京公网安备 11010802034615号
经营许可证编号:京B2-20210330
跑出来的“大数据”:广州人跑步最“爱炫”
广州仔,最近流行在微信朋友圈里“晒”乜嘢?不是名牌,也不是吃喝玩乐,而是跑步!根据咕咚日前推出的《2014年中国跑步白皮书》数据统计显示,广州跑步者体现出的城市“跑步个性”是“爱炫”——在北京、上海、广州、深圳、杭州、成都六大都市使用咕咚软件的跑者用户群中,广州跑者有61.4%在完成跑步后,会把个人数据发上微信朋友圈,“炫耀”自己的运动经历。当然,“炫”跑总比炫富好。
手机成为重要的跑步装备
咕咚在2014年“跑者们的‘秘密’”统计部分,总结出“‘有钱人’成为跑者核心”这样一个观点,根据咕咚的统计,全国范围内越发达地区参与跑步的人越多,白领成为跑步运动的主力,企业高管、私营企业主、行政人员逐渐成为领跑者。京津唐三角、以上海为核心的长三角和以广深为核心的珠三角,是全国跑步运动最蔚然成风的地区。
开始跑步、爱好跑步的人们,首先会为自己购置专业跑鞋,根据咕咚的统计,有56%的跑者会专门购置跑鞋,有32%的人会购买专业压缩裤,还有39%的人会给自己购买可穿戴设备。
科学跑步,首先应该有专业的装置记录自己的跑步时间、距离和速度,还有部分“进阶”的跑者会根据专业设备的测量来制定更合适的跑步计划,而最简单的测量设备就是手机。
目前在手机上有数十款运动计步器、跑步和步行追踪类软件,还有咕咚这一类型的运动社交App,这些软件通过GPS测量你跑步的距离、速度,记录你的运动时间,还能根据你的个人体测数据,计算你完成一系列运动后消耗的卡路里。一个人跑步太沉闷?你还可以在运动社交软件上找到有相同爱好的朋友。
像耐克公司这样生产运动装备的公司,也致力于开发用于跑步和运动的数字平台,并创建“数据+圈子”的运动社区,营造竞赛氛围,还在数字平台的基础上开发出跑步腕带、跑步手表、带有电子设备的跑鞋等衍生产品,不少运动软件也在开发可穿戴设备,对于进阶型的跑者来说,测量更精确、功能更集中、穿戴也更方便的设备,的确很有吸引力。
跑步的都是白富美高帅富
你会选择在一天里的什么时间跑步?对于都市白领来说,早起运动并不是一件容易的事,根据咕咚的统计,有57%的跑者集中在晚上8时~10时锻炼,而且这一时间段跑步的跑者,年龄集中在24~35岁,在一天繁忙的工作结束后,他们会抽出夜间空闲时间跑步,由此诞生了都市“夜跑族”这样的群体。
2014年底,RunKeeper根据来自30个国家的用户跑步记录,统计出18%的跑步是在早晨6~9时记录的,32%在下午5~8时,更多的人喜欢在周末休息日跑步,周六、日有32%的跑步记录在上午8~11时发生,只有12%在下午5~8时。“夜跑族”是中国特色,这里有14%的跑者在晚上9~10时跑步,相比而言,印度人更喜欢晨跑,他们的跑步记录有22%发生于工作日上午6~7时。
在咕咚的2014年统计中,还有非常鼓舞跑者的一个结论:白富美、高帅富都爱跑步。据该应用程序收集到的跑者个人信息显示,男性跑者的身高集中在1.75~1.80米间,体重在60~80公斤,年龄在25~35岁,女性跑者的身高则集中在1.60~1.65米间,体重在50~60公斤,年龄也多为25~35岁,无论身体状态还是年龄,都处于“黄金时代”。
此外,相比较于2013年,在2014年国内的女性跑者增加了6.4倍,越来越多的女性通过跑步来管理自己的体重和身体状态,而且女性跑者单次跑步距离平均增长到了2.82公里。
那么各大城市跑者的特点是什么呢?咕咚的云数据库调查统计显示,广州跑者最“爱炫”,61.4%的人跑完后要把记录发到社交软件商,上海跑者最“勤快”,每周平均要进行2次以上的跑步锻炼,频率居全国之首。北京的跑者最“持久”,单次跑步的平均距离高达5.26公里,而杭州的跑者中女性比例最高,为47%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 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 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 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 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 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 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18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导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 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 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13