
京東深挖11.11大數(shù)據(jù) 用戶需求細分(1)_數(shù)據(jù)分析師
2014年11月下旬,京東在《京東技術(shù)解密》新書發(fā)布會上,首次公布了2014年11.11的部分大數(shù)據(jù)洞察。這其中,既包括有新用戶高速增長的消息,也有用戶消費結(jié)構(gòu)升級的數(shù)據(jù)。從這些大數(shù)據(jù)洞察中,我們不難發(fā)現(xiàn),由一個個平凡的個體構(gòu)成的網(wǎng)購群體,卻有了不凡的表現(xiàn)。在“保民生,促增長”上,京東給了我們別樣的啟示。
11.11用戶行為特征——熬夜血拼,更看重品牌
數(shù)據(jù)分析表明,隨著京東11.11多年的經(jīng)營,品牌和形象深入人心,得到越來越多網(wǎng)購人群的關(guān)注和認可,參與程度越來越高;另一方面,京東在移動戰(zhàn)略上的持續(xù)投入,使得用戶的移動下單行為大幅提升。2014年與2013年相比,熬夜族(24點—1點)人群參與度明顯增加,未來的電商購物將打破時間與空間上的差異,讓每天都是“11.11”。
京東分析了一組11.11與國慶假期期間用戶購買行為的對比,在國慶黃金周期間,相對價格越高的產(chǎn)品,用戶購買時越關(guān)注品牌,例如冰箱、手機;而像襯衫、護發(fā)品等單品價格比較低并且產(chǎn)品種類較豐富的產(chǎn)品,用戶對品牌的關(guān)注程度相對比較弱。而在11.11大促期間,用戶對品牌的關(guān)注程度整體都提高了,不管價格高低,大家都會比較在意品牌。包括襯衫、護發(fā)品在內(nèi),用戶在選擇時都會把品牌放到更重要的位置。
消費者目標性增強——新用戶11.11集中消費
數(shù)據(jù)顯示,2014年11.11,消費者的目的更強。新老用戶集中下單的時間都在10日和11日,新用戶11.11當天下單量占新用戶11.1-11.11期間總單量的34%,老用戶則為28%;同時,新用戶伴隨雙11的深入,消費金額逐漸增加,在11.11當天達到高峰。這表明,不少新用戶是奔著11.11而來,而且血戰(zhàn)到底,消費者過11.11電商大節(jié)的目的性也更加明確。
從單品來看,京東很多單品創(chuàng)下了銷售紀錄,如11.11期間銷售肥皂80多萬塊,115多噸,相當于23頭大象;僅衛(wèi)生紙就售出了至少900萬卷,以及8億多抽手紙,按一秒鐘扯一抽來計算,至少要扯3年,按一卷紙30米算,900萬卷至少可繞地球7圈。
日用品受青睞——京東商品擴軍受用戶追捧
2013年11.11期間,新用戶的購物主要集中在電腦辦公、手機數(shù)碼品類,用戶數(shù)占比分別為16%、13%。2014年11.11期間,新用戶的采購重點集中在服飾內(nèi)衣、鞋靴箱包等品類,用戶數(shù)占比分別為21%、12%。
長期以來,不少人印象中總認為3C品類是京東的核心競爭力,但最新的數(shù)據(jù)則說明服裝、日用品等與普通用戶生活息息相關(guān)的品類迅速崛起,成為用戶上京東采購的新寵。一方面是京東全面擴展經(jīng)營品類,更豐富的商品吸引了用戶。另一方面,無論3C還是日百,京東一直堅持正品、行貨、低價的策略,在電商平臺的競爭中形成了越來越明顯的特色,讓用戶信賴。因此,京東的新用戶們會自然而然地根據(jù)自己的需求在京東采購商品,而不會被“京東3C特別強”的傳統(tǒng)印象所影響。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11