行业现状评估：分析金融市场规模、增长速度、行业集中度等，识别行业内的主要驱动因素和风险点。
消费金融行业研究报告
伍典2019.12金融科技助力消费金融大放异彩36Kr-消费金融行业研究报告2019.1236Kr-消费金融行业研究报告•我国消费金融市场规模快速增长，行业前景广阔，竞争格局较为分散，不同细分领域各有所长•2018年我国消费金融市场规模约8.45万亿元，预计2020年将达12万亿元，渗透率将达25.1%，与美国40%渗透率相比，发展前景广阔。
目前从整体来看，市场竞争格局较为分散，尚未形成垄断局面。
在传统银行、持牌消费金融、互联网消费金融领域均有领先的优势企业出现，各具特色，各有所长。
•资金需求方、资金供给方、消费金融服务商、消费供给方、消费金融基础设施共同构成消费金融产业链•在消费金融产业链中，上游为资金需求方和资金供给方，中游为消费金融服务商，下游为消费供给方。
此外还有对产业发展起到监管与支持作用的消费金融基础设施，包括银保监会等监管机构，第三方支付机构与征信机构，大数据、云计算及金融科技公司等。
•金融科技用以解决消费金融领域借贷流程中的诸多痛点问题，智能风控将成为消费金融发展的关键•大数据分析、人工智能、物联网和区块链等金融科技的应用正在颠覆金融行业价值链。
目前较为成熟的是大数据分析和人工智能，用以解决消费金融领域存在于贷前、贷中和贷后流程中的诸多痛点问题。
随着国内金融行业监管收紧，消费金融领域历经多年规范与洗牌，利润空间收窄，对客户需求和风险点识别要求更加精准，智能风控将成为消费金融发展的关键。
报告摘要相关研究报告36Kr-“AI+医疗”行业研究报告（2019.12）36Kr-2020年中国新经济趋势洞察报告（2019.10）36Kr-商用服务机器人行业研究报告（2019.08）案例分析公司数禾科技金融科技服务商B 轮2019年2月捷信消费金融持牌消费金融服务商拟IPO 2019年7月SoFi学生贷款再融资，个人理财解决方案服务商E 轮以后2019年5月目录C ontents•定义与分类•市场空间•行业竞争格局•发展驱动力•资本分析•产业链图谱•产业链分析•金融科技的应用•金融科技对消费金融的影响•数禾科技•捷信消费金融•SoFiCHAPTER Ⅰ消费金融行业发展概况•定义与分类•市场空间•行业竞争格局•发展驱动力•资本分析•消费金融有广义和狭义之分，本报告仅研究狭义范畴根据中国人民银行《中国区域金融运行报告(2018)》所示，消费金融包括广义与狭义两种定义方式。
银行存贷款数据分析报告怎么写
银行存贷款数据分析报告怎么写在当今的金融领域，银行存贷款数据的分析对于银行的经营决策、风险管理以及市场预测等方面都具有至关重要的意义。
一份全面、准确且有深度的银行存贷款数据分析报告能够为银行管理层提供清晰的洞察，帮助他们制定更加科学合理的策略。
那么，如何撰写这样一份报告呢？下面将为您详细介绍。
一、明确报告目的和受众在开始撰写报告之前，首先需要明确报告的目的和受众。
是为了向上级管理层汇报银行的存贷款业务状况，以便做出战略决策？还是为了向监管机构提交合规性报告？亦或是为了向投资者展示银行的财务健康状况？不同的目的和受众将决定报告的内容重点、深度和呈现方式。
例如，如果报告的受众是银行的高层管理人员，那么报告应侧重于战略层面的分析，如存贷款业务的市场份额变化、长期趋势以及对银行盈利能力的影响。
而如果是向监管机构提交的报告，则需要严格遵循相关法规和要求，重点关注合规性方面的指标和数据。
二、收集和整理数据1、内部数据来源银行核心业务系统：包括客户的存贷款账户信息、交易记录、还款情况等。
风险管理系统：涵盖信用评级、违约率、风险敞口等数据。
财务报表：如资产负债表、利润表、现金流量表等。
2、外部数据来源宏观经济数据：如 GDP 增长率、通货膨胀率、利率水平等，这些因素会对银行存贷款业务产生影响。
行业报告和研究：了解同行业其他银行的存贷款业务情况，进行对比分析。
政府统计数据：如人口统计数据、就业数据等，有助于评估市场需求和潜力。
在收集数据后，需要对其进行清洗、整理和验证，确保数据的准确性和完整性。
同时，根据分析的目的和需求，对数据进行分类和汇总，为后续的分析做好准备。
三、选择合适的分析方法和指标1、存贷款规模分析计算总存款余额、总贷款余额，并观察其随时间的变化趋势。
分析不同类型存款（如活期存款、定期存款）和贷款（如个人贷款、企业贷款）的占比。
2、存贷款结构分析按客户类型（个人客户、企业客户）、行业分布、地区分布等维度对存贷款进行分类分析，了解业务的集中度和分散度。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
美国、中国、新加坡、英国理财产品线上渗透率
美国
中国
40.7%
英国
24.9%
中国互联网理财用户可投资资产主要投资去向
私募股权和风险 私募证券基金,
投资, 2%
2%
其他固定收益类
信托,
产品, 3%
3%
海外投资, 2%
公募基金, 4% 国债/债券, 4%
银行存款储蓄, 17%
其他, 6% P2P, 8%
货币基金, 17%
保险, 8%
银行理财,
股票, 10%
13%
钱包正在”智能手机化”
实体卡
现金
钱包
电子理财
扫码支付
电子购物
通过智能手机行为“数说金融”
自有数据源 金融行为 活跃
本部分使用了自有的数据 源, 采用约 1亿个金融行为活跃的设备 数据, 每 个设备拥有数十个标签, 形成 了超过 十亿的行为特征;
金融人群侧写-#2数字内容的沉溺者
#2
女性, 38.05%
40%
30%
男
20%
性,
10%
61.9
0%
5%
百分比
TGI
24小时 活跃应用排名
1
微信
100%
2
80%
3
迷你世界
4
抖音短视频
60%
5
搜狗输入法
40%
6
拼多多
20%
7
快手
8 WiFi万能钥匙
0%
9
爱奇艺
10
应用宝
通讯社 交 移动工 具 移动 视频 手 机游戏 应用分 发 网络购 物
2019-2020金融人群洞察分析报告
互联网金融用户增速放缓，政策管控趋紧推动市场规范化发展
18,000 16,000 14,000 12,000 10,000
8,000 6,000 4,000 2,000
0
2014.12
2015.6
互联网金融用户*规模（万）、使用率及增长率
2015.12
2016.6
音乐音 频 图片 摄影 电 子阅读 学习教 育 新闻 资讯 出 行服务 旅游服 务 人力 资源 智 能硬件 餐饮服 务 汽车 服务 健 康美容 生活服 务 房产 服务 快
1
微信
100%
2
80%
3
支付宝
4
手机淘宝
60%
5
抖音短视频
40%
6
QQ浏览器
20%
7搜狗输入法8手机0%9快手
10
拼多多
180
• 该族群较为均匀的分布在一线以外的城市;
116400 120
• 他们广泛且高频率的使用各种常见的数据工具
100 80
管理自己的工作和生活;
60
40 20
• 他们对于新闻资讯/人力资源/新零售类App的
0
18-24岁 25-29岁 30-34岁 35-39岁 40-44岁 45-49岁 50岁+
• 该族群疑似羊毛党或是机器人; • 从24小时活跃的应用排名中看到, 几乎都是金
融借贷类的App, 另外, 从他们的App使用习惯 而运算得到的年龄, 已婚, 性别等特征也不合 乎社会学逻辑.
城市TOP10
应用分 发 出行 服务 音 乐音频 健康美 容 智能 硬件 电 子阅读 手机游 戏 旅游 服务 新 闻资讯 生活服 务 餐饮 服务 学 习教育 人力资 源 房产 服务 快
金融人群侧写-#1畅享数字生活的小白领
#1
女性, 20.23%
男性, 79.77
%
百分比
TGI
40%
30%
20%
10%
0%
24小时 活跃应用排名
第一篇： 金融从业者-北京 VS 上海
第一篇研究的是北京和上海两地核心 金融区域为工作地的用户的特征, 北 京主要研究的是金融街区域, 上海主 要研究的是外滩区域；
第二篇： 金融族群 无监督机器学习
第二篇采用无监督机器学习对十亿多 行为特征依照标签分值进行聚类, 从 而形成了依照用户的近似行为特征而 划分的族群, 由于篇幅限制, 本报告 展示聚合而成的十个族群。(以安卓 设备为主)
占比
徐州市 宿迁市 深圳市
4.65%
100%
3.28%
2.21%
80%
北京市 上海市 广州市 东莞市
2.21%
60%
2.09%
40%
2.01%
1.74%
20%
连云港市
1.53%
0%
重庆市
1.51%
成都市
1.39%
App行为分析
覆盖率
活跃率
TGI
250
200
150
100
50
0
通讯社 交 金融理 财 网络 购物 移 动工具 移动视 频 图片摄 影
2016.12
用户规模
使用率
2017.6 增长率
2017.12
2018.6
2018.12
35% 30% 25% 20% 15% 10% 5% 0% -5% -10% -15%
注：互联网金融用户，指通过互联网管理理财产品，以期获取一定利益的人群，此处不包括网络支付用户。
中国理财产品线上渗透率国际领先，银行、货币基金为资金主要流向
上海
资深从业者更多 新零售的覆盖率和TGI 更高
共性
iPhone/华为是标配 基础种类App行为基本 一致
金融人群众生相
十亿个特征 十个族群
金融人群, 十大聚类族群的城市分布
#0 疑似 羊毛党 /机器人
#1 畅享数字
生活的 小白领
#2 数字 内容的 沉溺者
#3 为生活 奔波的 平凡人
#4 老年的 视频内容 消费者
0%
北京
上海
华为, 17%
OPPO, 小米, 荣耀 6% 5% , 5%
苹果，51%
覆盖率
活跃率
TGI
覆盖率
活跃率
TGI
小米, 华为, 14% 7%
OPPO, 5% 荣耀, 5%
800 600 400 200 0
800 600 400 200 0
金融从业者-北京 VS 上海
北京
年轻从业者更多 房产服务的覆盖率和TGI 更高
金融从业者-北京 VS 上海
已婚对比
TOP5手机品牌
北京
42.55%
上海
41.36%
年龄对比
0% 18-24岁 25-29岁 30-34岁 35-39岁 40-44岁 45-49岁
50岁+
苹果，56%
北京
上海 50%
TGI指数 100%
80% 60% 40% 20% 0%
北京
上海
100% 80% 60% 40% 20%
#5 退休前 的职场
奋斗者
#6 年少与 年老的品质
生活追逐者
#7 数字化 生活的
核心力量
#8 年轻 爱消费的
贷款用户
#9 完成财富
积累的
老年人
金融人群侧写-#0 疑似羊毛党/机器人
#0
女性, 1.07%
男性, 98.93%
百分比
TGI
50%
500
40%
400
30%
300
20%
200
10%
100
0%
0
TGI更高, 表明他们比其它族群更加关注此类信
息.
App行为分析
覆盖率
活跃率
TGI
120
100
80
60
40
20
0
通讯社 交 网络购 物 移动 工具 移 动视频
音乐音 频 应用 分发 图 片摄影 手机游 戏 出行 服务 新 闻资讯 电子阅 读 餐饮 服务 人 力资源 旅游服 务 生活 服务 学 习教育 智能硬 件 汽车 服务 健 康美容 快递物 流 育儿