
近日,QQ公布了国庆节日期间用户图片聊天以及QQ钱包话费充值数据。数据显示,国庆7天,所有QQ用户发布图片消息量超过43亿,平均每天发送图 片超过6亿张,其中手机端每日发布图片消息达到3.6亿张,占比约为60%。与此同时,用户在国庆期间使用QQ钱包进行话费充值也增长迅猛,节日7天平均 为平时的1.6倍,10月1日更是达到最高峰,为平时的3倍。
图片分享占六成 移动语音潜力巨大
今年国庆,网上广泛流传一个段子:1号在家看全国高速堵车 ,2号在家看各地景区排队, 3号在家看全国酒店涨价 ,4号在家看游客到处被宰,5号在家看买不到火车票,6号在家看全国高速又堵 ,7号在家看东南西北进不了城,8号上班听各位分享国庆出行苦逼事情。
这个段子主要反映了国庆期间用户大规模出行造成的拥堵困扰,而现在或许不用等到8号上班,就已经收到不少朋友发来的“现场直播”了。一位国庆期间选 择在家的用户表示,几乎每天都能收到外出朋友用QQ发来的各种消息,有的是抱怨车多拥堵,有的是分享一些奇葩趣事,更多的是晒外面景色的照片……有一种 “不出门而知天下事”的感觉。而QQ国庆大数据也印证了这一点,数据显示,手机端成为了用户发布QQ消息的主要方式,其中图片分享占到整体的60%,而 10月2日、3日、4日为用户图片分享高峰。
业内专家分析,从用户使用QQ发布图片消息量上就可得知,智能手机的普及和4G网络覆盖地区的增多大大地缓解了用户外出“网络慢”或者“没有网”的 困扰,用户已经形成了在和用户交流时进行图片分享的习惯,预计随着网络速度的提升和覆盖范围的进一步增大,与图片相类似的语音通话、视频通话也将会有巨大 的市场空间。
充值途径辨年龄 90后是移动主力军
对于很多生活在城市的白领来说,手机充话费已经成为了不知不觉中养成的习惯,但对于一些年龄偏大或者不在城市中的人而言,营业厅、购买充值卡、电脑充值仍然是其主要的充话费方式,一位用户在微博上表示,充话费的方式似乎成为了一个非常明显的年龄区分标识。
QQ国庆大数据针对于此,对各年龄段用户充话费的方式进行了统计。数据显示,在国庆期间所有使用QQ钱包充话费的用户中,90后占比超过50%,80后占比接近40%, 50后、60后、70后加起来占比不到10%。
与此同时,QQ国庆大数据还揭示了充话费方式“最in”的省份,数据显示,国庆期间使用QQ钱包充话费的用户中,排名前5位的省份依次为广东、江苏、山东、河北、浙江,其中广东省用户占比达到15.81%,是排名第2位的江苏省6.57%的两倍还多。
业内专家分析,互联网尤其是移动互联网的发展正在快速的改变用户的生活方式,而因为不同年龄段和地域人群对于新鲜事物的接受度不同,使 得大家在一些小的生活习惯上很容易看出年龄的区分。但随着90后以及更小的人群的消费能力不断增强,他们已经成为了主流的消费人群,就像腾讯之前提出的 “连接一切”的概念,如何迎合这部分消费人群的需求以及改变他们的生活习惯将会成为所有互联网公司必须面对的课题。
一位用户在微博上感叹,不是岁月催人老,是你不知不觉中就被“out”了。在日新月异的移动互联网时代,或许真的是“逆水行舟,不进则退”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08