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
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25