京公网安备 11010802034615号
经营许可证编号:京B2-20210330
微博大数据呈现怎样的智能手机江湖_数据分析师培训
在大数据时代,各家都流行晒家底,移动互联网公司们依靠自身掌握的资源可以完成很多原来无法轻易完成的行业发展分析。
很多人都知道,我们在打开微博页面的时候,会看到某人发的微博下面会注明此消息来自什么设备。早在2011年微博就实现了对智能手机品牌和型号的识别,依靠这样的数据积累,微博发布了《智能手机微报告》,按微博的介绍,该报告对微博2014年Q4每月随机抽取的1亿台活跃设备,及Q4新增的6000万台设备和1000万换机用户的微博使用情况分析得来。
这样的一本报告,如此量级的调查样本,显然会有很多新鲜的发现,也会给我们一个新的视角来看待智能手机行业和未来的厂商品牌的发展趋势。特别是以活跃设备为统计维度的研究分析结果,也给手机行业在出货量以外,提供更重要的数据参考。
苹果的品牌黑洞能量仍超强,三星受伤最深
在2014年,三星全线溃败,成为了行业发展中最受伤的智能手机厂商,很多分析都认为,是小米、华为等国产手机崛起造成了三星的衰落,可微博给出的数据在很大程度上颠覆了这一设想。
在2014年第四季度苹果仍然是新增设备最多的品牌,以33.0%的份额占据新增智能设备第一位。在2014年第四季度微博用户更换手机的品牌中,原苹果用户在更换设备时,有71.7%的用户会继续选择苹果的设备,原安卓手机用户在更换设备时有36.2%会优先选择苹果,其中从三星流失到苹果的比例最高,有48.8%的三星用户更换手机时流失到苹果。
由此看来,苹果虽然不再是很多用户唯一的选择,但依靠两款新手机旗舰仍具有强大的品牌影响力,而正因为这样的品牌拉力,让很多原来的三星高端机用户转投苹果门下,再加上中国国产出品牌在中端市场的夹击,致使三星成为了智能手机市场的倒霉蛋。
国产手机品牌已经形成集团优势,新生力量壮大势不可挡
数据显示,老百姓越来越多的用户选择国产品牌,2014年第四季度新增设备前十名的品牌,国产品牌占据八席。小米以9.9%超越三星成为新增智能手机数量最多的安卓设备,华为和联想紧跟三星之后,列第四和第五位,前五个品牌占新增设备总量的67.0%。vivo、OPPO、酷派、HTC和魅族列6-10位,占总量的18.0%。两者相加,前十名手机品牌总市场份额已经超过85%,市场集中化趋势越来越明显。
不过,目前的手机市场格局也并不稳定,以小米、vivo、OPPO和魅族等新兴手机厂商,对三星和“中华酷联”等传统手机厂商发起了巨大的挑战。数据显示,安卓品牌中,小米、vivo的留存率较高,超过20%,其余品牌都不足20%。新兴智能手机厂商的留存率普遍高于传统手机厂商,以这样的品牌拉力,显然会大大提升这些智能手机的市场占有率,新生力量已经具备了较强的生命力。
应用分发能力成新兴力量重要发展动力
最近一段时间,小米不断在平台型业务上发力,据说其视频广告的收入都已经过亿,还进军互联网金融。支撑小米这一系列拓展的能量主要来自小米手机的平台化布局,通过将小米手机和UI作为平台,小米正在将互联网思维深入的智能手机的产业链内部。
此次微博报告数据也显示,小米用户的忠诚度很高,而且,从2014年Q4微博客户端的月度活跃设备上看,小米增长势头迅猛,以14.8%列第三位,仅次于苹果和三星。在新增设备量上,小米则以9.9%超越三星排行第二,可见小米在2014年以来的中高端用户和移动互联网活跃用户增长很快,这就成为了小米平台化成长的基础。
在应用商店上,小米的表现也同样出色,从2014年第四季度手机用户获取微博的途径来看,小米、魅族、vivo和OPPO以自有渠道为主,厂商预装和厂商移动应用商店两者之和占80%左右。在安装激活微博排名前十的移动应用商店中,有五家来自厂商移动应用商店,小米商店更是以16.8%位居榜首,OPPO软件商店也以9.1%位列第四位。与此形成对比的是,三星和“中华酷联”等品牌仍然主要依靠第三方移动应用商店,这也表明新兴品牌对自有渠道控制力强,对手机生态系统的构建已经初具规模,成为其核心竞争力。而传统手机厂商在手机生态建设上,仍旧比较薄弱,自有渠道分发的能力不足。
从微博发布的这个《智能手机微报告》,我们看到了一个不一样的手机江湖,虽然并不一定能完全的反映国内智能手机的全貌,但仍然可以为我们认清这个市场起到重要参考作用,特别是能非常清晰的展现出了中高端移动互联网用户市场的发展趋势,而这些用户作为智能手机最重要的消费力量和移动互联网的重度用户,对于未来智能手机行业的发展,起着至关重要的作用。
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