2017中国互联网消费生态大数据报告.pdf

2017中国互联网消费生态大数据报告第一章： 2017中国互联网 消费生态 发展概述CONTENTS第二章： 消费观升级第三章： 商业 模式升级第四章： 消费业态升级第五章： 总 结与展望大数据 全洞察 3 2016 中国互联网消费生态大数据报告 首次聚焦“互联网消费”，总结出 2016年互联网消费生态的关键词 “便捷”与“品质” 。 一批创新型互联网企业通过降低门槛、整合资源、碎片化等形式为消费者提供了便捷化的服务， 消费者对品质的追求， 促使了定制化、专业化、体验化、高端化等方向的产品及服务升级。 2017 中国互联网消费生态大数据报告 围绕消费观念升级、商业模式变化 、消费业态发展 三个方面 ，对 互联网消费生态重要现象与趋势做梳理与分析。 消费观念方面： 消费者需求进一步变化，从“买便宜的”到“买优质的”、从买“大众的”到买“小众的”、从买“商品”到买“服务”、从“拥有”物品到“共享”物品，从满足生活基本需求到生活方方面面的精致化升级，消费者的消费能力和消费理念都在发生着变化，“消费”的个性化复杂度不断提升； 商业模式方面： 三种模式不再有效 ： 1）单纯 的商品推荐模式不再 有效。随着供应商品的日益丰富 ，用户注意力正在 变成稀缺 资源，“内容 +商品 ”组合模式成为 吸引用户的“标配 ”方式； 2）单一 渠道模式不再 有效。随着 线上流量红利的减弱，零售渠道销售 模式开始变革，以 “用户”为中心的全渠道模式逐渐成为 零售的“ 标配 ”方向； 3）商家 主导的商品生产不再 有效。随着 消费数据的 不断沉淀， 按需定制 的 “ C2M” 模式 成为商品 研发与商品新市场的“标配”模式； 行业发展方面： 人工智能等新技术在各领域的探索性应用大范围展开，尤其是医疗、金融、教育等 传统行业 ，待解决的行业痛点多，智能化改造潜力巨大 ，智能 产品的效果也开始得到用户认可，随着数据的积累以及使用场景的匹配磨合，新技术有望极大地提升这些行业的效率，甚至产生颠覆式的影响。报告综述第一章2017中国互联网消费生态发展概述大数据 全洞察 5一消费结构进一步调整 服务型消费快速发展二线上线下消费渠道愈发融合，形成以“消费者”为核心的零售新生态三内容成为商品和消费者之间不可或缺的深度连接四共享模式继续发酵，不同领域发展阶段各异五“信用服务”成为消费生态的一个重要支撑六人工智能加速产业应用，切实进入到消费层面七大数据优化消费体验 整合资源配置模式应用到更多消费领域2017中国互联网消费生态发展七大趋势大数据 全洞察 624.1%18.0% 18.0%12.5%2.6%11.4%6.6% 4.8% 6.4% 5.5%2015.10-2017.09 人均支出同比增速 TOP5品类人均支出变化 人均购买频次变化 在人均收入水平提升、人口年龄结构变化、消费心理和习惯改变等多因素作用下，整体消费不断往“服务型消费”为主的结构调整； 2017年，家政服务、运动健身、旅游等服务型消费均表现了较高的增速。其中，运动健身和旅游反映了消费者对于乐活型服务需求的增加，家政服务反映了消费者对于生活基本服务的专业外包趋势。数据来源：挖财互联网消费 生态 发展特点一：消费结构进一步调整 服务型消费快速发展大数据 全洞察 7 传统场景下，线下商超、百货与线上消费完全割离，消费者消费受场所限制； 在科技支撑下，传统企业与线上企业各取所长、融合形成新的消费系统 以“消费者”为核心的全渠道服务模式，线上与线下数据打通，全方位还原用户画像以及消费行为，全面精准地满足消费需求。数据来源：盒马鲜生线上线下传统零售 新零售：数据驱动、全渠道融合消费者 割离的线上、线下 新消费者消费者自主选择权扩大；消费者是 整个新零售模式的核心 渠道融合后，在任何时间任何场合任何场景下，都有可能产生交易自 2016年 1月以来，已有 300万 APP用户、店内 20000种以上商品、平均月购买次数 4-5次新线上新线下融合的线上、线下互联网消费生态发展特点二：线上线下消费渠道边界愈发融合，形成以“消费者”为核心的零售新生态8 由于消费者对“商品 +服务 +内容”模式一体化的消费新需求，内容与商品逐渐融合 ； 内容 电商通过内容连接消费者和用户，实现转化率提升、电商导流和精准营销。互联网消费生态发展特点三：内容成为商品和消费者之间不可或缺的深度连接大数据 全洞察内容化 ： 传统电商向内容化转型， 通过图文，短视频及直播等形式提升消费者体验；社区化： 电商平台通过社区提供一站式服务，使得用户产生感情寄托，粘性与转化率更高；精准化： 平台社交数据能够体现购物偏好，个性化数据助力精准营销；消费者新需求商品内容 服务体验内容连接消费者与商品商品内容消费者大数据 全洞察 9互联网消费生态发展特点四：共享模式继续发酵，不同领域发展阶段各异空间：统一化尚处于成长期的共享住宿、办公等空间服务走过不同领域的探索，服务趋于统一化出行：日常化随着共享出行行业持续走热和行业不断规范，共享出行逐渐成为公众的出行选择，共享出行趋于常态化、日常化。物品：泛化共享模式应用到了更广泛的细分商业场景，新形成的商业模式正在等待消费者的认可 提供空间服务的共享住宿、共享办公在经历一番探索后逐渐找到了最优的模式； 共享办公逐渐统一为空间、社区、服务多元融合模式，共享住宿逐渐统一为提供“个性化房源 +旅游综合性相关服务”的模式。 以日常出行为代表的刚需类共享服务逐渐成熟，成为公共交通的有益补充； 共享出行有效的补充了城市公共交通的不足，提高了消费者的出行效率，引领全新的出行方式。 相比起共享生态圈中其他类目，共享物品仍处于起步阶段；目前行业涉及雨伞、充电宝、服装、 wifi、器材等细分行业，通过差异化的服务迎合细分的市场需求； 共享物品行业分化尚不明显，产品创新或服务的异质性将成为未来行业突破点。大数据 全洞察 10 消费者对共享经济的需求持续上升，而共享经济的基础就是相互信任。有了“信用”的支持，免押金“享”用产品或者服务将变得更加容易，而这种便利对激发消费者习惯共享模式起到很大推动作用。 以共享单车场景为例，开通信用免押后， 当月新注册用户数量激增至上月新注册用户的 3倍 。资料来源：芝麻信用、 ofo 通过引入信用评分，很多服务性消费将变得更加便利。现阶段看，共享模式是最主要的激发场景，一方面信用分的担保可以使用户省去交押金环节，从而减少用户的使用成本，有利于培养起共享的消费习惯 ，推动了共享 模式的快速规模化；另一方面随着信用 分重要性 的增强，用户对自己信用分的关注也可以间接起到规范用户行为的作用。信用服务成为消费生态的一个重要支撑体系。互联网消费生态发展特点五：“信用服务”成为消费生态的一个重要支撑推动共享模式快速规模化 规范消费者行为 信用中介服务的联合惩戒能有效起到让不守信者处处受限的作用，间接起到规范消费者行为的作用。 以共享单车场景为例，租车行业免押客户相比押金客户， 租金欠款率低 52%，违章罚款欠款率低 27%，丢车比率低46%大数据 全洞察 11 人工智能应用的热潮从 2015年开始，到今年仍在快速增长，随着底层技术的不断成熟及开源共享，各行业都在探索技术的产业化应用； 从投资数据看， 截至 2017年 Q3的投资金额已经超过去年全年，尤其是“应用层”投资已接近“技术层”投资的两倍，而这些应用正在 改变与影响着 医疗、金融、教育等多个消费领域。数据来源： 2017 中国 AI投资市场研究报告 数据来源： 2017 中国 AI投资市场研究报告 互联网消费生态发展特点六：人工智能加速产业应用，切实进入到消费层面1 1 0 1 3 5 4 7 17 25 83171 239 169-500-400-300-200-1000100200300040801201602002402004-2017Q3 中国 AI私募股权市场投资频数与投资金额变化情况投资金额（亿元） 投资频数0 0.01 1.09 3.46 12.26 20.250.22 3.94 11.5 24.29 42.96 53.973.01 1.51 9.9676.6971.01103.6-600-400-20000204060801001202012 2013 2014 2015 2016 2017Q1-Q32012-2017Q3 中国 AI投资产业链层次分布基础投资额（亿元 ) 技术层投资额（亿元） 应用层投资额（亿元）基础层投资频数 技术层投资频数 应用层投资频数大数据 全洞察 12 从在各领域应用广泛的 个性化推荐 到由出 行为代表的资源调控模式，大 数据正在持续优化消费体验，并不断拓展领域 ， 停车就是其中较为代表性 应用 领域 ， 通过利用大 数据整合不同车场信息与资源，推出车位信息共享、车位引导、 P2P车位共享等一系列功能，提高了车位的使用率，有效解决消费者停车难问题，优化了出行体验。数据来源： ETCP互联网消费生态发展特点七：大数据优化消费体验 整合资源配置模式应用到更多消费领域停车场 D停车场 E停车场 A停车场 B停车场 C智慧停车平台打通信息孤岛，整合不同停车场的数据与资源，实现车位信息与车位资源的 共享。1. 车位信息共享： 基于用户目的地定位，通过监控周边车场的空闲、繁忙情况，向车主推荐最优停车选择和导航路线。2. 车位引导系统： 由探测器对车位进行检测，通过显示屏显示空车位信息，用户通过该信息，实现轻松 停车。3. P2P车位共享： 将白天车位较为紧张的车场类型进行引流，既可以减少社区车场的空置率，也可以缓解周边物业的压力。 根据 ETCP的数据，在 CBD的商业综合体使用智慧停车 APP入场寻找车位 可以 节省5分钟的时间 ，周末 18-19点为 CBD商业综合体的晚高峰，仅这一小时因入场找车位 可节约的社会时间成本约为 239天 。 公共活动造成局部车流密度骤升，智慧停车可以辅助疏导车流。以周杰伦重庆奥体演唱会为例，由于演唱会当天限制车辆进入，周边车停车场进场数激增。智慧停车可以 帮助车主提前预定周边停车场车位，解决临时找不到车位的问题。 从互联网消费 生态的 发展来看， 2017年“ 升级”的方式主要分为两 大方向：1）对消费者以及部分行业来说，在 原有“跑道” 上深耕；2）受到技术 和模式的 催化，许多潜在的商业模式与业态被 “ 唤新”；132017 中国 互联网 消费生态发展 ： 升级 = 深耕 +“唤新”消费观升级( 深耕 )业态发展升级( 深耕 +唤新 )商业模式升级( 深耕 +唤新 ) 深耕： 消费观升级核心趋势与去年没有太大差异， 但每个细分 方向有了不同 程度的深耕发展。 深耕： 以共享经济为代表的新商业 模式今年 进一步发酵； 唤新： 线上线下 一体化模式 重构了人货场的关系，驱动零售行业 唤新 。 深耕： 旅游、运动、文娱等 行业在现有 领域 上有了深耕 发展； 唤新： 人工智能等技术已经在金融、医疗、教育等领域有了较多尝试，使这些相对传统的行业有了新的发展。大数据 全洞察第二章消费观升级大数据 全洞察 15 消费人群主体的改变和人均可支配 收入提升 推动了消费观念的升级。消费需求的变化路径必需品诉求大非必需品的诉求开始显现非必需品占比提升 消费者不再满足简单的非必需品，对物质生活和精神生活提出了更高要求 消费观念差异显现，多元化消费诉求细分 从众已不再是消费者消费特征，消费者 追求更关注个性化、绿色、健康 ; 消费者更想满足自身的精神需求， 追求多元的文娱生活 ; 标新立异， 多一点定制元素 ，成为年轻消费者的诉求 ; 消费者更愿意为 品质 买单； 消费者需要更多更专业的物品 提升生活品质和效率 ; 消费者 追求高性价比 ，不是大品牌也喜欢。线上不同 年龄段 消费人群 消费 升级指数 下 销售额贡献16 从线上不同年龄段人群的 销售额贡献来看， 80后贡献了主要的销售额，且集中分布 在消费升级中指数中的中高 消费区间； 90后的销售额贡献目前相对较小且平均，待消费能力进一步提升，有望赶超 80后。80后是消费升级的主力，同时 90后消费潜力不容小觑70前70后80后90后圈大小 ： 销售额大小0 10 20 30 40 50 60 70 80 90 100数据来源：阿里数据 数据时间： 2015.10-2017.09 注：消费升级指数 =a*非必需提升指数 +b*品类多样性指数 +c*个性化指数 +d*品质化指数 +e*垂直专业化指数，详细解释见附录。大数据 全洞察低 中 高 超高消费升级指数主力人群更多元的财务结构促成了更开放、更超前的消费观大数据 全洞察 17数据来源：挖财 数据来源：挖财 80、 90后兼职外快增速远高于 70前和 70后，收入来源更多元； 年轻群体对互联网理财等新型理财 产品接受度 高，不再拘泥于银行存款的低收益，对于金钱的观念更开放。70前 70后 80后 90后投资理财金额增速2016.10-2017.09 vs. 2015.10-2016.09互联网理财 银行存款36.2%11.4%11.2%20.8%11.7%-27.1%33.9%24.0%70前70后80后90后各年龄收入来源金额增速2016.10-2017.09 vs. 2015.10-2016.09工资薪水 兼职外快00.20.40.60.81非必需提升指数品类多样性指数个性化指数品质化指数垂直专业化指数线上不同年龄段人群 消费升级指数 指向图70前 70后 80后 90后 00后18 数据显示，从线上消费情况表现来看，有一定经济基础的 70前在消费上对品 质化的要求相对更高 ；作为消费升级主力的 80后则更加聚焦在非必需、 品质和 个性上的消费；而作为消费升级中的潜力股， 90后在消费上偏好更多元、更专业的品类。不同年龄段人群消费升级的细分 偏好不尽相同数据来源：阿里数据 ； 数据 时间： 2015.10-2017.09 注 ：雷达图数据为相对值，各指数详细解释见附录大数据 全洞察19总结今年消费者消费观升级的三大表现：大数据 全洞察表现一个性化消费普及表现二从“价格导向”到“价值导向”表现三追求更为细分的小品类表现一：个性化消费普及大数据 全洞察 30追求 个性的消费理念的升级体现在以下两大方面：愿意在更多领域追求定制1 2 愿意追随小品牌定制市场高速发展：定制品类泛化，可定制物品增多大数据 全洞察 312015.10-2016.09 2016.10-2017.09定制 规模 趋势32%15% 14% 13%3%家具家装 美妆护理 文化娱乐 服务类商品 鞋包服饰主要品类可定制产品数年增长率2016.10-2017.09 vs. 2015.10-2016.09数据来源：阿里数据 数据来源：阿里数据 数据来源：阿里数据 随着消费者个性化 需求日益 提升，定制市场高速发展，消费者人数和金额近两年均保持两位数高速增长，可定制物品也越来越丰富。2015.10-2016.09 2016.10-2017.09定制 人数 趋势70前 70后 80后 90后线 上专属定制人群 规模2015.10-2017.0923 90后消费群体更 注重自我属性，乐于表达自我，对于定制更加 强调个人标签，是定制人群 规模最大，是专属定制的核心人群。数据来源：阿里数据注：线上专属定制人群筛选为在线上购买过带有签名定制，专属设计定制的产品人群90后乐于表达自我，强调个人专属，引领专属定制大数据 全洞察24 从定制品类看， 90后除了在手机 壳、马克杯等平价小 物件定制消费模式外，也开始 逐渐走向大牌彩妆定制服务； 在美妆定制中，口红的销售增速最快，其中以 YSL定制口红为例 ，推出 定制服务后， 90后 人群销售额 占 比较之前显著 提升。手机保护套 /壳U盘马克杯笔记本 /记事本T恤90后专属 定制 Top5品类人均 消费额变化2015.10-2016.09 2016.10-2017.09 146%80%27%口红定制增速 美妆定制增速 整体美妆增速90后定制 美妆 &定制口红销售额增速2016.10-2017.09 vs. 2015.10-2016.09刻字服务前 刻字服务后90后刻字服务前后销售额占 YSL口红 总体情况对比90后的专属定制：从平价小物件的定制到大牌专属的定制大数据 全洞察数据来源：阿里数据 ；注：刻字 服务前： 2015.01-2016.06；刻字服务后： 2016.07-2017.09；刻字时间确定为中国专柜开启刻字服务时间80后休闲定制：更愿意为旅游休闲类定制买单， 小众目的地的品质游受到欢迎大数据 全洞察 35旅游休闲家具家装服务类商品美妆护理母婴食品家居日用文化娱乐鞋包服饰80后定制爱好者定制品类 人均消费额年 提升系数2015.10-2016.09 2016.10-2017.0980后定制游人数数据来源：阿里数据 ；数据来源：飞猪 数据来源：飞猪， 数据时间段： 2015.10-2017.09 80后在繁重工作压力之下，旅游成为主要的休闲方式之一 ，在 旅游休闲类上的人均支出提升最快； 此外， 80后定制游人数在两年间也快速增长 , 在 80后最爱的定制游国家里面，除了大众目的地，小众目的地也颇受青睐。马来西亚美国泰国印度尼西亚新西兰斯里兰卡阿联酋塞班日本尼泊尔80后定制游最爱国家排行注：价格提升系数 =2016.10-2017.09滚动年人均消费额 /2015.10-2016.09滚动年人均消费额大数据 全洞察 40随着消费者对品牌观念的转变，消费意识从盲目跟风逐渐转向自我认同盲目跟风追求大牌01 自我意识觉醒 逐渐认同小品牌02观念成熟小品牌得到大众认可03 能够满足基础时尚要求 大品牌占据市场 对风格、流行元素等关注点较低，自我意识薄弱 电商冲击加剧 创新小品牌出现 逐渐接受多样化差异化，自我意识觉醒市场消费者心态 从被动接受到主动追求 ，成为 创新小品牌的追随者 创新小品牌大量涌现 拥有各自的细分市场消费者对“小而美”品牌愈发认可， 90后是核心人群大数据 全洞察 42小众 /潮牌 原创 /独立设计品牌 网红品牌“ 小而美 ” 品牌销售额2015.10-2016.09 2016.10-2017.0927% 31%34%44%22%32% 36%54%70前 70后 80后 90后“ 小而美 ” 品牌人数渗透率2015.10-2016.09 2016.10-2017.09 以线 上小众 /潮牌 、原创 /独立 设计品牌和网红品牌 三类为例，对比两年的销售额均有所上涨且人均 消费额均呈现增长趋势； 其中以原创 /独立设计 品牌在销售额上表现突出；相比之下网红 品牌人均消费额 最高； 从消费年龄来看， 90后“小而美”品牌覆盖 人群最多， 是其主力 人群。数据来源：阿里数据；注：人数渗透率 =各代际购买小而美品牌人数 /各代际个性化人群总人数；个性化人群 =线上购买过个性化产品的人群小众 /潮牌 原创 /独立设计品牌 网红品牌“ 小而美 ” 品牌人均消费额2015.10-2016.09 2016.10-2017.09大数据 全洞察 28数据来源：阿里数据 数据来源：阿里数据 深受 90后喜欢的潮流单品小白鞋 ，在 2016年百度指数搜索爆发前 90后的购买已处于高位， 2016年 潮流舆论关注度飞速提升，小白鞋整体开始线上爆发。案例分析： 90后潮流先导者帆布鞋（小白鞋）手机保护套 /壳毛呢外套休闲运动套装时尚套装Polo衫毛针织衫毛衣卫衣 /绒衫短袜 /打底袜 /丝袜 /美腿袜90后最爱潮流品类同比增速2016.10-2017.09 vs. 2015.10-2016.09小白 鞋线上购买 人群中 90后占 比 & 百度搜索指数表现二：从“价格导向”到“价值导向”大数据 全洞察 30从“价格导向”到“价值导向”的 两大表现： 愿意为品质溢价 买单 理性主导消费，追求性价比1 2大数据 全洞察 31数据来源： 阿里 数据注 ：增速 = 2016.10-2017.09 各消费档次人数 / 2015.10-2016.09各消费档次人数 -130%9%44%36%18%30%8%25%人数 销售额2016.09-2017.10 各消费档次人数占比 &销售额占比低 中 高 超高整体 低 中 高 超高2015.10-2017.09 各消费档次 人数同比增速线上消费中端及以上价格产品的人群占整体七成且增速快于平均注：消费档次：低：购买件单价小于均价；中：购买件单价大于等于均价，且小于 2倍均价；高：购买件单价大于等于 2倍均价，且小于 4倍均价；超高：购买件单价大于等于4倍均价数据来源：阿里数据标准线32 以母婴类的海淘平台为例，约七成的销售额均来自中高端价格段的消费。注：奶粉 价格段：低端： 200且 400且 1000纸尿裤 价格段：低端： =50且 100且 300中高端价位的产品受到消费者的喜爱大数据 全洞察17%20%49%14%14%8%61%17%蜜芽 奶粉 &纸尿裤各价格段消费人数 分布2016.10-2017.09低端 中端 高端 超高端内圈：奶粉外圈：纸尿裤数据 来源：蜜芽降级20%保持50%升级30%降 :高档 -中档 ， 7%降 :中档 -低档 ， 7%降 :超高档 -高档 ， 2%降 :超高档 -中档 ， 2%降 :高档 -低档 ， 1%降 :超高档 -低档 ， 1%保持 :中档 ， 25%保持 :低档 ， 15%保持 :高档 ， 7%保持 :超高档 ， 3%升 :低档 -中档 ， 13%升 :中档 -高档 ， 8%升 :中档 -超高档 ， 3%升 :高档 -超高档 ， 3%升 :低档 -高档 ， 2%升 :低档 -超高档 ， 1%2015.10-2017.09 消费者档次人数变化 消费 档次升级人群中， 16%的消费者从低档升到了中高档， 11%消费者从中档消费开始升级，仅 3%消费者从高消费进一步提升至超高消费。数据来源：阿里数据注：消费档次：低：购买件单价小于均价；中：购买件单价大于等于均价，且小于 2倍均价；高：购买件单价大于等于 2倍均价，且小于 4倍均价；超高：购买件单价大于等于 4倍均价线上三 成消费者提升了消费档次 ，其中由低档 升级到 中高档的人群表现突出33大数据 全洞察面部护理套装 面膜 化妆水 /爽肤水 手机 国产腕表 项链 袜 /打底袜 手机流量充值 化妆 /美容工具 BB霜低消费升级人群人均价格升级指数 Top10品类2016.10-2017.09 VS 2015.10-2016.09 低档消费人群今年人均价格升级指数最高的品类多为美妆护肤品类，可见消费者在脸上更愿意花钱，“面子”工程不可懈怠。数据来源：阿里数据注：人均价格升级指数 = （ 2017年该人群对应各人各品类购买价格 /各品类平均价格） / （ 2016年该人群对应各人各品类购买价格 /各品类平均价格 ） /该人群人数相比整体，从 低档消费人群的升级在 美妆护理品类上 花钱表现明显34大数据 全洞察大数据 全洞察 30理性主导消费，追求性价比去标签化 物尽其用以租代买36 二手车国别分布主要以德系、日系为主，近两年国产车占比持续走高，增长 4.1%，超过美系，仅次于德系和日系； 从消费人群来看， 90后对于国产车接受度最高。13.2%17.3%二手车国别购车 销售额 比例分布德系 日系 国产 美系 韩系 其他数据来源：优信-4.0%-3.0%-2.0%-1.0%0.0%1.0%2.0%3.0%2016.10-2017.09 不同年龄段对不同国别偏好度德系 日系 美系 国产数据来源：优信偏好度计算公式 =该年龄段用户购买该国别比例 -整体购买该国别比例偏好度 0表示偏好，偏好度 3万不同月收入家庭对“租”和“买”的观念只有买才能让我感觉踏实租或买都能使用，具体看情况而定更倾向于租，能租为什么要买数据来源 ：支付宝钱包用户调研调研时间： 2017年 11月 28日 -12月 6日；调研样本：支付宝钱包用户通过端内推送调研网页的方式执行，调研样本量 21422，样本结构（性别、年龄、城市级别和与芝麻关系）经过加权后和大盘接近一致理性消费观使得消费者对租赁接受度高大数据 全洞察40 从消费者认知来看，日常服饰、 3C数码、奢侈品是了解最多的可租赁品类；而从现有的租赁比例来看，这三个品类租赁比例较低，但是消费者租赁意愿远远高于实际，这三个品类未来租赁空间较大。 “试用再购买”、“减少闲置和浪费”、“减少冲动消费”等消费诉求关键词表达了消费者愈发成熟的消费观念。数据来源 ：淘宝用户调研定量数据，淘宝大盘用户， 2017年 10月 20日 -11与 18日期间访问过手淘的用户，有效样本 1726份；淘宝用研定性样本访谈，曾经租赁过手机、数码、常服、礼服、玩具等 7类的用户消费者对日常服饰、 3C数码、奢侈品租赁意愿高且消费观念愈发理性大数据 全洞察5% 6%1%19%43%37%日常服饰 数码产品 奢侈品201710.20-11.18 租赁意愿与现在使用租赁比例现在使用租赁的比例 有租赁意愿的比例34% 34%30%24%19% 18%15% 12%5%日常服装 3C数码 奢侈品 手机 企业用品 虚拟账号 家用电器 家居 宠物用品2017.10.20-11.18 消费者对不同品类租赁认知试用，为购买做准备减少闲置，解决我的收纳和浪费问题；买到更合适的衣服，减少冲动消费低频使用品质好物，防止闲置资料来源 ：公开资料整理 数据来源 ：淘宝用户调研定量数据：淘宝大盘用户， 2017年 10.2011.18 期间访问过手淘的用户，有效样本 1726份 物品租赁主要仍以线下门店租赁为主，且线下以租赁演出服、日常服饰、儿童玩具等常规品为主。而从线上各渠道租赁物品来看，更多集中在手机、数码和奢侈品等高价值品类上。 近年线上也涌现了不同类型渠道，如平台型的淘宝租赁，衣物类的女神派，奢侈品类的有喵和信用免押类的芝麻信用生活，以满足消费者对租赁的需求。物品租赁目前主要以线下为主，线上不同类型渠道纷纷涌现平台型 淘宝租赁租赁 APP信用免押型 芝麻信用生活68%61%48%36%67%47%3%13% 14%34%12%17%8%15%21% 30% 15% 25%7% 13%18%11% 8% 8%演出服 /礼服 常服 /饰品 数码 手机 儿童玩具 奢侈品主要租赁渠道分类目租赁人数占比线下门店提供租赁 租赁 APP 网上租赁平台 淘宝租赁店铺有喵女神派 衣二三 有衣部分物品线上租赁渠道举例41大数据 全洞察大数据 全洞察 42 消费者购买二手车动因趋于理性：合理花费以满足自身拥有心仪车型的梦想，推动二手车市场高速发展； 中国目前二手车交易量只有新车销量的一半不到，但增长速度已然快于新车交易，保持在平均同比增长 20.4%的高速增长，未来势必迎来强劲的爆发。理性消费观促进二手车高速增长消费者购买二手车四大动因收入有限，二手车价格较低，可以更早实现有车梦想1 23 4刚刚拿到驾照，买二手车练手想用有限的钱实现开更高级别车或自己心仪车型的梦想再贬值空间小，可满足换不同品牌车的需求，不用太心疼658 566 536 568 761 595 531 590 258 227 250 257 296 279 305315-5%0%5%10%15%20%25%020040060080015Q4 16Q1 16Q2 16Q3 16Q4 17Q1 17Q2 17Q32015Q4-2017Q3 中国乘用车 &二手车销售量趋势乘用车销售量 二手车销售量 乘用车同比增长率 二手车同比增长率万辆 同比增长率5.9%20.5%数据来源：汽车消费报告 消费者二手车认知调研报告 数据来源：汽车流通协会、汽车工业协会乘用车：乘用车涵盖了轿车、微型客车以及不超过 9座的轻型客车。43 二手车交易中，紧凑型车和中型车交易占比最高，紧凑型车略有上升，而中型车的交易比例略有下降，消费者更倾向于实用型和经济型； 从不同年龄段看， 90后更偏好紧凑型车，而 70后和 70前的用户则更偏爱 SUV车型。0%5%10%15%20%25%30%35%最受欢迎的二手车车型 销售 额 占比2015.10-2016.09 2016.10-2017.09数据来源：优信；注：增长率 =2016.10-2017.09各车型 数据来源：优信；偏好度 =该年龄段用户购买该车型比例 -整体购买该车型比例 偏好度0表示偏好，偏好度 10公里共享单车用户出行距离分布8.4%11.3%来往地铁附近的订单量占比大数据 全洞察 75 随着共享单车的出现和更新换代，越来越多的消费者把骑单车定为最佳出行选择，也推动了全民健康运动意识。数据来源： ofo小黄车官方平台数据 数据参考： 骑自行车，速度在 12-13.9公里 /小时，放松骑，中等强度 消耗热量： 469千卡 (每 60分钟 )共享出行推动全民健康运动以一位活跃用户一年的骑行数据来看： 该用户平均每月骑行次数在 58次； 该用户平均每次骑车 10.9分钟； 平均骑行速度为 12-13.9公里 /小时； 每次骑车则可以消耗 85大卡； 一年累计消耗 59300大卡，相当于燃烧 8公斤脂肪；大数据 全洞察 76 以上海为例，假设平均出行车速为每小时 24.5公里，大于 5公里时，共享汽车在夜间比出租车价格更有优势，在大于 11公里时，共享汽车在日间比出租车价格更优惠。01530456075901051201 3 5 7 9 11 13 15 17 19 21 23 25共享汽车方式与出租车计价比较日间出租车 夜间出租车 分时租车数据来源 ： EVCARD；平均 车速为每小时 24.5公里（除节假日、工作日高峰） ； 假设 停车费为 15元，无异地还车费用车型 基础费用 取还车服务费 /网点服务费 异地还车 计费上限奇瑞 EQ、荣威 E50 0.6元 /分钟 0-30元 区域内 0元，区域外 50 219元宝马之诺 1.1元 /分钟 0-30元 区域内 0元，区域外不支持 399元共享汽车计价表数据来源： EVCARD官方平台数据共享汽车比出租车性价比更高出行距离大于 5公里时，共享汽车 比夜间出租车性价比更高出行距离大于 10公里时， 共享汽车 比日间出租车性价比更高类型 起步费 公里数 计费 备注日间 (5:00-23:00) 14元（ 3公里）3-15公里 2.5元 /公里 车速低于 12公里 /小时或乘客要求停车等候，每 4分钟计收 1公里超起租里程单价15公里 3.6元 /公里夜间 (23:00-5:00) 18元（ 3公里）3-15公里 3.1元 /公里15公里 4.7元 /公里共享汽车计价表上海出租车计价表价格（元）公里大数据 全洞察 77+7618经测算，为上海增加了 7618个停车位平均一个停车位的使用效率是全市平均的 1.7倍根据 2016上海市综合交通年度报告 2015全是共有经营性厂库 2395个，泊位 48.12万个，根据 2015年上海统计年鉴，全市共产生计时停放 16969.32万次。上海拥有 1071个停车位备注：根据 上海市第五次综合交通调查主要成果 与 上海统计年鉴 2016 2014年全市出行总量为 5550万人次 /日，其中小客车出行占比 19.2%即 1065.6万人次 /日，总计拥有小汽车 184.43万辆，外牌车 110万辆，总计约 320万辆，平均每辆车每天 3.32人次 /日，根据实际调研与用户反馈，共享汽车出行平均每次同行人数为 2.15人。上海运营车辆 5248辆。 近年来， 共享汽车 的网点和停车数呈高速增长，经测算， 共享汽车 可为上海增加 7618个停车位，平均一个停车位的使用效率是全市平均值的 1.7倍； 共享汽车的出行方式为上海减少了 13036辆私家车，平均每辆共享汽车可替代 2.48辆私家车。共享汽车提升了资源利用率2.4辆私家车1辆共享汽车P数据来源： EVCARD官方数据大数据 全洞察 78 以北京为例， 2016年日均通勤出行人数在 1810万人次，其中 ，、 31.9%为私家车出行，经测算，平均每次产生的碳排放量为 1.3kg； 如用共享汽车代替私家车，可以减少碳排放 77%，环保优势明显。31.9%3.6%25.0% 25.0%12.4%2.90 2.18 0.60 0.58 0.00 -0.501.001.502.002.503.003.504.004.505.000.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%私家车 出租车 轨道交通 公交车 自行车居民通勤出行方式占比与均次碳排放比较出行量占比 均次出行碳排放 (kg)数据来源： 2016年北京交通发展年报 碳 排量 数据 来源：中国碳排放交易网二氧化碳排量计算：私家车 0.22kg/km，出租车 0.22kg/km，公交车 0.08kg/km,轨道交通 0.05kg/km 自行车 0kg/km 1.30.29传统出行方式 共享出行共享出行 VS传统出单次出行碳排放（ kg/次）数据来源：根据中国碳排放交易网算法， CBNData根据测算得出共享 出行可大幅降低碳排放-77%共享住宿大数据 全洞察 80 数据显示， 2017年中国共享住宿市场交易规模预计可达到 125.2亿元，相比 2016年交易额增长 42.6%，共享住宿市场规模持续上升。数据来源：劲旅咨询调研社区，与 2016年 10月调研 数据来源：中国电子商务研究中心酒店已不再是出行住宿的首选， 共享住宿市场规模持续扩大36.6%26.3%15.7%13.4%7.0%1.0%经济型酒店星级酒店共享住宿朋友家里社会旅店其他2016年在线旅游用户出行住宿的房屋类型5.5 9.7 19.2 42.6 87.8 125.2 76.4% 97.9%121.9% 106.1%42.6%-200%-150%-100%-50%0%50%100%150%-50.0100.0150.0200.0250.0300.02012 2013 2014 2015 2016 2017E2012-2017中国共享住宿市场交易规模行业规模（亿元） 增长率大数据 全洞察 81 共享住宿的用户集中在年轻群体，从两年趋势看， 95后群体占比上升明显。18.4%24.8%14.4%14.7%20.9% 20.2%85后 90后 95后共享住宿入住用户年龄分布2015.10-2016.09 2016.10-2017.09数据来源：小猪官方数据平台 数据来源：小猪官方数据平台共享住宿模式越来越受到 95后的青睐48%52%47%53%男 女共享住宿入住用户性别分布2015.10-2016.09 2016.10-2017.09共享住宿用户主要分布在一线城市，占比超 60%大数据 全洞察 82一线城市69%二线城市23%三线城市5%四线城市3%共享住宿用户地域订单量分布2016.10-2017.09一线城市 二线城市 三线城市 四线城市230% 260%420%480%220%北京 上海 成都 重庆 杭州T