《2019年双11洞察数据分析报告》(全文)重磅发布

作者:admin发布时间: 2019-11-30

  (网经社讯)双11购物狂欢节,起源于淘宝商城于2009年11月11日举办的网络促销活动。历经11年,它完成了从“光棍节”到“全民狂欢”、从一天到近一个月,从一家主场走向“百花齐放”的蜕变。今年双11,京东、苏宁易购、唯品会、拼多多等头部电商平台纷纷入局,双11已经成为检验电商平台成长性的“试金石”。

  据网经社电子商务研究中心不完全统计,今年双11除了天猫、京东、拼多多、苏宁易购等“头部平台”外,还吸引了100多家各类电商平台参与,主要包括:社交电商平台云集、微店、小红书、蘑菇街、有赞,跨境电商平台速卖通、考拉海购、洋码头、寺库,社交电商贝店、宝宝树、蜜芽,精品电商平台网易严选、小米有品,生鲜新零售盒马鲜生、每日优鲜,生活服务平台飞猪、美团点评、携程、饿了么等。ZSj中文科技资讯

  11月20日,国内知名电商智库网经社电子商务研究中心(微信ID:i100ec)发布《2019年双11洞察数据分析报告》(以下简称《报告》)(报告下载:。报告披露天猫、京东、拼多多等“头部平台”双11期间多项核心数据,如:从交易规模、APP热度、小程序指数、用户画像数据、物流数据等,依托数据全面剖析洞察2019年双11。网经社电子商务研究中心网络零售部主任、高级分析师莫岱青总结今年双11呈现五大特征。ZSj中文科技资讯

  “游戏+社交+电商”方式是今年双十一的最大“亮点”,近年来随着拼多多的崛起,社交电商走入公众视野。电商平台们通过“游戏+社交+电商”方式可把购物、娱乐、生活场景全面打通,提高月活用户,在用户下单后对GMV的转化启动一定促进作用。对于老客户来说能够提高留存及激活消费,并且持续提高拉新能力。ZSj中文科技资讯

  双11不再只是一、二线城市的节日,电商平台更多地下沉到低线城市,而“全民拼购”则是快速下沉撬动地线市场的最佳“翘板”,拼多多、阿里(聚划算)、京东(京喜)、苏宁拼购等纷纷入局。低线城市的消费场景和下沉人群已经成为部分电商甚至电商巨头的重要消费增长点。ZSj中文科技资讯

  今年的双11,从线上各大电商平台来看,会更多地依重品牌方的参与。从商品的组织情况来讲,它们会更多地和品牌厂家做一些紧密的配合,对阿里也好,京东也好,包括其他的这些头部平台也好,它们会更注重和一些较好的或大品牌合作,来推动双11点更好的发展。孙红雷“土包子”大变身《窈窕绅士》新版预告片,ZSj中文科技资讯

  从各大电商平台来看,今年双11会不断的拓展新的领域,比如,从近期的京东来看,它会围绕着双11期间,从原来的2C向2B方向发展,包括阿里。同时,京东也在向社区团购领域拓展。总体来讲,围绕双11时间节点,会形成2C、2B,包括社区团购等,形成一个系统化、立体化的双11电商活动。ZSj中文科技资讯

  从京东提前启动双11,到苏宁、拼多多、唯品会等发力,从中可见,“双11”已经从天猫“一支独秀”的主场转向各大电商平台参与,双11进入第十一年呈现更具多元化态势。ZSj中文科技资讯

  天猫2019年的双11交易规模(GMV)达到2684亿元,同比增长25.71%,增速较去年下降1.22个百分点。ZSj中文科技资讯

  京东2019年双11期间交易规模达到2044亿元,同比增长27.9%,增长率高于2018年的25.72%超过二个百分点。ZSj中文科技资讯

  双11当天,苏宁全渠道订单量增长76%,苏宁物流发货完成率达99.6%,新增Super会员超过百万,移动支付笔数同比增长139%。一块麦乐鸡卖到了66元为什么这么贵?,ZSj中文科技资讯

  据拼多多数据显示,双11开场16分钟,汽车销量破千台,农产品销售增速超220%。ZSj中文科技资讯

  APP热度从各大购物平台下载量数据来看,拼多多保持前列;京东从11月1日起保持良好态势,此后直到11日进入相对稳健阶段;天猫、苏宁易购下载量在双11当日有明显上升;唯品会相对稳定;淘宝下载量在双11当日有波动。ZSj中文科技资讯

  综合11天,对比这六家情况开看,拼多多位居首位、淘宝位居第二、京东位居第三、苏宁易购位居第四、天猫位居第五、唯品会位居第六。ZSj中文科技资讯

  双11网购小程序阿拉丁指数排行榜TOP10的依次为:拼多多(10000)、京东购物(9249)、京喜(8583)、兴盛优选(7853)、快手小店(7838)、唯品会(7657)、每日优鲜(7639)、苏宁易购(7609)、同程生活精选(7427)、京东优惠(7347)。其中,京东系占据TOP10 三家,TOP20占四家,TOP50占五家。ZSj中文科技资讯

  双11网购小程序成长指数排行榜TOP10的分别为:小米Lite (690)、京喜(658)、京东超市(654) 、优衣库(643)、京东购物(603)、小红书(592) 、苏宁云店(589)、苏宁小店(572)、苏宁易购(561)、同程生活(560)。ZSj中文科技资讯

  天猫双11期间,海外进口消费群体中95后占比达33%,其次80后占比29%、90后占比25%、70后占比9%、银发族占比4%。ZSj中文科技资讯

  京东双11购买力按照收入划分,高级白领居首位,占比50.57%,其次小白领占比34.16%,蓝领占比11.64%,土豪占比3.51%。ZSj中文科技资讯

  从省份情况来看,东南沿海省“双11”的参与热情最高,尤其以广东热度最高;从城市来看,北京、上海位居前列;从“双11”成交额及用户分布来看,广东、江苏两省成交额稳居前三。ZSj中文科技资讯

  2019年双11热门品类集中在手机通讯、家用电器、电脑办公、个护美妆,母婴用品、服装鞋履等。ZSj中文科技资讯

  截止11月11日,天猫主要热销品类有手机、家用电器、母婴、美妆护肤、个人护理、生鲜、家纺家居、服装等。过亿品牌中涵盖APPLE/苹果、华为、美的、海尔、华为、小米、优衣库、雅诗兰黛等。ZSj中文科技资讯

  京东双11热销品类涵盖手机通讯、家用电器、电脑办公、服饰内衣、母婴、运动户外、数码、食品饮料。其中过亿品牌包括APPLE/苹果、华为、美的、小米、海尔、格力、阿迪达斯等。ZSj中文科技资讯

  菜鸟双11当日订单总量为12.92亿,同比增长24%;11.11京东自营订单24小时达占比达到92%,基于城市群半日达和千县万镇24小时达计划,京东物流在全国90%区县实现24小时达;苏宁物流发货完成率达99.6%,“苏宁秒达”分钟级配送订单量同比增长869% , 99.26%的订单在30分钟内完成。ZSj中文科技资讯

  关注网经社电子商务研究中心官方微信ID:i100ec,后台私信回复“2019年双11洞察数据分析报告”,即可下载报告《2019年双11洞察数据分析报告》完整版全文。 如您是业内人士,需要报告定制可添加我们分析师(微信号modaiqing166)联系。我们十余年专注报研究、服务于“泛电商”,重点关注:零售电商、大宗电商、跨境电商、三农电商、服务电商、共享经济、电商物流、电商金融等细分领域,致力于专注推动制造业、零售业、服务业、农业、物流业、进出口、莫尔德vs贝尔格莱德游击。金融业的互联网化,推动新制造、新零售、新贸易、新服务、新金融、新物流、新农业、新消费等新型经济生态圈的建立。欢迎各电商、服务商、品牌商,开展个性化研究定制,包括不限于:平台年度用户画像与大数据报告、公司案例研究专题研究报告、公司与竞对研究分析投资价值、平台合规性审查报告,以及公司所在细分行业关于平台模式、物流网络、金融科技、用户体验、财务分析、投融资、行业影响力、用户满意度、用户体验评测、平台界面与功能服务评测等细分维度平台大数据报告或行业报告。ZSj中文科技资讯

  网经社启动“直击黑五 全球网购狂欢”大型策划报道,通过滚动播报、专题直击、社群直播、网购预警、数据监测、电商快评、媒体评论、投诉维权等多元化、立体化方式,从平台层、商家层、用户层,对黑五持续播报、监测、评论,打造跨境电商年度行业大促的“六大中心”,即资讯中心、视觉中心、数据中心、维权中心、媒体中心、评价中心。我们密切跟踪天猫国际、京东海囤全球、苏宁海外购、考拉海购、洋码头、亚马逊中国、蜜芽等,为您带来跨境电商版的“双11”大促全貌。ZSj中文科技资讯

  来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

  文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

  如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至

  11月11日讯,工信部印发《携号转网服务管理规定》,规定自2019年12月1日起施行。规定要求电信业务经营者在提供携号转网服务过程中,不得为携号转网用户设置专项资费方案和营销方案,不得采取拦截、限制等技术手段影响携号转网用户的通信服务质量等。

  11月5日,第二届中国国际进口博览会在上海开幕。对许多外国企业来说,参加进博会意味着走上进入中国市场的“绿色通道”,而各大跨境电商平台在去年祭出采购大单之后,早已筹谋今年的“买买买”计划,继续担当进博会重要的采购力量,丰富消费者的购物车。

  事实上,这大概是中国互联网创业的本质:技术领域的一个概念、一段视频、一份PPT,都会让资本市场异常兴奋,大家都喜欢先奔跑起来,再寻找方向,如团购、外卖、共享单车、特供智能机,莫不如此,医疗互联网身处其中,自然也免不了沾染癫狂习气,只是医疗行业的特殊性不言而喻,或许,越慢越好!

  总得来说,人工智能有两个重要的支柱,一个是海量的数据、大大的数据;另一个则是高精度算法,显然,算法需要一小撮的天才来编辑和优化,而海量的大数据,除了机器本身的收集能力之外,还需要大量的人工操作,给相关的数据贴上固定的标签。