京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全国各地购买力“哪家强”?从大数据里看中国年
春节临近,你都网购了哪些年货屯在家里?哪些年货是网购达人们的心头好?全国各地的购买力哪里更胜一筹?新华社客户端联合京东数据院,推出年货大数据报道,为你解读网购年货的新趋势。
春节旅行“说走就走” 水果礼盒受欢迎
随着人民生活水平的提高,越来越多的人选择旅行过新年。京东年货节的数据显示,网友对包括机票、火车票、酒店、门票等产品在内的旅游出行类年货的消费能力不断增强,“旅游出行”成为销量最高的年货产品,食品饮料类年货只能屈居销量排行榜的第二位。在销售额的排行榜中,手机、家电、电脑,稳稳占据前三名,新年换新机成为新的流行趋势。
屯年货,离不开“吃”和“玩”。京东年货节期间,水果礼盒销量环比增长率达280%,成人奶粉和维生素保健品的销量环比增长率达到119%和94%。电脑、AR/VR设备、无人机则在销售额环比增长排行榜上占据重要位置,其中电脑的销售额环比增长率高达358%。营养品、保健品和智能电子产品成为春节送礼的主流,你是否也为父母亲朋选择了合适的新年礼物?或是狠心买下新设备新装备犒劳辛苦工作一年的自己?
广东不仅“最能买” 更是“最牵挂”广西的那个TA
京东年货节期间,广东最喜欢“买买买”,登顶购买年货地区TOP10,北京、江苏、上海、浙江、四川、山东、河北、河南和湖北也都拥有强大的购买能力。旅游出行类商品成为TOP10中除北京、浙江之外各地区最喜爱的年货,而北京和浙江用户最喜爱酒类和鞋靴类产品。书中自有黄金屋,萌宠也要欢喜过新年,图书类和宠物用品类年货同样深受网友青睐。
根据京东异地订单数据,广西、湖南、江西和湖北最受广东用户的牵挂,由广东产生的异地订单用户占比分别为46%、44%、34%、28%。河北、天津、黑龙江、山西、内蒙古、吉林最受北京用户的牵挂,由北京产生的异地订单用户占比均达22%以上。南北两大城市的“爱”被瓜分,其他省区市的小伙伴也要自己爱自己哟。
在这些异地订单中,老年高钙奶粉、坚果礼盒、薯片、微波炉和手机进入销量单品TOP5。年货先行、“空手”回老家成为一种潮流。你是否已经选择好要快递给父母亲朋的过年节礼?
女性在年货节“爆发” 男性更注重产品体验
购买年货的男女比例如何?喜好的年货有何不同?数据显示,今年购买年货的女性占比相较于非年货节期间京东全站的女性用户高出了8%,在年货的采买上,女性扮演了更重要的角色。
“80后”和“90后”同样也是购买年货的主力军,而与非年货节期间京东全站的比例相比,“60后”的比例也出现了明显提升,网购年货的习惯已经从年轻人向年长的一辈渗透,而年长者尤其青睐保健品。
整体来看,春节期间男性和女性都热衷于旅游度假,坚果炒货、休闲零食、饼干蛋糕等食品类商品也都在年货必备清单之上,白酒和蜜饯果干体现出了男女差异。从男性和女性消费的产品中看出,男性更注重体验,智能马桶盖销量环比增长204%,而女性注重家务,储物箱销量环比增长229%,双方在绿植上都有较大投入,男性女性用户都在为美好家庭环境而努力。
今年的网购新趋势你GET到了吗?你家的年货备齐了吗?
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20