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
指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 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 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 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 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 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 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24