京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2015年全球互联网数据全景图_数据分析师
近日,We Are Social 公司发布了一份囊括了全球互联网、移动互联网、社交媒体和电子商务统计数据的 376 页信息图报告,这份信息图报告根据 InternetLiveStats, InternetWorldStats, Wikipedia, GlobalWebIndex, Facebook, GSMA Intelligence 等多家调研公司或互联网公司发布的超过 240 个国家和地区的数据制作而成。
除了全球范围的概述外,该信息图报告还对以下 30 个世界最大的经济体进行详细描述。下文选取了信息图报告中的部分重要内容进行数据解读,而中国大陆的详细报告将在文尾附上。
We Are Social 公司指出,2014 年是互联网和移动互联网快速发展的一年,以下里程碑式的数字值得我们关注:
2015 年 1 月,全球活跃互联网用户渗透率是总人口数的 42%,去年同期这个数字是 35 %。而在地域分配上,发达国家或地区使用互联网的人数比例普遍较高,互联网普及度基本和国家或地区的经济水平成正比。
比较极端的是,百慕大、巴林和冰岛的互联网用户数几乎等同于该国家或地区的人口总数,而朝鲜和南苏丹能使用上互联网的人数不及其总人口数的 0.1%。
韩国荣登平均网速榜首,他们的国民普遍可以享受平均网速超过 25 Mbps 的上网快感,大大抛离其他国家和地区。而中国香港、日本、新加坡和美国紧随其后。中国大陆的平均网速只有 3.8 Mbps,低于全球平均网速 4.5 Mbps,位于榜单中下游。
全球平均每天使用网络时长是 4.4 小时,菲律宾人民最喜欢上网,平均每天花费超过 6 小时在网络上。泰国、越南、印度尼西亚和马拉西亚人民同样不容小嘘,平均每天花费在互联网上的时间都超过了 5 个小时,看来南亚人民对互联网挺依赖的。
2015 年 1 月,全球共有超过 36 亿的独立移动设备用户,同比增长 5 %。接入互联网的移动设备总数超过 70 亿台,而这 70 亿多台移动设备中活跃的约为 36 亿台。智能手机占接入互联网移动设备总数的 38%。
移动网速方面,发达国家的 3G&4G 普及率较高,移动网速的快慢基本和国家或地区的经济水平成正比。
和平均网速一样,韩国的平均移动网速抛离了其他国家或地区一条街,达到了 18.2 Mbps,是第二位的新加坡的两倍。中国大陆则以 6.2 Mbps 的平均移动网速排在这个榜单的中上游。
随着全球三分之一的网页都为移动端做了适配,越来越多人使用移动设备来访问网页。2015 年 1 月,全球来自移动端的网页访问流量占总访问流量的 33%,同比增长 39%。
而在全球使用移动设备进行网页访问的流量中,38.9% 来自苹果旗下的 Safari 浏览器,30.9% 来自 Android 平台的 Webkit,还有 30.2% 来自其他移动浏览器平台。
上图的数据基于每个国家最受欢迎的社交平台的月活跃用户数,可以看到,月活跃社交用户数已经超过了 20 亿,同比增长了 12%。而移动端的月活跃社交用户数则超过了 16 亿,占世界总人口数的 23%。
全球社交媒体用户平均每天花费 2.4 个小时在社交媒体上,而阿根廷和菲律宾的社交媒体用户则比较活跃,每天都花费超过 4 小时。
拥有超过 13 亿月活跃用户的 Facebook 依然是全球最受欢迎的社交平台,QQ 和 QQ 空间紧随其后。We Are Social 公司的分析师指出,虽然 QQ 的月活跃用户数有 8 亿 2 千万之多,但很多用户拥有不止一个账号,因此最好不要将这个数字用做 QQ 在世界范围内的渗透率统计。
拥有超过 4 亿月活跃用户的微信排在这个榜单的第 6 位。
虽然东亚拥有最多的活跃移动社交用户——5 亿 6 千万,但从活跃移动社交用户占总人口比例来看,北美优势明显。
几乎 2/3 的英国人在网上进行购物,德国、韩国、美国和澳大利亚网购人数都超过了其总人口数的 50%。南亚和东南亚电子商务普遍不发达,泰国、菲律宾和印度网购人数都少于其总人口数的 1/5。
韩国再次出现在第一位,37% 的韩国人使用手机进行网购。韩国甩开其他国家一大截、高达 18.2 Mbps 的平均移动网速为其移动电子商务的发展提供了良好的基础。
中国大陆则出现在榜单的第二位,回想起天猫“双十一”期间移动端成交额占总额比例达 42.6%,这个排位也就不觉得奇怪了。
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