资源描述
泛娱乐时代 IP价值与粉丝经济研究报告 【 友盟 +】 2016年 12月 研究说明 研究背景 研究目的 研究方法 本研究以定性方法为主 ， 定量方法为辅 ； 定性研究主要包括公开数据收集及桌面资料整理 ； 定量数据主要来自阿里集团及 【 友盟 +】 数据 。 近两年 IP概念愈加火爆 ， 泛娱乐产业亦受到资本的追逐及媒介的关注 。 泛娱乐行业的核心是对 IP价值的挖掘和重塑 ， 其本质指向粉丝经济 。 目前 ， 在各类玩家的探索之下 ， 国内泛娱乐产业生态链已初现雏形 。 报告通过对泛娱乐产业的探索分析 ， 以理清泛娱乐产业生态链 ，归纳 IP价值评估范式 ， 从大数据的角度 ， 为打造优质 IP提供可能的方法和途径 。 ResearchDesign 概念厘清 泛娱乐 ， 是由多元文化娱乐形态组成的融合产业 。 以 IP为核心 ， 进行跨领域 、 跨平台衍生的 粉丝经济 。 IP全称为 Intellectual Property， 是基于特定内容的版权主张 ， 能够成为 IP的文化产品需要拥有引人入胜的故事和角色 。 在泛娱乐产业 ， IP形式繁多 ， 涉及电影 、 动漫 、 动画 、网络文学 、 电视剧 、 网剧 、 网综 、 大电影 、音乐 、 游戏 、 话剧 、 主题公园 、 衍生品等多种文化产品 。 粉丝经济 ， 泛指架构在粉丝和被关注者关系之上的经营性创收行为， 是一种通过提升用户黏性并以口碑营销形式获取经济利益与社会效益的商业运作模式 。 *Note： 以上定义根据网络公开资料整理总结 。 Deni.onClarica.on 核心洞察 Key Insights IP全产业链运营是王道 ： IP是泛娱乐产业的核心 ， IP全产业链运营可以将优质 IP榨出最大价值 。 IP是粉丝经济的延伸 ： 优质 IP在全产业链的流转 ， 从上游到下游 ， 变现能力和盈利空间逐层放大 。 游戏和动漫是两大主要阵地 ： 泛娱乐总产值呈逐年上扬态势 ， 其中游戏和动漫占比约为 70%。 网络小说是 IP最大的资源库 ： 女性关注风花雪月 ， 男性追求笑傲江湖 。 IP改编最吸睛 ： IP电影占据票房榜半壁江山 ， IP改编剧领跑网剧榜单 。 IP的巨轮说沉就沉 ： 消费者愈发理性 ， IP不再是影视圈的灵丹妙药 。 现象级 IP是如何炼成的 ： 优质 IP必备三大因素 内容质量 ， 粉丝基础 ， 营销推广 。 打造现象级 IP的三大攻略 ： 回归理性 ， 聚焦内容 ； 受众研究 ， 全程发力 ； 精准营销 ， 长线作战 。 大数据全程助力锻造优质 IP， 以精准的数据洞察 ， 辅助决策和运营 。 目录 02 03 二次元粉丝众生相 IP价值评估体系 Contents 02 IP价值评估体系 01 泛娱乐产业现状分析 泛娱乐产业现状分析 PartOne中国泛娱乐产业 ： 起步较晚 ， 内容繁荣 ， 资本追逐 ， 政策利好 国际上虽然没有“泛娱乐 ” 这一概念 ， 但是文化 IP产业历经多年累积 ， 开发和运作模式相对成熟（如漫威系列） 。 我国自 2011年“泛娱乐 ” 概念首次被提出之后 ， IP市场迅速繁荣 ， 受到粉丝的热捧 ， 搭乘政策东风 ， 以及互联网渠道的崛起 ， 在短时间内便吸引热钱大量涌入 ， 巨头公司纷纷部署泛娱乐布局 。 2011年 2014-2015年 2012-2013年 腾讯公司首次提出泛娱乐概念 ， 随后被文化部等多个中央部委发布的行业报告收录并重点提及 2014年被称为 IP元年 ， 依托“爸爸去哪儿 ” 效应 ， IP开始真正进入消费者视野 2014-2015年 ， 各类公司纷纷入局并部署泛娱乐布局 ， IP并购全面爆发 以 中国好声音 为开端逐渐兴起了一波源自于电视的内容繁荣 ， 并在随后两三年内扩散到整个内容市场 直播 /视频处于井喷期 两会期间提出 促进数字内容产业发展建议 2016年 泛娱乐产业发展时间轴 IP串联不同形态的文娱产品 泛娱乐大行其道的当下 ， 传统文娱产品的边界正加速消融 。 IP与生俱来的延展性 ， 使它可以在不同形式的泛娱乐产品（文学 、 动漫 、 影视 、 游戏 、 衍生品等 ） 之间互相转换 ， 促进多元文化娱乐形态联动 、 迭代及融合 。 故而 ， 优质 IP是泛娱乐产业的轴心 。 IP 文学 动画 /漫画 电影 /大电影 /微电影 /纪录片 电视剧 /网络剧 电视 /网络综艺节目 游戏 视频直播 主题公园 /线下演出 周边 /衍生品 音乐 /音频 /戏曲 泛娱乐产业的多元产品形态 IP既是肇始 ， 也是衍生 泛娱乐产业链层次 文学 上游 中游 下游 产业链层次 产品形态 电影 /电视剧 游戏 动漫 综艺节目 主题公园 线下演出 周边 /衍生品 音乐 核心 次核心 从上游的 IP储备情况来说 ， 文学和动漫的市场占比较大 ； 优质剧本在大小屏幕（即电影和电视剧 ） 之间的转换屡试不爽 ；国外对动漫 IP的全方位开发已经形成完备的机制供国内参考 ； 游戏则被公认为变现能力最强的 IP形式 。 上下游的关系可以转换 ， 一个环节也可以反哺其他环节 。 全产业链运营是王道 从实际操作情况来看 ， 优质的内容配合良好的运作 ， IP能够在多个环节均实现获利 ， 从上游到下游具有不断增值的属性 ，即所谓的全产业链运作模式 。 下游 上游 中游 全面发酵 ； 挖掘衍生价值 ； 多渠道变现 内容开发与运营 ； 全方位营销与传播 培育与孵化 ； 版权交易与储备 泛娱乐产业链路速描 IP来源 IP开发 IP变现 全产业链运营可以把优质 IP榨出最大价值 IP培育 原创 IP 收购 IP IP先期开发 商业定位 IP二次加工 营销方案设计 媒介渠道选择 IP运营 IP上线 作品上线 引爆市场 衍生品开发与销售 可能孵化出新的 IP IP衍生 优质 IP的成长轨迹 孵化 开发 变现与二次变现 IP产业链是粉丝经济的逐层延伸 泛娱乐产业链与粉丝经济 优质 IP在全产业链的流转 ， 可以全程积累和吸引粉丝群体 ， 同时触达非粉丝群体 。 从上游到下游 ， 变现能力和盈利空间逐层放大 。 中游 下游 上游 以原始 IP累积核心粉丝 粉丝与原始 IP之间是强关系 吸引新粉丝 ， 扩大受众 原始 IP核心粉丝及明星粉丝自愿参与营销并消费 挖掘粉丝的衍生消费能力 ， 再次放大 IP价值 触达非粉丝群体 ， 促成偶发性消费 ， 提升盈利空间 泛娱乐总产值呈逐年上扬态势 中国传媒产业总产值历年统计及预测 (2006年 2017年 E) 在宏观经济持续持续下行的情势之下 ， 传媒行业的年总产值持续上扬 ， 增长率保持在 10%以上 。 3,3693,8294,4555,3426,2207,0148,5019,81511,36212,75414,41216,2420%5%10%15%20%25%05,00010,00015,00020,0002006年 2007年 2008年 2009年 2010年 2011年 2012年 2013年 2014年 2015年 2016年 E 2017年 E总产值 增长率 单位 ： 亿元 (人民币 ) *Note： 目前尚未有对泛娱乐行业总产值的准确统计 ， 传媒行业覆盖泛娱乐行业的核心产业 ， 故一定程度上可以用传媒产业总产值来反映泛娱乐产业的增长态势 。 单位 ： 百分比 泛娱乐 核心产业 市场规模走势 （ 2012年 2015年 ） *DataSource:根据游戏工委 ， 动漫产业网 ， 中国投资咨询网 ， 艺恩咨询 ， PWC， 速途 ， 前瞻产业研究院等发布的公开资料汇总 70 60 380 406 1,100 1,470 0 500 1,000 1,500 2012年 2013年 2014年 2015年 网络文学 音乐 衍生品 电影 动漫 游戏 游戏 38% 动漫 35% 电影 12% 衍生品 11% 音乐 2% 网络文学 2% 单位 ： 亿元 (人民币 ) 核心产业 ： 约 3,500亿元 全产业链 ： 约 4,000亿元 泛娱乐 核心产业 市场规模占比（ 2015年 ） 2016年中国超级 IP Top 100影响力排行榜 (1) *DataSource:清华大学 2016中国 IP产业报告 2016年中国超级 IP Top 100影响力排行榜 (2) *DataSource:清华大学 2016中国 IP产业报告 小说是优质 IP最大的资源库 ， 爱情则是优质 IP永恒的题材 Top 100 IP来源分类 *DataSource： 根据清华大学 2016中国 IP产业报告 公开数据整理 从影响力 Top 100的 IP类型来看 ， 网文（小说 ） 堪称优质 IP的绝对来源 。 从题材来看 ， 爱情是人类永恒的话题 ， 故青春爱情题材最具有 IP转化的潜力 。 此外 ， 仙侠神话与玄幻奇幻题材也是近年大热的题材 。 1 9 90 图书 漫画 小说 /网文 IP数量 Top 100 IP题材分类 IP电影占据热门电影榜半壁江山 2016年度 Top 20电影榜 *DataSource： 本页涉及数据根据网络公开资料整理 本年度 Top 20的电影中 10部为 IP电影 ， 且这 10部的电影票房占 Top 20总票房原的 46%。 原 IP类型主要为动漫和小说 ， 奇幻科幻为主要题材 。 No. 电影名称 票房 类型 是否为 IP 原 IP类型 1 美人鱼 33.9亿 爱情 N / 2 疯狂动物城 15.3亿 冒险 N / 3 魔兽 14.7亿 奇幻 Y 游戏 4 美国队长 3 12.5亿 科幻 Y 漫画 5 西游记之孙悟空三打白骨精 12.0亿 奇幻 Y 小说 6 湄公河行动 11.8亿 动作 N / 7 澳门风云 3 11.2亿 动作 N / 8 盗墓笔记 10.0亿 悬疑 Y 小说 9 功夫熊猫 3 10.0亿 动作 Y 衍生为动画 /游戏 10 奇幻森林 9.8亿 奇幻 Y 动画 No. 电影名称 票房 类型 是否为 IP 原 IP类型 11 绝地逃亡 8.9亿 动作 N / 12 星球大战 ： 原力觉醒 8.3亿 科幻 Y 小说 13 从你的全世界路过 8.1亿 爱情 N / 14 叶问 3 8.0亿 动作 N / 15 X战警 ： 天启 8.0亿 科幻 Y 漫画 16 北京遇上西雅图之不二情书 7.9亿 爱情 N / 17 奇异博士 7.5亿 奇幻 Y 漫画 18 寒战 2 6.8亿 动作 N / 19 惊天魔盗团 2 6.3亿 动作 N / 20 蝙蝠侠大战超人 ： 正义黎明 6.2亿 奇幻 Y 漫画 Note： 黄色高亮为 IP电影 IP改编剧领跑现象级网剧榜单 *DataSource： 橘子娱乐 目前 ， 网文小说仍是 IP电视剧的主要来源 ， 一方面网文已经具有较为完整的情节和人物设置更加易于改编 ， 另一方面网文的口碑已经得到网民的验证 ， 并吸引了原始的也是相对核心的粉丝群体 。 2016年热门电视剧榜单 No. 电视剧名称 收视率 类型 是否为 IP 原 IP类型 1 亲爱的翻译官 2.048% 爱情 Y 小说 2 麻雀 1.714% 谍战 Y 小说 3 解密 1.648% 谍战 Y 小说 4 搭错车 1.501% 亲情 N / 5 锦绣未央 1.483% 宫斗 Y 小说 6 煮妇神探 1.407% 悬疑 N / 7 不可能完成的任务 1.407% 谍战 N / 8 女医明妃传 1.296% 励志 N / 9 少帅 1.281% 历史 N / 10 麻辣变形计 1.237% 励志 N / No. 电视剧名称 播放量 类型 是否为 IP 原 IP类型 1 青云志 245亿 玄幻 Y 小说 2 芈月传 239亿 宫斗 Y 小说 3 花千骨 209亿 玄幻 Y 小说 4 锦绣未央 189亿 宫斗 Y 小说 5 欢乐颂 183亿 都市 Y 小说 6 幻城 164亿 玄幻 Y 小说 7 微微一笑很倾城 158亿 爱情 Y 小说 8 好先生 140亿 都市 N / 9 琅琊榜 137亿 权谋 Y 小说 10 武媚娘传奇 134亿 历史 N / 收视率榜单 网络播放量榜单 Note： 黄色高亮为 IP电影 女性风花雪月 ， 男性笑傲江湖 中国原创文学风云榜（截至 2016年 12月 ） *Data Source： 福布斯中国原创文学风云榜 不管故事背景是现代都市 ， 还是穿越架空 ， 女性读者偏爱言情题材的小说 ； 而男性读者则更青睐玄幻和仙侠题材 。 女性榜总榜 男性榜总榜 No. 小说名 类型 No. 小说名 类型 1 邪王追妻 ： 废材逆天小姐 穿越 6 炮灰攻略 穿越 2 绝世神医 ： 腹黑大小姐 穿越 7 征服游戏 ： 野性小妻难驯服 豪门 3 惊世毒妃 ： 轻狂大小姐 玄幻 8 最强宠婚 ： 腹黑老公傲娇萌妻 豪门 4 毒步天下 ： 特工神医小兽妃 穿越 9 神医弃女 ： 鬼帝的驭兽狂妃 玄幻 5 倾世宠妻 架空 10 种田宠妻 ： 彪悍俏媳山里汉 种田 No. 小说名 类型 No. 小说名 类型 1 我欲封天 仙侠 6 造化之门 仙侠 2 一剑飞仙 仙侠 7 一世之尊 玄幻 3 超品相师 玄学 8 绝世天君 玄幻 4 巫神纪 玄幻 9 黄金渔场 都市 5 雪鹰领主 玄幻 10 完美世界 玄幻 玄幻 +奇幻手游最为吸睛 /金 *DataSource： 选自腾讯 2016中国游戏风云榜 ， 数据截止至 2016年 12月 20投票数 。 IP改编的手游当中 ， 玄幻奇幻类型大受玩家追捧 ， 这与该题材改编难度相对较低有关 ， 同时这类题材的原著粉丝通常为男性 ， 他们也是手游的重度用户 。 2016年度最佳 IP改编手游排行榜 玄幻奇幻类 优质 IP往往未播先火 以现象级 青云志 为例 ， 该剧从宣布改编便引起热议 ， 并一路制造热点话题 ； 其最终战绩为网络播放量 245亿 ， 电视收视率亦突破 1%。 明星加盟二次吸粉 原著党自发造势 改编自鼻祖级玄幻网文 萧鼎所著的 诛仙 ， 自带粉丝效应 ， 改编消息一经发布 ， 便引起原著党的全程多角度跟进 ， 自发参与营销宣传 。 演员阵容 ： 国民小鲜肉 +玄幻剧当红女主 +童星霸屏 =将明星粉丝也纳入旗下 ， 成功扩大受众并挖掘粉丝消费能力 社交媒体预热 即将开播之际 ， 电视剧官微在微博上持续造势 ， 成功占领舆论阵地 。 IP的巨轮说沉就沉 优质的 IP也可能改编出烂片 ， 日趋理性的消费者不一定会买单 。 随着时间的推移和市场的检验 ， IP泡沫逐渐显现 ， IP不再是影视圈的灵丹妙药 ， 而更像是一场豪赌 。 原 IP： 韩寒小说 长安乱 原 IP豆瓣得分 ： 7.8 电影豆瓣得分 ： 2.9 电影票房 ： 170万 并不是所有的 IP都适合被改编 ， 也不是所有的改编都是成功的 。 原 IP： 古典小说 封神演义 原 IP豆瓣得分 ： 8.1 电影豆瓣得分 ： 2.9 票房 ： 2.84亿 原 IP： 动漫 秦时明月 原 IP豆瓣得分 ： 8.8 电影豆瓣得分 ： 4.6 收视率 ： 0.0435% 喜乐长安 封神传奇 秦时明月 小结 ： 好 IP离好作品到底还有多远 ？ IP两级分化日益严重 ， 一方面资本追逐市场火爆 ， 而另一方面消费者不一定买单 ， 那么究竟什么样的 IP能够真正吸引消费者并真正实现盈利 ？ 【 友盟 +】 拟推出 IP价值评估体系来辅助 IP决策和运营 。 IP价值评估体系 PartTwo现象级 IP是如何炼成的 ？ 任何成功的 IP作品 ， 都具有高质量的原著及改编 、 广泛而良好粉丝基础以及高匹配度的营销推广方案 ， 三者缺一不可 。 内容质量 营销推广 粉丝基础 【 友盟 +】IP 价值评估体系 原生价值 受众价值 营销渠道 攻略 ： 回归理性 ， 聚焦内容 优秀剧本历来是稀缺资源 ， 国产剧的口碑在国外影视剧的碾压之下也普遍存在口碑堪忧的问题 ， 热门 IP改编则在一定程度上缓解了这种局面 。 资本的热炒之下 ， IP开发出现了一些非理性因素 ， “热潮 ” 变成“泡沫” 。 IP的开发和衍生需要回归到内容生产的主线上来 ， “内容为王 ” 并不过时 。 剧情设置 角色人设 题材属性 改编难度 改编质量 影响力 口碑评价 内容质量 指标 剧情设置 角色人设 题材属性 改编难度 改编质量 影响力 口碑评价 指数模型 PC+Mobile监测 变量 指标 l 哪些题材最受欢迎 ？ l 哪些题材容易被改编 ？ 改编成什么 ？ l 剧本分析 ： 场景 /镜头统计 ， 故事起承转合设计 ， 主要角色台词对比 ， 受众心跳 /情绪起伏线等等 l 点击量 ， 阅读量 ， 收藏量 ， 推荐分享 ，百度指数 ， 付费状况 ， 微博 /论坛 /贴吧讨论量 l 情感评价（七种情绪 ： 喜 、 怒 、 哀 、 乐 、 爱 、恶 、 惧 ） 攻略 ： 受众研究 ， 全程发力 热门的网络文学作品 、 游戏等通过互联网平台积累大量粉丝 ， 表现出极强的粉丝效应 ， 而 IP价值的衍生也需要不断吸引新粉丝 。 当粉丝积累到一定数量 ， 就会产生一批死忠会员 ， 此时可以根据粉丝兴趣定制化 IP内容和类型 。 目前评估和开发 IP价值的一个“捷径 ” 就是让粉丝参与到 IP的开发和运营过程中 ， 提升粉丝的“卷入感” ， 根据粉丝的反馈和态度 ， 即使调整开发方向或运营模式 ， 以“粉丝经济 ” 为杠杆 ， 驱动 IP价值最大化 。 受众画像 受众规模 粉丝转化率 变量 指标 l 粉丝基本属性（性别 /年龄 /地域 ） l 粉丝消费能力 /消费习惯 /消费心理 l 粉丝付费习惯 l 舆情导向 l 话题影响力 攻略 ： 精准营销 ， 长线作战 过去几年 ， 优质 IP陆续被市场瓜分 ， 受众亦更加成熟和理性 ， 需求多样化 ， 行为复杂化 。 当 IP红利逐渐消耗殆尽 ， 此时差异化的市场营销格外重要 。 深入把握粉丝特质的另外一层用意在于辅助精准营销和渠道选择 ， 即根据受众本身的特点匹配营销内容 ， 并选择合适的渠道辐射到目标受众 。 市场营销并不仅仅是 IP上线前的短期作战 ， IP的价值的持续衍生和放大同样需要配合准确到位的市场营销 。 营销推广 渠道选择 明星选择 l 受众匹配度 l 明星影响力 l 营销策略匹配度 l 渠道匹配度 变量 指标 小结 ： 大数据贯穿 IP价值评估体系的每个维度 ， 辅助决策和运营 粉丝基础 内 容 质 量 营 销 推 广 IP热潮的背后是粉丝经济的延伸 ， 对内容质量的把控以及选择合适的营销方式都离不开对受众群体的深入研究和掌握 ， 了解粉丝 ， 才能开发出“叫好 ” 又“叫座 ” 的优质 IP作品 ， 而大数据可以为我们提供全方位的受众画像 。 二次元粉丝众生相 PartThree概念定义 次元 ， 即维度 ， 是 dimension的日文翻译 。 二次元 ， 即是二维 。 该用法始于日本 ， 早期的日本动画 、 游戏作品都是以二维图像构成的 ， 其画面是一个平面 ， 所以被称为是“二次元世界” ， 简称“二次元” ， 而与之相对的是“三次元 ” 就是现实世界 。 为突出人群属性及特征 ， 本章节以动漫类 APP用户作为二次元的代表人群进行分析 。 二次元 三次元 2.5次元 l ACGN： Animation（动画 ） Comic（漫画 ） GalGame（游戏 ） Novel（轻小说 ） l ACGN衍生作品 /同人创作 l 虚拟偶像 、 特摄片 l COSPLAY， 利用服装 、 饰品 、 道具以及化妆来扮演动漫作品 、 游戏中的角色 。 l 由 ACGN作品衍生而来的舞台剧等真人表演作品 l 现实世界 性别无差异 ， 年轻无极限 *DataSource:【 友盟 +】 动漫类 APP数据 二次元用户的男女比例基本相当 ， 七成为 19-25岁的年轻人 。 1.8% 0.9% 4.5% 20.9% 71.9% 0.0% 41-50岁 36-40岁 31-35岁 26-30岁 19-25岁 1-18岁 单位 ： 岁 二次元粉丝性别分布 二次元粉丝年龄分布 52.3% 二次元粉丝社会角色分布 47.7% 学生 ,45.5% 公司职员 ,39.6% 其他 ,14.9% 星座分布整体均衡 ， 天秤做多 ， 白羊最少 *DataSource:【 友盟 +】 动漫类 APP数据 不同的星座具有不同的兴趣爱好 ， 而学生又是对星座最感兴趣的群体 ， 故在宣发环节可以将星座结合 IP特质进行话题营销 。 二次元粉丝星座分布 6.1% 6.7% 7.1% 7.4% 7.5% 7.6% 7.9% 8.4% 9.6% 9.7% 10.6% 11.3% 白羊座 金牛座 双子座 摩羯座 双鱼座 巨蟹座 水瓶座 射手座 处女座 狮子座 天蝎座 天枰座 天秤座 最 fashion， 爱打扮 ， 颜控党 爱好美型人设 ， 纯爱故事 ， 浪漫桥段 天蝎座 最适合做 007， 爱挖秘密 ， 探索未知 爱好烧脑情节 ， 推理悬疑 ， 腹黑人设 一线城市及沿海地区的二次元普及率较高 *DataSource:【 友盟 +】 动漫类 APP数据 一线城市及沿海省份的互联网渗透率更高 ， 更容易接触到二次元文化 ； 同时经济基础较好 ， 对精神消费的需求较高 。 二次元粉丝 Top 10省份分布 31.5% 19.7% 14.3% 8.7% 7.3% 6.5% 5.4% 2.3% 1.2% 1.2% 0% 10% 20% 30% 40% 上海 北京 广东省 浙江省 江苏省 四川省 湖北省 重庆 天津 陕西省 消费兴趣 ： 无忧无虑的学生党 *DataSource:【 友盟 +】 动漫类 APP数据 19-25岁二次元粉丝消费兴趣画像 101 101 102 102 105 105 105 106 106 107 速食客 买鞋控 数码达人 电影 乐器迷 爱听音乐 阅读者 游戏人生 动漫迷 学霸 消费兴趣 TGI 学霸 动漫迷 阅读者 爱听音乐 爱看电影 乐器迷 数码达人 游戏人生 速食 买鞋控 学生党为主 ， 一手抓学习 ， 一手抓娱乐 ， 影音动漫游戏阅读一个都不能少 。 闲暇时间较多 ， 是最为关注泛娱乐产业信息的群体 。 消费兴趣 ： 追求格调的潜力股 *DataSource:【 友盟 +】 动漫类 APP数据 初入职场 ， 事业处于上升阶段 ， 可支配收入不断提高 ， 这部分二次元粉丝注重理财 ， 也享受金钱带来的品质生活 ， 追求小资格调 ， 培养情趣 。 26-30岁二次元粉丝消费兴趣画像 114 115 116 119 123 125 127 129 135 240 烹饪达人 果粉 舞林大会 收纳达人 养生专家 旅行者 户外一族 酒品人生 花卉一族 理财 26-30岁 消费兴趣 TGI 理财 酒品人生 养生专家 花卉一族 收纳达人 烹饪达人 果粉 舞林大会 户外一族 旅行者 APP使用兴趣与消费兴趣基本一致 学生党的 APP使用以学习和兴趣爱好（时尚 /游戏 /数码 ） 为主 ； 潜力股的 APP使用失去则更加务实（母婴 /房产家居 /汽车） 。 93 94 97 97 99 99 100 102 103 104 105 105 105 107 111 财经 新闻 娱乐 生活服务 旅游出行 医疗健康 健身体育 电子商务 数码科技 餐饮 文学 手机游戏 社交聊天 时尚美业 教育 19-25岁 二次元粉丝 Top 15 APP使用兴趣（ TGI） 101 104 106 110 114 124 124 129 139 147 153 170 176 178 289 健身体育 医疗健康 旅游出行 生活服务 娱乐 情感婚嫁 新闻 财经 宗教 政府机构 艺术收藏 宠物 汽车 房产家居 母婴 26-30岁 小结 ： 大数据助力粉丝研究 ， 为打造优质 IP“把脉 ” 19-25岁 爱学习 ， 也爱玩 娱乐种类丰富多样 有充足的闲暇时间 紧跟热门 IP信息 26-30岁 学生党 职场新鲜人 事业上升阶段 享受物质生活 务实 整体而言 ， 二次元粉丝是年轻化的群体 。 从人群细分来看 ， 可以分为学生党和职场新鲜人两大类型 ， 他们的消费兴趣和APP兴趣差异明显 。 对于 IP开发者而言 ， 可以借助大数据对自己的目标群体进行深入的洞察 ， 辅助决策和运营 。 小资情调 公司介绍 AboutUs 【 友盟 +】 ， 全球领先的第三方全域大数据服务提供商 ， 通过全面覆盖 PC、 手机 、 传感器 、 无线路由器等多种设备数据 ， 打造全域数据平台 。 秉承独立第三方的数据服务理念 ， 坚持诚信 、 公正 、 客观的数据信仰 ， 为客户提供全业务链数据应用解决方案 ， 包括基础统计 、 运营分析 、 数据决策和数据业务等 ， 帮助企业实现数据化运营和管理 。 截止 2016年第四季度 ， 【 友盟 +】 每天收集线上线下各类应用场景数据 270亿 ， 每天可触达全球独立活跃设备 14亿 ； 服务 APP应用 120万款 ； 服务大中小型网站共计 600万家网站 。 【 联系方式 】 市场合作 ： E-mail： umengmarketservice.umeng商务合作 ： E-mail： UmengPlus-Fieldslist.alibaba-inc 微信公众账号 THANK YOU关注 【 友盟 +】 微信第三全域数据服务提供商umeng
展开阅读全文