自2016年第二季度起, 中國移動智能終端規模增速連續七個季度低於2%. 增長困局下, 移動數據的應用場景細化與線下消費的深度融合成為了破局點. 2017年的新零售, 無人貨架等熱點, 皆是圍繞這兩個主題. 智慧經濟, 就是將人工智慧, 大數據, 互聯網自動化能力融入各行各業. 移動互聯網推動了各行業的數字化進程. 從業務數字化到效益數字化, 線上線下數據融合後的數據資產將幫助企業和組織實現智能化決策, 打造智慧經濟. 本報告中, 我們將關注增長困局下的人本洞察, 移動應用, 智能終端, 回顧移動數據與各行各業的深化融合, 並提出智慧經濟趨勢下的數字化轉型方法論. 移動智能終端低增速時代開啟已有七個季度 中國移動智能終端設備規模季度增速放緩, 自2016年第二季度起, 移動智能終端增速就跌破2%. 移動智能終端用戶規模步入低增速時代已有七個季度. 移動智能終端用戶在經濟發達地區集中度更高 截至2017年12月, 我國移動智能終端用戶TOP10省份佔據了整體近六成用戶. 位居2017省市人均GDP排名前六位的北京, 江蘇, 浙江, 廣東作為經濟發達地區, 移動智能終端用戶集中度更高, 其智能終端用戶佔比要高於人口佔比, 人才吸附能力更強. 城市人的生活愈加繁忙, 生活半徑在增大, 通勤距離在增加 通過分析北京地區上班族的活動範圍, 可以觀察到現代人在城市中的生活半徑在擴大, 長距離通勤的人群比例在增加, 都市生活愈加繁忙, 人們對於生活, 交通便捷性的需求值得被關注. 城市存在時空摺疊, 均衡的資源, 不意味著將被均衡利用 通過分析北京地區高消費與低消費人群利用商業設施的狀況發現, 雖然北京不同區域的商業設施配置和分布相對均衡, 但兩個群體對設施的利用在時間和空間上卻鮮少重合. 男性用戶佔比下降, 性別分布趨於平衡 2017年, 隨著移動智能終端用戶趨於飽和, 移動智能終端用戶性別特徵逐漸趨近人口學特徵, 預計2018年中國智能終端用戶中男性用戶佔比將會下降至52.5%. 年輕人群仍為用戶主體, 90後成未來消費主力 2017年, 我國移動智能終端用戶中35歲及以下用戶的比例達69.9%, 年輕用戶仍然是移動互聯網用戶的主體. 隨著更多90後人群步入職場, 他們將成長為消費主力. 相比80後, 他們的生活狀態已被移動互聯網深度影響. 90後人群開始逃離北上廣深 相比80後, 90後人群城市層級分布中一線城市佔比要更低. 90後人群開始逃離北上廣深, 更多的選擇鄭州, 武漢等區域中心城市作為個人發展的起點. 活躍用戶規模下降, 主流行業應用增長乏力 2017年, 通訊社交, 視頻, 遊戲等主流行業應用活躍用戶規模增長乏力, 而教育, 旅遊, 健康美容等行業類別應用覆蓋率及活躍率出現雙增長, 行業潛力正在釋放. 每日開啟應用數量下降, 首屏應用競爭加劇 移動智能終端用戶平均安裝與平均每日開啟應用款數已連續兩年出現下滑, 設備一個屏幕上的應用已可基本滿足日常使用. 存量時代移動應用對於用戶的爭奪更加激烈, 現有數據價值的深挖成為運營關鍵. 頭部應用把持主流用戶, 新應用面臨艱巨挑戰 2017年, 移動互聯網頭部應用覆蓋率領先優勢明顯, 細分行業中的TOP5應用覆蓋了行業主流用戶. OPPO, vivo市場份額增長, 線下渠道價值得到體現 2017年表現最為亮眼的移動智能設備品牌是主打線下渠道的OPPO與vivo, 兩個品牌的市場份額分別從2016年12月份的8.6%, 7.3%增長至2017年12月份的12.6%, 10.3%. 從派生到原生, 資源融合豐富用戶數據價值 移動互聯網已從派生模式發展到原生模式, 相比於新聞資訊, 搜索, 視頻等派生模式服務內容, 原生模式對於線下資源的融合度更高, 實體資源為服務商帶來更多的用戶流量與交互數據資產. 運營模式過重, 原生模式賽道洗牌速度加快 資源融合加重移動互聯網原生模式運營成本, 行業競爭成為資本之爭. 頭部應用融資, 併購速度加快, 而缺少資本支援的小玩家迅速走向消亡. 資本熱潮之後, 共用經濟用戶向二三線城市下沉 作為2017年原生模式新賽道的代表, 共用充電寶, 無人貨架在經曆了初期的資本熱潮後, 運營模式逐漸向二三線城市傾斜, 用戶下沉成為驗證商業模式的突破口. 雙管齊下, 互聯網巨頭布局數據融合生態 通過手機支付, 微信小程序等數據融合工具的運營, 以及線下對百貨商超, 零售集團, 生鮮超市等零售業態的投資布局, 阿里巴巴與騰訊正在圍繞線下消費打造數據融合生態. 重構人, 貨, 場, 數據融合推動零售新探索 以盒馬鮮生等生鮮超市為代表, 移動數據正在融入零售各個環節, 人, 貨, 場關係被重構, 交易, 交互等數據的融合在推動零售產業鏈的數字化探索. 精準觸達, 移動數據深化金融服務場景 藉助移動應用數據, 金融服務能夠精準觸達大貨車司機, 留學生等細分人群, 圍繞應用描繪人群理財偏好. 線上數據的融入讓金融服務觸達的服務場景更加細化, 金融普惠性得到提升. 從數字到數字, 業務決策將走向智能化 以業務數字化為起點, 以效益數字化為節點, 通過數據資產化, 分析模型化, 應用場景化, 流程自動化四項能力構建, 線上線下數據融合後的數據資產將幫助企業和組織實現智能化決策, 打造智能化組織.
自2016年第二季度起, 中國移動智能終端規模增速連續七個季度低於2%. 增長困局下, 移動數據的應用場景細化與線下消費的深度融合成為了破局點. 2017年的新零售, 無人貨架等熱點, 皆是圍繞這兩個主題. 智慧經濟, 就是將人工智慧, 大數據, 互聯網自動化能力融入各行各業. 移動互聯網推動了各行業的數字化進程. 從業務數字化到效益數字化, 線上線下數據融合後的數據資產將幫助企業和組織實現智能化決策, 打造智慧經濟. 本報告中, 我們將關注增長困局下的人本洞察, 移動應用, 智能終端, 回顧移動數據與各行各業的深化融合, 並提出智慧經濟趨勢下的數字化轉型方法論. 移動智能終端低增速時代開啟已有七個季度 中國移動智能終端設備規模季度增速放緩, 自2016年第二季度起, 移動智能終端增速就跌破2%. 移動智能終端用戶規模步入低增速時代已有七個季度. 移動智能終端用戶在經濟發達地區集中度更高 截至2017年12月, 我國移動智能終端用戶TOP10省份佔據了整體近六成用戶. 位居2017省市人均GDP排名前六位的北京, 江蘇, 浙江, 廣東作為經濟發達地區, 移動智能終端用戶集中度更高, 其智能終端用戶佔比要高於人口佔比, 人才吸附能力更強. 城市人的生活愈加繁忙, 生活半徑在增大, 通勤距離在增加 通過分析北京地區上班族的活動範圍, 可以觀察到現代人在城市中的生活半徑在擴大, 長距離通勤的人群比例在增加, 都市生活愈加繁忙, 人們對於生活, 交通便捷性的需求值得被關注. 城市存在時空摺疊, 均衡的資源, 不意味著將被均衡利用 通過分析北京地區高消費與低消費人群利用商業設施的狀況發現, 雖然北京不同區域的商業設施配置和分布相對均衡, 但兩個群體對設施的利用在時間和空間上卻鮮少重合. 男性用戶佔比下降, 性別分布趨於平衡 2017年, 隨著移動智能終端用戶趨於飽和, 移動智能終端用戶性別特徵逐漸趨近人口學特徵, 預計2018年中國智能終端用戶中男性用戶佔比將會下降至52.5%. 年輕人群仍為用戶主體, 90後成未來消費主力 2017年, 我國移動智能終端用戶中35歲及以下用戶的比例達69.9%, 年輕用戶仍然是移動互聯網用戶的主體. 隨著更多90後人群步入職場, 他們將成長為消費主力. 相比80後, 他們的生活狀態已被移動互聯網深度影響. 90後人群開始逃離北上廣深 相比80後, 90後人群城市層級分布中一線城市佔比要更低. 90後人群開始逃離北上廣深, 更多的選擇鄭州, 武漢等區域中心城市作為個人發展的起點. 活躍用戶規模下降, 主流行業應用增長乏力 2017年, 通訊社交, 視頻, 遊戲等主流行業應用活躍用戶規模增長乏力, 而教育, 旅遊, 健康美容等行業類別應用覆蓋率及活躍率出現雙增長, 行業潛力正在釋放. 每日開啟應用數量下降, 首屏應用競爭加劇 移動智能終端用戶平均安裝與平均每日開啟應用款數已連續兩年出現下滑, 設備一個屏幕上的應用已可基本滿足日常使用. 存量時代移動應用對於用戶的爭奪更加激烈, 現有數據價值的深挖成為運營關鍵. 頭部應用把持主流用戶, 新應用面臨艱巨挑戰 2017年, 移動互聯網頭部應用覆蓋率領先優勢明顯, 細分行業中的TOP5應用覆蓋了行業主流用戶. OPPO, vivo市場份額增長, 線下渠道價值得到體現 2017年表現最為亮眼的移動智能設備品牌是主打線下渠道的OPPO與vivo, 兩個品牌的市場份額分別從2016年12月份的8.6%, 7.3%增長至2017年12月份的12.6%, 10.3%. 從派生到原生, 資源融合豐富用戶數據價值 移動互聯網已從派生模式發展到原生模式, 相比於新聞資訊, 搜索, 視頻等派生模式服務內容, 原生模式對於線下資源的融合度更高, 實體資源為服務商帶來更多的用戶流量與交互數據資產. 運營模式過重, 原生模式賽道洗牌速度加快 資源融合加重移動互聯網原生模式運營成本, 行業競爭成為資本之爭. 頭部應用融資, 併購速度加快, 而缺少資本支援的小玩家迅速走向消亡. 資本熱潮之後, 共用經濟用戶向二三線城市下沉 作為2017年原生模式新賽道的代表, 共用充電寶, 無人貨架在經曆了初期的資本熱潮後, 運營模式逐漸向二三線城市傾斜, 用戶下沉成為驗證商業模式的突破口. 雙管齊下, 互聯網巨頭布局數據融合生態 通過手機支付, 微信小程序等數據融合工具的運營, 以及線下對百貨商超, 零售集團, 生鮮超市等零售業態的投資布局, 阿里巴巴與騰訊正在圍繞線下消費打造數據融合生態. 重構人, 貨, 場, 數據融合推動零售新探索 以盒馬鮮生等生鮮超市為代表, 移動數據正在融入零售各個環節, 人, 貨, 場關係被重構, 交易, 交互等數據的融合在推動零售產業鏈的數字化探索. 精準觸達, 移動數據深化金融服務場景 藉助移動應用數據, 金融服務能夠精準觸達大貨車司機, 留學生等細分人群, 圍繞應用描繪人群理財偏好. 線上數據的融入讓金融服務觸達的服務場景更加細化, 金融普惠性得到提升. 從數字到數字, 業務決策將走向智能化 以業務數字化為起點, 以效益數字化為節點, 通過數據資產化, 分析模型化, 應用場景化, 流程自動化四項能力構建, 線上線下數據融合後的數據資產將幫助企業和組織實現智能化決策, 打造智能化組織.
|
