京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据显示中国美容消费呈城乡差距拉平等四大新变化
3月1日,2018京东蝴蝶节“化蝶盛典”在北京隆重举行,专为广大女性用户打造的京东蝴蝶节线上促销于3月1日同步开启。
在活动现场,由南方都市报与京东商城联合发布的大数据报告发现国人美容消费方面的城乡差距正在逐步拉平。此外,高端美妆人群普及化、高端消费年轻化、美容产品科技化和天然化也成为国人美容消费的几个较引人瞩目的新变化。
首先是精致美妆人群越来越普及。根据南都-京东消费研究所发布的《2017-2018美妆消费趋势》报告(下称“报告”)显示,2017年,在美妆方面的人均消费数据上,用户在面部护肤的投入最多。消费者精致护肤的意识明显,护肤步骤越来越精细。2017年销量同比增长最快的是眼霜,其次是精油、精华、面膜,足以说明消费者护肤步骤趋向精细化,且护肤观念、预防肌肤问题的意识也在不断增强。
其次,高端消费将进一步呈现年轻化。报告指出,年轻人已经开始提早使用抗衰老类高端美妆个护产品,在京东购买抗皱商品用户中,90后占比约15%;高端品牌用户中,90后占比例比全站平均水平高11%。值得关注的是,从新用户同比增长的平均值来看,2017年高端品牌吸引新用户数量是去年同期的10.7倍。新用户给品牌带来的平均消费额是去年同期的11.1倍。
此外,美容新科技产品及天然美容产品全面走红。当下的90后和00后更加偏爱新技术,16-25岁使用安瓶的用户增长率高达800%,瘦脸仪、美容仪等高科技美容硬件已经成为18-25岁用户维护“美颜”首选。此外,乳木果、栀子花、玫瑰成为最受欢迎的护肤美妆类天然原料。过去一年,欧舒丹乳木果丰凝润手霜、古驰绚丽栀子淡香水、雅诗兰黛红石榴系列等天然护肤品销售情况最为火爆。
最后,不同地区的人群美容消费观越来越相似。数据显示,四线与一线地区的用户消费结构基本保持一致,且近三年来平均消费额差距正在逐步缩小,大家买的最多的品类集中在面膜、乳液面霜、洁面、套装产品等,一线和四线城市增长最快的品类同样是防晒、卸妆、眼霜、精华等。这说明,在追求美的道路上,城乡差距已然开始消弭。
京东大规模引进高端大牌 推进内容营销 升级AR试妆
为了顺应美妆消费的最新变化趋势,电商巨头也是新招迭出。进入2018年,京东有望进一步扩大在高端美妆个护领域的优势。2018年,京东将引进超过200个高端美妆品牌,让消费者购物选择更加丰富和精致。京东还将联合品牌商全力推进内容营销。借助明星、电影、动漫等IP元素,通过优质内容与用户互动,满足用户个性化需求。此外,京东将利用与腾讯、今日头条、百度等互利网流量巨头的战略合作关系,开发更多类似微信小程序的产品,让购物和营销无处不在,实现无界零售。京东还将持续升级AR试妆功能,利用AR/VR等新技术为消费者创造更好的购物场景。
京东美妆个护渗透率最高 复购率高 多品牌增速全球第一
据了解,美妆个护已经成为京东渗透率最高的品类,并且多个美妆个护品牌在京东平台创下了全球第一增速。此外,京东美妆、个护品类的复购率非常高,这说明中国最广大、最优质的消费者群体对京东美妆、个护产品的忠诚度很高。
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在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17