
2014京东数聚汇 大数据技术展现城市牵挂指数
一件发往老家的包裹,不仅是一份质朴的礼物,更代表了一颗思乡之心。随着网购的日益普及,千千万万远在他乡的外地务工人员不必再扛着颜色各异的大小包裹把礼物带回家中,轻点鼠标几个简单的操作就能完成一次心意的传达。而这千千万的返乡商品,通过京东的大数据分析,最终绘成了一副“城市牵挂”指数图。近日,京东发布了2014年度“数聚汇”,通过大数据技术展现了国内城市之间的关心指数、育儿情况、健康关注系数以及各地区的手机关注维度,让人们得以从另一个视角重新审视自己的生活。
2014京东数聚汇
湖北黄冈成全国“最受挂念“城市 四线城市关心指数最高
独在异乡为异客,每逢佳节倍思亲,到底哪些城市最受其他城市牵挂?答案马上揭晓!湖北省黄冈由于流出人口比例较高,本地收货量中从外地区域下订单寄往本市区域的商品所占的比例达到全国最高,从而成为2014年度最受异地牵挂的城市,赣州、衡阳、梅州、襄阳则紧随其后。此外,数据还显示,城市越大,经济发展水平越高,城市的被牵挂指数就越低。一线、二线、三线、四线城市的异地牵挂指数平均水平为23.62、40.67、62.51、72.68。
这些备受牵挂城市均为我国区域小城市,原因何在?京东“数聚汇”经过详细的调查分析发现,这次牵挂城市排名与我国近几年流动人口城市排名相仿,这样说来就不难理解了。据国家统计局2014年4月24日公布的《中华人民共和国2013年国民经济和社会发展统计公报》的数据显示,中国流动人口约为2.45亿。过去35 年,中国人口流动的主流是“村里人进城”,城市化率从1980 年的20%以下上升到53%以上,城市人口从2.3 亿多增加到7 亿多。
人口大幅度的流动带来的问题便是留守儿童及老人不断地增加,他们的生活状况也备受政府及社会的关注。远在他乡,如何更好地照顾老人孩子,无疑网购生活用品在其中带来了很大的便利,从五湖四海送达家乡的不仅仅是一件商品那么简单,它们都承载着厚重的思念和深深的牵挂。
另一方面,随着京东渠道下沉战略的进一步夯实,让越来越多的3-5线城市居民都能享受到十分便捷的网购服务,这让异地游子得以更加放心地通过京东来传递对家乡亲人的思念,网络购物不再是一线城市的专属,相信在未来几年,这一趋势将被进一步确立并扩大。
京津沪领跑最关注健康城市 上海男人最顾家 广东用户最在意手机容量
京东2014年度“数聚汇”通过数据挖掘技术,描绘出母婴人群的用户画像,结合性别、地域和下单等因素,得出各地区的“奶爸当家指数”,全面展现各省份男性在育儿中占主导地位大小的分布情况。结果发现,“奶爸当家指数”最高的省份是上海,上海男人疼老婆出了名,在育儿上比其他区域更高一筹。然后依次是四川,北京,广东,天津。四川省竟然跻身于“北上广”这些猛虎之中,看来并不是经济造就“奶爸王国”或许辣妹子更能铸成“奶爸”的成长。东北三省的爷们是该“反省反省”了,黑龙江和吉林分别是倒数第2和第3,东北爷们是不是也该展现你们体贴的一面呢?东北的爷们不爱带孩子,什么仇什么怨?
不管是熊孩子还是懒大人,健康的身体总归是是革命滴本钱,如果你对健康保养的概念还停留在“一天一苹果,医生远离我”的话,我想你真的OUT了。京东“数聚汇”从健康监测、运动健康、身体保养、饮水健康、空气健康和食品健康这六大方面及这六方面的综合指标来看居民对自身健康的关注程度,超级城市中北京、天津、上海名列前三,别问为什么,首都人民腾云驾雾的痛楚一般凡人岂能体会! 在“手机解密”中,京东2014年度“数聚汇”从外观、容量及品牌三个维度描绘了各地区人们对手机的主要关注点,其中,上海人最关注手机外观,北京人最注重手机品牌,广东人则最在意手机容量。
京东“数聚汇”报告自2012年开始推出,旨在通过当年的网购数据分析出人们关心的、有趣的或具有现实指导意义的结论,让大数据技术走进人们的生活,展示被数据反应出的社会风貌,更详细的京东2014“数聚汇”报告,请点击http://shu.jd.com/2014.html进行了解。
关于京东(JD.com)
京东(JD.com)是中国最大的自营式电商企业。京东为消费者提供愉悦的在线购物体验。通过内容丰富、人性化的网站(www.jd.com)和移动客户端,京东以富有竞争力的价格,提供具有丰富品类及卓越品质的商品和服务,并且以快速可靠的方式送达消费者。京东相信其拥有全国电商行业中最大的仓储设施。截至2014年9月30日,京东在全国范围内拥有7大物流中心,在39个城市建立了118个仓库,总面积达到230万平方米,运营2,045个配送站和1,045个自提点,覆盖全国范围内的1,855个区县。京东在130个区县提供当天送达的“211限时达”服务,并在另外815个区县提供次日达的配送服务。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04