
大数据看地铁动媒(1)_数据分析师培训
近日,由央视CTR进行统计的《全国地铁动媒研究报告》出炉,此次报告对北京、南京、广州、深圳、沈阳、西安、重庆、武汉等地各地铁站20-55岁乘客做抽样调查。针对北京地铁调查的《北京地铁动媒价值研究报告》同期出炉。报告显示,在新媒体互联网发展日益壮大的今天,地铁报突破了传统媒体局限,是一个深度介入移动通勤人群行为与心智的高效媒体平台。
四动一体
地铁报是传统媒体与新媒体的“混血”,彰显了移动、互动、行动、心动的四动一体价值。
移动
人们已经习惯在移动中阅读、每个上班日的早晨,年轻白领在高速行驶的地铁中专注阅读我们。
互动
我们以媲美互联网的交互性,吸引着高参与度、高口碑传播的城市人群,作为信息互动平台,连接着企业与受众,搅动着城市的节奏和生活。
行动
我们的潮消费、潮活动,会即时转换为天性活跃、乐于尝试和参与的高消费白领们的真实行动。
心动
每日一次以上的高频度、每次20分钟以上的长时段,每次必通读的深沟通;使得我们早已深入铁丝儿们的心里。
移动
地铁族规模庞大
1.北京人乘坐地铁频率高
地铁是北京居民的重要交通工具,过去四周乘坐过地铁的市民比例为70.3%,其中每周乘坐不少于10次的比例达到12.1%,每周乘坐不少于6次的达到21.1%。
2.地铁报覆盖力不是吹的
地铁报的覆盖能力绝对不是吹的。近三成的地铁乘客在前一天阅读过《北京娱乐信报》,超过九成的乘客过去一周阅读过《北京娱乐信报》,读者通常在阅读地铁报上花费5—20分钟,比例达到81.2%。每周阅读《北京娱乐信报》期数超过一半的乘客达到了51.6%,而在上班早高峰,北京地铁乘客阅读地铁报的比例明显高于其他时段。
3.地铁乘客主动索取地铁报
也许你还在认为,要求发报员必须具备眼疾手快的素质是我们虚张声势,那么眼前的权威数据可以令人绝对的信服。报告显示,超过八成的北京地铁乘客都会接受派发的地铁报,更有超过五成的乘客表示即使没有人递也会主动索取地铁报,表现出积极、主动的阅读习惯。
4.在地铁上的时间超30分钟
四成以上的北京地铁人群通过地铁站和候车时间超过5分钟,且乘车时间在30分钟以上的比例高达到75.2%,这段时间正是投放广告“吸睛”的大好机会。
互动
地铁报交互性强大
1.地铁报是关注最高广告类型
令人欣慰的莫过于铁丝儿的支持,地铁报是北京地铁乘客主动关注程度最高的广告形式,其中,66.9%的读者会关注地铁报上的广告,而这个数据是地铁墙面广告的3倍。
2.地铁读者喜欢参与有奖活动
在地铁报发起的各种互动活动中,北京地铁乘客对有奖活动的参与度最高占10.5%,其次是扫二维码活动,达到了9.5%。
3.微信关注地铁报比例最高
北京地铁乘客对微信的粘性越来越强,在地铁报的各种媒体延伸形式中,通过微信关注地铁报的比例最高达到7.4%,与微信相比,微博占5.1%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
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 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01