京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据解密二手手机市场 小米与iPhone的隐形战场
那些曾名噪一时的手机,并没有因为手机更新换代而被打入“冷宫”,相反正因为网上交易的便捷而催生一个火热的二手市场。5月28日,国内最大的分类信息网站赶集网发布基于大数据的二手手机市场报告,深入挖掘赶集网上海量的交易数据,解密当前二手手机市场现状。报告显示,苹果、小米、三星共同占据二手手机市场近7成份额,小米与iPhone在二手市场展开激烈角逐。
二手市场手机量增长迅猛 三巨头占到近7成份额
赶集网报告显示,自2013年12月到今年3月份,二手市场新增手机量持续增长。虽然在今年1月份受各种节日影响,进入短期淡季,但自2、3月份开始再度迅速回升,3月份相比12月份增长达23%。
图1:每月新增手机量持续增长(数据来源:赶集网)
在市场份额方面,苹果、小米、三星合计占到占总量的67%,其中苹果系列占到33%,小米占到19%,三星占到15%。其他140多个品牌分享仅剩的33%。夕日占据手机市场主要地位的诺基亚和HTC成为明日黄花,手机量仅占二手手机市场总量的6%和4%。
图2:苹果、小米、三星三家蚕食二手手机市场
赶集网二手交易负责人表示,产品更迭对二手手机发帖量和价格的刺激较大。比如苹果推出5S后,去年12月份4S和5的交易量大增,预计在iPhone6面世之后,二手iPhone5s的交易量也会有较大增长。受红米进入市场的影响,二手小米的增速度也很快。三星及其他品牌受市场和使用用户数量的影响,一直相对稳定。
二手手机价格优势明显 红米二手价格高过新品
与新品相比,二手手机的价格更加亲民。赶集网报告显示,受新旧程度,使用时间等因素的影响,新旧苹果手机价格相差比例在11%到36%之间,三星手机最多相差73%,小米手机最多相差55%。其中二手iPhone5s价格最高,集中在4000-4500元;iPhone5在2800到3000之间;iPhone4s在1800到2000左右;iPhone4价格集中在1200-1500元。二手三星Note3价格最高,集中在3500元左右;Note2在1800到2000之间;S4在2500左右,S3则在1500左右。
图3:苹果各机型均价与新品价格对比
图4:三星各机型均价与新品价格对比
小米手机近年来异军突起,不但在众多品牌重围中杀出一片新天地,即使二手小米手机也一样火热。赶集网报告显示,二手小米手机价格集中,二手价格与新品相差较少,其中红米二手价格比新品还高100元。
图5:小米各机型均价与新品价格对比
红米的热销也让二手卖家看到了钱景。在赶集网二手市场上,红米手机量高居榜首,iPhone4s与iPhone4分列二、三位。而在赶集网用户关注度上,iPhone系列包揽前四位,红米位列第五。最受用户青睐的前五机型排名为iPhone4s、iPhone5、iPhone4、iPhone5s以及红米。
图6:赶集网上各型号手机量
图7:赶集网上用户对各型号手机的浏览量
二手有旧货更有新品 精准才能淘好货
图8:二手苹果手机新旧程度价格分布
虽说二手手机价格跟新旧程度呈正相关性,但不要以为二手市场只能淘到旧手机,很多卖家也会在赶集网出售九成新甚至全新的手机。在赶集网上,iPhone5S全新和99成新的居多,而iPhone4S 95成新较多;三星Note3全新和99成新的居多,而S3则9到95成新较多;红米全新的手机,占到红米总量的90%;M2s多为9成新以上;M2主要集中在9到95成新之间。
图9:苹果、三星、小米新旧程度分布
在用户关注时间上,不同品牌的拥趸也呈现不同的特点。想买苹果的用户,从睁开眼睛就在逛二手,可见追求很执着;想买三星的用户,也是朝九晚五,上午11点达到高峰期;想买小米的用户,集中在上午10点到下午2点来逛二手市场,中午12点达到高峰期,发帖用户注意保持节奏,随时都有可能成交。
警惕低价手机 莫贪便宜不上当
二手手机市场鱼龙混杂,而由于缺乏识别技巧,买家一不小心就会财物两空。赶集网总结了手机交易过程中的注意事项,可以为买卖双方提供有效的借鉴。
图10:赶集网防骗提示
此外,赶集网还加大对发布帖子的审核力度,力保从源头上解决虚假问题。同时,赶集网还推出快递交易,买家可先将货款交付给赶集网保管,由赶集网作为担保;当买家收到货物并表示满意后,货款才会打至卖家账户。若物品有问题、与描述不符,买家可以申请退货,而赶集网会将货款退还至买方账户。
赶集网二手频道负责人表示,除了快递交易,赶集网还进一步完善诚信体系,多维度对发帖人进行打分和点评,为用户判断信息的可信度提供有效依据,进而有效解决交易过程中的诚信问题,大为节省买卖双方的时间及沟通成本,减少交易纠纷的产生,为买卖双方营造更加有序、和谐的网上交易环境。
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 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15