京公网安备 11010802034615号
经营许可证编号:京B2-20210330
重磅报告| 国内外主流手机品牌解析,3分钟读懂手机行业发展趋势
全面进入移动互联网时代的今天,作为几乎是唯一终端入口的智能手机,达到了接近人手一部的市场保有量。经历了人口红利期的超级增长后,手机出货量增幅开始大幅减缓。为了抢夺消费者市场,如何借助品牌营销让产品增值成为众多手机品牌商发力的重点。
2010年以来,从聚焦全球目光到引发各大品牌每年一次的借势营销热,苹果发布会的营销手段的确令人折服。上周,苹果发布了被网友戏谑为“史上最肾疼的iphoneX”,又掀起了一波讨论热潮。这是否会让苹果在中国市场持续走俏?国产品牌式创新能否收买人心?手机行业的下一个热点会是什么呢?
9月21日,DataStory·2017大数据商业创新论坛(广州站)在W酒店圆满落幕。《2017手机行业白皮书》在论坛上同期发布,该报告数据来源于DataStory手机行业库,时间范围为行业库创建当日2016年1月1日到2017年9月14日。该行业数据库覆盖了社交、电商、视频、门户等90%的主流网站数据, 1万多个不同的站点,还定制了3C垂直网站和各大手机品牌论坛,全面跟踪监测了国内外20多个主流手机品牌。本次报告围绕手机行业整体舆情、手机品牌发布会及明星IP营销、消费者关注热点四大部分,全面呈现了国内市场的手机品牌现状。DataStory数据分析服务总监Kin在现场对手机行业趋势进行解读。
手机行业热度不减,月均声量高出行业平均水平57%
手机行业月均声量超过140万,高出行业平均水平57%,手机行业的舆情热度较高;OPPO声量最高,VIVO、小米紧随其后,苹果无缘前三。其原因不外乎两点,一方面是品牌目标人群定向的差异。OPPO和VIVO的定位比较年轻,讨论人群更年轻而且全面下沉到三四线城市,获得更大量级的用户基础。虽然关注苹果人群也很年轻,但城市级别较高。对比分析可看出,国际品牌苹果和三星舆论的热度,基本集中在一二线城市,国产品牌更多在大众市场。
另一方面, OPPO和VIVO的高关注度也在于其品牌活动中均使用了明星IP。小鲜肉明星代言均为品牌带来了很大流量。在网友发声的社交平台主阵地微博,除了红包互动营销,“代言”也是品牌很重要的流量担当。
发布会营销承包声量峰值,苹果2017发布会远超2016
2016、2017年手机行业声量有11个峰值,其中8个与发布会相关。声量最高的是2017苹果发布会,其中最受网友关注的是“人脸识别”、“曲面屏”。
声量位列第二的是今年6月举行的OPPOR11的发布会。相比苹果发布会预热的长线作战、OPPOR11预热仅仅1个月,但是它的内容重点非常突出,即“前后2千万的摄像头”。除此之外OPPO还找了9个代言人进行代言,借助明星效应热度持续走高,再加上当天浙江卫视的直播,使整个发布会的传播覆盖面极速扩张。
“外观”和“拍摄”仍是关注焦点,“全面屏”、“双摄”持续走高
手机行业最热的产品功能诉求集中在产品“外观”和“拍摄”上,占比分别为34%、28%;其次为续航能力,占比19%。在外观方面,讨论人群以一二线城市、年轻的用户为主,其中机身颜色与材质最受关注,屏幕相关内容也十分重要,“全面屏”持续走高。
女性用户、年轻用户和一二线城市的用户是热衷于讨论拍摄的主要群体,“后置”与“柔光”声量突出,“双摄像头”增势迅猛。
综上,相比其他行业,手机依然是普通大众讨论的热点,2017年的国内手机市场热度或将持续攀升。微博是话题营销的重要渠道,新闻论坛的声音则更多围绕产品和体验。在营销方面,鉴于发布新品的频率与用户群体重合度,OPPOR11的营销模式或更值得借鉴,明星IP仍会是广大品牌商的引流手段,合作的深度一定程度上左右着代言的效果和品牌影响力提升的幅度。而在用户对手机功能诉求方面,全面屏、双摄像头或有机会成为手机行业的下一个风口。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24