京公网安备 11010802034615号
经营许可证编号:京B2-20210330
2015年移动十大趋势:一切都是数据
搞到一份全球移动解决方案提供商Golden Gekko的内部预测。在研读大量领先分析师观点基础上,该机构又与谷歌、Facebook、微软、苹果及大量零售金融汽车医疗保健行业企业交流探讨,写下这份《2015 年移动十大趋势》。
趋势一:准备好“移动 3.0”(Get ready for Mobile 3.0)
移动App第一代主要表现为“花哨的品牌和游戏”;
第二代,则是调动现有在线服务,比如将已有的电商搬到移动上,再比如,推出像Uber这样的预订服务,以及像 Instagram 这种创造了只在移动端运行的媒体服务。
但第三代将表现为:充分利用用户所在地理位置、上下文情境(Context)、行为方式及用户数据,采取一种独特的移动接入方式。这也包括购物类App,它要既能提供用户在家网购的体验,又能提供用户在物理店可以发现最好交易,并能找到想要东西的那种体验。一个好的“全渠道”用户体验,需要的不只是个速度很快的网站。
趋势二:智能手机作为物联网控制中心(Smartphone as the control hub for the internet of Things)
这个趋势早就开始了,但随着无数可穿戴设备、连接设备及物联网到来,智能手机开始成为一个控制中心。
智能手表、家用电器、家庭娱乐系统、传感器、智能车辆、安全等越多越多东西通过智能手机控制,并还有一些在等待被控制。位于Palo Alto的Mind Helix 甚至允许你把废弃的智能手机变成高性能家庭自动化/监测系统;而另一个叫Dormi 的App,把你的Android 智能手机变成了婴儿监视器。
智能手机的特点是:个人、时刻在身边、安全、有足够计算能力,有允许任何机构去利用这个设备的成熟开发环境。你需要思考,如何利用智能手机作为一个你系统的物联网控制中心,并创造出新收入,提高客户体验,变得更有效率,或直接产生出新东西。
趋势三:移动设备成内容消费主要工具(Mobile devices generate the majority of all web browsing and media consumption)
2014年,人们通过移动设备消费内容的总时长,占通过所有网络方式消费内容总时长的35%-40%。然而,由移动产生的交易仍很低,仅占所有交易的15-20%。
我们预测:2015年,通过移动设备包括平板电脑产生的交易额将首次超过桌面,主要驱动力是移动有机增长、手机平板(大屏幕手机)增长和更多移动网站和服务产生。
大部分仍依赖PC卖东西的公司需要重新审视自己移动方式,以保证在不同独立渠道,转换率一致。再强调一次,一个速度很快的网站,不足以提供一个好的全渠道用户体验,零售商需要从一个基于地理位置的顾客视角,去重新思考移动购物使用情况,用户当时当地状态和需求。
趋势四:“手机平板”崛起(Phablets-Between smartphones & tablets)
按IDC预测,今年屏幕为5.5- 7英寸的手机平板(大屏幕手机)和智能手机全球销售额将超过平板电脑。而到2018年,手机平板将以24.4% 市场份额与更小的智能手机市占率进一步缩小差距,位居第二。
今年,将是“手机平板”突破之年,智能手机屏幕正变得越来越大,并需要开发者开发出适应这种屏幕的App。但消费者对设备和屏幕到底大到什么程度最舒服,目前还没答案,仍在尝试寻找。
趋势五:大数据无处不在(Big data becomes integral to all mobile services)
过去一年,几乎所有公司都已开始搞大数据。但今年,大数据不再是个独立东西,而是在所有趋势分析中,扮演每个在线和移动命题分析的一个组成部分。
你需要完全收集和利用数据中展现的Insights,用它武装,以提供更个性化的体验、上下文感知服务,及有针对性的信息,实现只对某个顾客“我”提供服务的效果。
趋势六:可穿戴突破(Wearables breakthrough)
去年,智能手表和可穿戴设备被媒体和分析师广泛预测,但你周围,到底有多少人戴这些东西?很少。
2015年,情况可能有突破,原因与“苹果手表”和其它可穿戴设备与传感器的结合有关。这些设备将被使用,不仅仅因为有用,也因为用户的流行和时尚声明需要。我们也将看到其它可穿戴设备和传感器,领域涉及健康监测及家庭控制设备等。
趋势七:Nearables, sensors & invisibles
我们周围到处是对我们行为一举一动和健康状态的追踪,它们是蓝牙信标,Wifi 热点,及其它你不会活跃连接或你手机自己自动连接的技术,比如进入快餐店时,有一定游客使用频率的交通运输公司。
他们正寻找什么产品和服务?通常保持登陆多久?一天中多长时间?通常是一周中的哪天?以及其它Insights。
现在硬件很便宜,所以确保你的移动团队能获取到最新设备和传感器,然后去测试和理解机会。你要留出时间和预算去做实验,评估有哪些方式可以收集到客户信息,从现有的WiFi热点,同时考虑添加其它类型的传感器,如蓝牙信标来提高数据采集。
趋势八:医疗保健获得大飞跃,其次是大规模隐私关注(Healthcare takes a big mobile leap followed by even bigger privacy concerns)
由于收入大幅增长和生产率提高,在大型制药公司和医疗初创企业的破坏性创新实践方面,我们将继续看见大的投资和创新,虽然管理规则仍将扮演阻碍角色,但立法者将与业界紧密合作。
另一面,目前消费者领域的技术炒作,和医生想要什么存在很大差距。有用的数据,及App在何种程度上能真正改变行为,技术何种程度上能帮助监测疾病,与患者进行远程通信,和对数据进行汇总分析方面,医生们对于这些普遍怀疑。同时,数据收集也带来巨大隐私隐患,隐私权拥护者对此非常关心,正强调安全分析,由此也可能导致新监管发生。
趋势九:移动客户忠诚度和移动支付齐头并进(Mobile Loyalty & Payments go hand in hand)
2014年最成功的忠诚度和移动支付 App,不是来自零售商、运营商、金融机构或设备制造商,而是来自像星巴克、亚马逊和Uber这样的革新驱动的公司,他们已成功将支付和忠诚度策略整合进自己服务,并成为我们日常生活的一部分。
2014年,星巴克创造了90% 的基于物理位置的移动支付,这些既非使用NFC,也不是通过蓝牙支付完成,星巴克的成功,是基于消费者的信用卡细节给到星巴克的价值,以及星巴克提供给消费者的便利细节,和消费者由此返回的对星巴克品牌忠诚度收益。
苹果支付,将在移动商务领域作为一个App 内置支付方式获得成功,但作为一个信用卡替代者,这个过程仍将十分缓慢。
根据二八原则,你未来80%利润,将来自你20%客户,而一个公司要把一个东西卖给一个新用户所付出的努力,是卖给老客户的六倍,很明显,忠诚度和支付行为密切相关。
这意味:退后一步,你要想想是什么让你客户回来,更频繁使用你服务。通过用户测试和数据发现真正对用户便利的个人经验,亚马逊和星巴克在这方面是超级成功的。
趋势十:移动开发变得更简单,也更复杂(Mobile Services development becomes easier and a lot more complex)
据IDC预测,企业级移动App开发将在2015年增长一倍,这也导致各大公司包括创业公司发布大量新的有用工具,像基于云的后端、新跨平台工具、拖放开发工具及插件等,而它们都促成App开发更容易。
但这是否意味App开发,可以更快、更便宜和更简单了呢?不是,Android 和Windows、新设备尺寸、安全威胁、业务流程改造,和旧后端系统的发展,实际上是让事情更复杂了。
对很多公司来说,移动开发项目开始像大型 IT 项目,需要大型团队完成,并且失败率迅速上升。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-05-18【专访摘要】本次CDA持证专访邀请到拥有丰富物流供应链数据分析经验的赖尧,他结合自身在京东、华莱士、兰格赛等企业的从业经历 ...
2026-05-15在数字化时代,企业的每一次业务优化、每一项技术迭代,都需要回答一个核心问题:这个动作到底能带来多少价值?是提升了用户转化 ...
2026-05-15