2017年移动互联网行业发展报告.pdf

12018/2/282017年移动互联网行业发展报告破局增长，数据推动智慧经济TalkingData移动 数据研究 中心 2018年 2月22018/2/28自 2016年第二季度起 ，中国移动智能终端规模增速连续七个季度低于 2%。增长困局下，移动数据的应用场景细化、与线下消费的深度融合成为了破局点。 2017年的新零售、无人货架等热点，皆是围绕这两个主题。智慧经济 ， 就是 将人工智能、 大数据 、 互联网自动化能力融入各行各业 。 移动互联网推动了各行业的数字化进程。从业务数字化到效益数字化，线 上线下数据融合后的数据资产将帮助企业和组织实现智能化决策， 打造智慧经济。本报告中，我们将关注增长困局下的人本洞察、移动应用、智能终端，回顾移动数据与各行各业的深化融合，并提出智慧经济趋势下的数字化 转型 方法论。引言32018/2/28目录CONTENTS增长乏力，存量 时代下的 2017 - 040102 深化融合 ， 数字推动决策智能化 - 4003 2017移动互联网行业应用年度榜单 - 4942018/2/281增长乏力，存量时代下的 2017 移动数据人本洞察 行业应用表现 移动智能终端市场52018/2/28移动数据人本洞察62018/2/28中国 移动智能终端设备 规模 季度 增速放缓，自 2016年第二季度起 ，移动智能终端增速就跌破 2%。 移动 智能终端用户规模 步入低增速时代 已有七个季度。数据来源： TalkingData 移动数据研究中心注：移动 智能终端指 移动端累计活跃设备总数，包括智能手机、平板电脑、智能 手表等移动 智能终端低增速时代 开启已有七个季度2016Q1-2017Q4 中国移动智能终端规模13.1 13.3 13.5 13.7 13.8 13.9 14.1 14.2 2.5% 1.5% 1.4% 1.2% 1.1% 0.9% 1.0% 0.9%2016Q1 2016Q2 2016Q3 2016Q4 2017Q1 2017Q2 2017Q3 2017Q4移动智能终端 规模增速 (%)移动 智能终端规模 （亿台）72018/2/28增量时代，移动数据主要关注描绘增量人群；而在存量时代，移动数据关注刻画人群迁徙、城市资源、典型人群生活状态等人本洞察，更加关注社会、城市与人群之间的关系。从用户增量到人 本 洞察，移动数据应用深化移动数据应用深化增量 时代存量 时代性别特征省市分布年龄特征层级分布职住通勤资源配置城市风貌出行习惯人群迁徙社群划分生活状态位置 描绘 人群描绘应用特征82018/2/284.8%1.5%4.2%5.3%5.9%4.0%7.0%6.8%5.7%7.8%3.7%3.8%4.0%4.8%4.8%5.8%6.3%6.3%7.4%11.8%湖南北京湖北河北四川浙江山东河南江苏广东数据来源： TalkingData 移动数据 研究中心，人口省份占比数据采用国家统计局 2017 中国统计年鉴 数据计算移动智能终端 用户在经济发达地区集中度更高截至 2017年 12月，我国移动智能终端 用户 TOP10省份占据 了整体近六成用户。位居 2017省市人均 GDP排名前列的北京、江苏 、浙江、广东作为经济发达地区， 移动智能终端 用户集中度更高，其智能终端用户占比要高于人口占比，人才吸附能力更强。2017移动 智能终端用户省份占 比0 % - 2 %2 % - 4 %4 % - 6 %6 % - 8 %8 % +2017移动智能终端用户 TOP 10省份移动智能终端用户占比 人口占比92018/2/28对比 2015-2017三 年的变化趋势 ，移动 智能终端在三线及以下城市持续渗透，移动互联网已全面普及。数据来源： TalkingData 移动数据研究中心注：一线城市指“北上广深”，二线城市为各省会、直辖市、以及厦门、珠海、汕头经济特区，三线及以下城市为除一二线城市之外其他城市用户向三线 市场下沉，移动 智能终端全面普及18.1% 16.8% 12.3%32.6% 30.0%24.8%49.3% 53.2%62.9%2015年 12月 2016年 12月 2017年 12月一线城市 二线城市 三线及以下城市移动智能终端用户城市级别分布及变化102018/2/28城市人的生活愈加繁忙，生活半径在增大 、通勤 距离在增加北京上班族生活半径热力图工作地2017年2015年居住地2017年2015年北京上班族通勤距离变化19.79%10.77%20.33%11.61%10-20km 20km2017年 7月2017年 1月数据来源： TalkingData 移动数据 研究中心注：生活半径热力图根据 2015年 7月与 2017年 7月北京地区常驻设备在工作时段与休息时段出现的地理位置绘制；通勤距离根据 2017年 1月与 2017年 7月北京地区常驻设备平均通勤距离计算通过分析北京地区上班族的活动范围，可以观察到现代人在城市中的生活半径在扩大，长距离通勤的人群比例在增加，都市生活愈加繁忙，人们对于生活、交通便捷性的需求值得被关注。112018/2/28不同区域的人，忙法不同， 城外人为生活奔波，城中人享受 生活Lei Shi, Tao Jiang, Ye Zhao, Xiatian Zhang, Yao Lu， UrbanFACET: Visually Profiling Cities from Mobile Device Recorded Movement Data of Millions of City Residents. arxiv/abs/1707.04210 注： Commutation反映人群跨行政区域往来的程度， Vibrancy反映人群访问不同类型 POI的程度Commutation-区域换流性 Vibrancy-区域活力同样生活在北京，不同区域的人群也展现出不同的生活状态。相比中心城区，城郊区域的人群跨行政区域往来的程度更高，他们的日常生活更倾向于远距离奔波；相对而言，中心城区的人们日常访问的 POI类型较远郊区人群更加多样，享受着丰富的生活。区域人群流动性分析122018/2/28城市存在时空折叠，均衡的资源，不意味着将被均衡利用来源 ： TalkingData 与中国社会科学研究院合作课题研究成果商业 POI 高消费人群 低 消费人群11:00-13:00 13:00-15:00 15:00-17:00通过分析北京地区高消费与低消费人群利用商业设施的状况发现，虽然北京不同区域的商业设施配置和分布相对均衡，但两个群体对设施的利用在时间和空间上却鲜少重合。北京地区休息日人群活动与商业设施热力图132018/2/28新的出行方式出现，改变着一些人的出行习惯共享单车的出现，为人们提供了新的出行方式选择。而选择共享单车出行的群体，其打车类 App的使用率在下降，单车类 App使用在增加，出行方式发生着改变。共享单车用户出行类应用使用行为变化趋势数据来源： TalkingData 移动数据 研究中心注：主流打车类 App选择滴滴出行、 Uber、易到，主流共享单车类 App选择摩拜单车与 OfO共享单车，关联度与使用率为各款 App该指标均值；关联度 =统计周期内目标人群某款 app安装量 /目标 人群总量 *100%，使用率 =统计周期内目标人群某款 App活跃量 /该 App安装量 *100%0%10%20%30%40%50%60%70%80%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%2016.04 2017.04关联度 使用率0%10%20%30%40%50%60%70%80%90%100%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%2016.04 2017.04关联度 使用率主流 打车类 App表现 主流 共享单车类 App表现关联度 关联度使用率 使用率142018/2/2854.0%46.0%51.8%48.2%51.2%48.8%单车人群 非单车人群而新的出行习惯，也在改变城市的风貌新的出行习惯，也在改变城市风貌，在牛街、五道营胡同等北京典型老城区，骑共享单车游览成为新时尚，其中不乏外地人；而老城区的共享单车用户中， 26-35岁、女性占比高于非单车用户，共享单车为老城区注入了新活力。牛街 杨梅竹斜街 前门大街 五道营胡同 地坛公园多少人骑共享单车 14.3% 17.9% 17.6% 22.4% 13.1%其中有多少外地人 10.5% 14.5% 13.9% 7.5% 9.2%北京典型老城区客群分析性别年龄54.1%45.9%20.2%56.1%20.2%3.5%数据来源： TalkingData移动数据研究中心 2017年 4月52.7%47.3%女男20.3%56.2%20.1%3.4%20.1%55.4%21.2%3.4%20.5%55.7%20.0%3.8%20.1%56.1%20.5%3.3%25岁及以下26-35岁36-45岁46岁及以上152018/2/28新的迁徙规律，可以被描摹海南岛候鸟旅游人群迁徙情况出发城市 TOP 10城市 占比北京市 7.6%哈尔滨市 3.4%成都市 2.8%上海市 2.7%西宁市 2.4%重庆市 2.2%广州市 2.1%长春市 1.9%郑州市 1.9%天津市 1.6% 海南岛青岛市候鸟旅游人群迁徙情况出发城市 TOP 10城市 占比北京市 6.9%上海市 3.4%广州市 2.6%重庆市 2.5%天津市 2.2%郑州市 1.7%深圳市 1.6%成都市 1.6%武汉市 1.6%长春市 1.4%青岛市数据来源： TalkingData 移动数据研究中心， 2016年 6月 -2017年 1月数据 数据来源： TalkingData 移动数据研究中心， 2016年 6月 -2016年 9月数据162018/2/28数据来源： TalkingData 移动数据 研究中心注：中国总人口性别比例数据来源中国国家统计局 2016年 4月 20日公布的 全国人口普查条例 ，统计周期以 2015年 11月 1日零时为标准时点进行了全国 1人口抽样调查男性 用户占 比下降，性别分布趋于平衡2017年 ,随着移动智能终端用户趋于饱和，移动智能终端用户性别特征逐 渐趋近人口学 特征，预计 2018年中国智能终端用户中男性用户占比将会下降至 52.5%。2017移动 智能终端用户性别结构53.2%男性46.8%女性2017年 12月51.22中国总人口性别比例48.78中国总人口性别比例46.1%女性2016年 12月53.9%男性172018/2/282017年，我国 移动智能终端用户 中 35岁及以下用户的比例 达 69.9%，年轻 用户仍然是移动互联网用户的 主体。随着更多 90后人群步入职场，他们将成长为消费主力。相比 80后，他们的生活状态已被移动互联网深度影响。数据来源： TalkingData 移动数据 研究中心年轻人群仍为用户主体， 90后成未来消费主力移动 智能终端用户年龄结构35.6% 35.9%14.5%10.0%4.0%34.5% 35.4%14.6%10.4%5.1%25岁及以下 26-35岁 36-45岁 46-55岁 55岁以上2016年 12月2017年 12月25岁及以下70后36-45岁46-55岁 60上55岁上中老年智能机用户占比182018/2/2815.4% 18.2%26.6% 29.6%58.0% 52.1%90后 80后90后城市级别分布一线城市 二线城市 三线及以下城市来源 ： TalkingData数据研究中心注：城市指数通过对比 80后计算，选取 90后城市覆盖率 TOP20进行计算，再通过指数排序，得出 90后城市指数 TOP1090后人群开始逃离北上广深相比 80后， 90后人群城市层级分布中一线城市占比要更低。 90后人群开始逃离北上广深，更多的选择郑州、武汉等区域中心城市作为个人发展的起点 。101102102102103105108109150157广州天津苏州深圳杭州西安重庆武汉洛阳郑州90后城市指数 TOP10192018/2/287.96.69.07.9北京 上海平均通勤距离对比（ KM）90后 80后对比 80后和 90后在不同城市的通勤距离发现，不论北京还是上海， 90后的通勤距离均低于 80后，可见 90后相对较为安逸 ；对比 北京 90后和北京 80后的通勤距离区间来看，超 4成的北京 90后通勤距离小于 2KM，通勤距离相对较近。来源： TalkingData数据研究中心注：通勤距离指居住地和工作地之间的直线距离他们享受更安逸的生活40.2% 35.1%13.8%15.3%13.8% 17.1%14.7% 12.2%17.4% 20.3%90后 80后北京 90后通勤距离对比小于 2KM 2-5KM 5-10KM 10-15KM 大于 15KM202018/2/28对 90后来说，不健身、 不 自拍 、不阅读就 不足以谈 人生也更关注内外在修养 分析 90后应用类型偏好发现，运动健身、图片摄影和阅读是 90后最关注的应用类型；进一步来看，运动健身类的应用中， keep、小米运动和悦跑圈跑步等应用受欢迎；图片摄影应用中，美颜类应用受 90后青睐；阅读类应用中小说和漫画类应用受关注。来源： TalkingData数据研究中心注：应用偏好指数均通过对比 80后来计算，得到一个相对指数，以运动健身类为例， 90后运动健身指数 =90后运动健身类应用的安装比例 /80后运动健身类应用的安装比例 *100,100为标准数，高于 100则表示 90后更偏好运动健身类应用。其他同理可得。90后不同类型应用覆盖率 TOP5155162163163173智能硬件健康医疗阅读图片摄影运动健身90后应用类型偏好指数 TOP5排名 运动健身 类型1 Keep 健身教程2 小米运动 跑步计数3 悦动圈跑步 跑步计数4 咕咚 跑步计数5 每日瑜伽 瑜伽教程排名 图片摄影 类型1 美图秀秀 P图2 美颜相机 美颜3 天天 P图 P图4 Faceu激萌 美颜5 潮自拍 美颜排名 阅读 类型1 掌阅 iReader 小说2 多看阅读 小说3 QQ阅读 小说4 快看漫画 漫画5 追书神器 小说212018/2/28对 90后来说 ， 娱乐 方式是看 弹幕网站、坐火车出门 浪、通过手机 KTV录歌同时注重体验和自我表达 分析 90后娱乐类应用类型偏好发现，看视频是主要娱乐方式，而看视频又以看弹幕网站为主，弹幕网站互动性强，可见 90后在娱乐中更注重互动和表达自我；出门旅游也是主要娱乐方式，而出门旅游又以乘坐火车和高铁为主，偏好自由行；音乐类的唱吧是90后偏好的应用，唱歌给自己听。来源： TalkingData数据研究中心注：应用偏好指数均通过对比 80后来计算，得到一个相对指数，以运动健身类为例， 90后运动健身指数 =90后运动健身类应用的安装比例 /80后运动健身类应用的安装比例 *100,100为标准数，高于 100则表示 90后更偏好运动健身类应用。其他同理可得。90后不同娱乐方式偏好指数 TOP3121125127137游戏音乐旅游视频90后娱乐方式指数排名 视频 类型 指数1 哔哩 哔哩动画 弹幕网站 1162 快手 短视频 1083 美拍 短视频 103排名 旅游 类型 指数1 智 行火车票 火车票 1112 高铁管家 火车票 1023 蚂蜂窝自由行 攻略 101排名 音乐 类型 指数1 唱吧 手机 KTV 1212 网易云音 乐 音乐 1143 虾米音乐 音乐 105222018/2/2890后社群多样化、不同社群应用兴趣差异较大，品牌对话 90后时应关注差异但同为 90后，他们却分化为不同的典型社群，存在差异化需求 通过社群划分发现，虽然同为 90后，但用户存在明显差异： 4个典型社群分别是金融从业者、奶爸、大学生和孕期妈妈。 90后的人生阶段差异较大：有 大学生和上班族、也有备孕人群和有娃一族 ； 90后社群 多样化、不同社群应用兴趣差异 较大；品牌对话 90时，应关注差异，寻求不同的突破点。来源： TalkingData数据 研究中心注： 90后社群划分通过线上与线下行为相似性聚类得到推测人群：金融从业者应用兴趣：财经资讯、众筹融资推测人群：奶爸应用兴趣：共享单车、育儿和恋爱养成 游戏推测人群：大学生应用兴趣：足球、体育和科普推测人群：孕期妈妈应用兴趣：图片分享和怀孕备孕、减肥232018/2/28行业应用 表现242018/2/282017年 12月各 类别应用覆盖率及使用率分布情况数据来源： TalkingData 移动数据研究中心， 2017年 12月 Android平台 数据 应用 类别 覆盖率 ：安装过 某个类别应用的 设备数量 /监测移动设备数量 *100%应用 类别 活跃 率：使用过 某个类别应用的 设备数量 /监测移动设备数量 *100% ；应用类别使用率 =应用类别活跃率 /应用类别覆盖率高覆盖、高使用，社交与娱乐仍然是主流应用需求2017年， 通讯 社交、视频、游戏等类应用仍然属于高覆盖率、高使用率应用类别， 社交及 娱乐仍然是移动 智能终端用户的刚性 需求。通讯社交视频音乐游戏网络购物金融理财图片摄影新闻地图导航阅读教育旅游餐饮智能硬件汽车服务健康美容出行医疗母婴房产0%10%20%30%40%50%60%70%80%90%100%0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%使用率覆盖率高覆盖，高使用高覆盖，低使用低 覆盖，低使用低覆盖，高使用252018/2/28数据来源： TalkingData 移动数据研究中心， 2017年 Android平台 数据覆盖率增长 =2017年 12月应用类别覆盖率 - 2016年 12月应用类别 覆盖率，活跃率 增长 =2017年 12月应用 类别 活跃 率 - 2016年 12月应用 类别活跃率活跃用户规模下降，主流 行业应用增长乏力2017年，通讯 社交、视频 、 游戏 等主流行业应用活跃用户规模增长乏力，而教育、旅游、健康美容等行业类别应用覆盖率及活跃率出现双增长，行业潜力正在释放。91.6%83.9%76.4%64.2% 62.6%58.2% 55.7%51.5%42.8%37.6%32.9%26.0%19.8% 18.0% 17.9% 16.5%62.0%46.6%34.4% 30.8%25.8% 24.3% 29.2% 26.5%21.2%16.2%9.2% 6.9% 7.9% 11.3% 5.8% 5.2%-20%-10%0%10%20%通讯社交 视频 音乐 游戏 网络购物 金融理财 图片摄影 新闻 教育 阅读 旅游 餐饮 健康美容 智能硬件 汽车服务 出行行业覆盖率 行业活跃率 覆盖率增长 活跃率增长正增长负增长2017年 各类别应用 覆盖率及活跃率增长 情况双增长 双增长 双增长类别应用覆盖率及活跃率增长262018/2/2839.724.639.020.338.520.1设备平均安装应用款数 设备平均每日打开应用款数移动智能终端用户平均安装与打开应用款数2015年 12月 2016年 12月 2017年 12月数据来源： TalkingData 移动数据研究中心注：平均安装应用款数 =移动端所有设备平均每天安装应用款数 /移动端设备总量；平均打开应用款数 =移动端所有设备平均每天打开应用款数 /移动端设备总量；统计过程中包括系统应用每日打开应用数量下降，首屏应用竞争加剧移动智能终端用户平均安装与平均每日打开应用款数已连续两年出现下滑，设备一个屏幕上的应用已可基本满足日常使用。存量时代移动应用对于用户的争夺更加激烈，现有数据价值的深挖成为运营关键。272018/2/2815401126TOP100 TOP2002016 20172017年， TOP200应用的更新款数明显减少。成熟应用更多地占据了移动智能终端的存储空间，新生应用进入 TOP榜单的难度加大。数据来源： TalkingData 移动数据研究中心 ，年度 TOP应用更新 l款数 =12月 TOP应用与 1月 TOP应用差异数量TOP应用更新变缓，应用格局保持稳定移动应用榜单 TOP应用更新款数282018/2/2883.2% 81.0% 71.5% 69.1% 61.7%16.8% 19.0%28.5% 30.9%38.3%通讯社交 网络购物 在线旅游 视频 新闻TOP5 应用 其他2017年，移动互联网头部应用覆盖率领先优势明显，细分行业中的 TOP5应用覆盖了行业主流用户。数据来源： TalkingData 移动数据研究中心， 2017年 12月 Android平台头部 应用把持 主流用户，新应用面临艰巨挑战2017年 细分行业头部 应用覆盖率情况292018/2/28移动智能终端市场302018/2/280%10%20%30%40%50%60%70%80%90%100%1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月苹果 华为 oppo vivo 小米 三星 魅族 金立 乐视 酷派 其他数据来源： TalkingData 移动数据研究中心，中国大陆 31省 /市 数据，品牌份额增长 =2017年 12月品牌市场份额 -2016年 12月品牌市场份额OPPO、 vivo市场份额增长，线下渠道价值得到体现2017年表现最为亮眼的移动智能设备品牌是主打线下渠道的 OPPO与 vivo，两个品牌的市场份额分别从 2016年 12月份的 8.6%、 7.3%增长至 2017年 12月份的 12.6%、 10.3%。2017移动 智能设备 品牌市场 份额变化趋势 2017移动 智能 设备品牌 TOP10排名 设备品牌 品牌份额 份额增长1 苹果 30.0% -0.62%2 OPPO 12.6% 3.97%3 华为 12.0% 0.55%4 vivo 10.3% 3.01%5 小米 6.5% -2.65%6 三星 4.0% -2.37%7 魅族 1.9% -0.75%8 金立 1.4% -0.06%9 乐视 1.0% -0.63%10 酷派 0.7% -1.04%312018/2/28截至 2017年 12月，我国移动智能终端设备市场国产品牌占比已达 66.0%，中国安卓设备市场国产品牌占比已 接近 95%。数据来源： TalkingData 移动数据研究中心，中国大陆 31省 /市数据国产品牌表现持续走高，垄断中国安卓设备市场移动智能终端 设备存量市场品牌 分布55.9% 62.4%66.0%44.1% 37.6%34.0%2015年 12月 2016年 12月 2017年 12月国产品牌 非国产品牌322018/2/28单款机型表现上， iPhone品牌保持领先优势， iPhone 6、 iPhone 6s、 iPhone7 Plus包揽了机型市场份额前三位。在 2017年新上市的机型中， OPPO R11、iPhone X进入了机型市场份额 TOP 20。数据来源： TalkingData 移动数据研究中心， 2017年 12月中国大陆 31省 /市 数据iPhone 明星 机型仍然保有高市场份额2017移动 智能设备 机型市场份额 TOP20排名 机型 上市时间 市场份额1 iPhone 6 2014年 9月 4.83%2 iPhone 6s 2015年 9月 3.80%3 iPhone 7 Plus 2016年 9月 3.50%4 iPhone 6 plus 2014年 9月 3.35%5 iPhone 6s plus 2015年 9月 3.23%6 iPhone 7 2016年 9月 2.71%7 iPhone 5S 2013年 9月 1.98%8 OPPO R9 2016年 3月 1.71%9 OPPO A57 2016年 11月 1.18%10 OPPO R9s 2016年 10月 1.17%排名 机型 上市时间 市场份额11 vivo X9 2016年 11月 1.02%12 vivo Y66 2016年 12月 0.92%13 OPPO R11 2017年 6月 0.90%14 vivo Y67 2016年 11月 0.85%15 OPPO A59s 2016年 10月 0.84%16 OPPO A37 2016年 4月 0.84%17 OPPO A33 2015年 10月 0.78%18 vivo X7 2016年 6月 0.78%19 iPhone X 2017年 11月 0.74%20 vivo Y51 2015年 11月 0.72%332018/2/28从市场份额增长 TOP20机型品牌分布来看，OPPO有 7款， vivo有 4款 ，两个品牌机型市场份额增长迅猛。数据来源： TalkingData 移动数据研究中心，中国大陆 31省 /市数据 ，份额增长 =2017年 12月机型市场份额 - 2016年 12月机型市场份额OPPO、 vivo机型市场份额增长迅猛2017移动 智能设备机型市场 份额增长 TOP20排名 机型 上市时间 份额增长1 iPhone 7 Plus 2016年 9月 2.31%2 iPhone 7 2016年 9月 1.63%3 OPPO A57 2016年 11月 1.18%4 vivo Y66 2016年 12月 0.92%5 OPPO R11 2017年 6月 0.90%6 vivo X9 2016年 11月 0.84%7 vivo Y67 2016年 11月 0.83%8 OPPO R9s 2016年 10月 0.76%9 iPhoneX 2017年 11月 0.74%10 OPPO A59s 2016年 10月 0.71%排名 机型 上市时间 份额增长11 iPhone 8 plus 2017年 9月 0.63%12 华为 Mate 9 2016年 11月 0.57%13 华为荣耀 8青春版 2017年 2月 0.47%14 OPPO A37 2016年 4月 0.45%15 OPPO R9s Plus 2016年 12月 0.42%16 华为荣耀畅玩 6X 2016年 10月 0.41%17 小米 红 米 4X 2017年 3月 0.40%18 vivo X9 Plus 2016年 12月 0.38%19 OPPO R11s 2017年 11月 0.36%20 iPhone 6s plus 2015年 9月 0.34%342018/2/282017年 9月上市的 iPhone 8首周 渗透率为 近年 iPhone新 机型上市首周最低数据。 iPhone X上市 首周 渗透率 高于 iPhone 7，但 低于iPhone 6S。数据来源： TalkingData 移动数据 研究中心，机型 渗透率 =（该 iPhone设备机型的活跃用户量 / iPhone设备总活跃用户量） *100%iPhone新机型首周抢购热度下降0.123%0.222%0.299%0.356%0.452%0.496% 0.524%0.116%0.211%0.255%0.332%0.446% 0.480%0.513%0.195%0.438%0.577%0.617%0.710%0.821%0.994%0.00%0.10%0.20%0.30%0.40%0.50%0.60%0.70%0.80%0.90%1.00%第一天 第二天 第三天 第四天 第五天 第六天 第七天iPhone新机型 上市 首周 渗透率iPhone X iPhone 8 iPhone 8 plus iPhone7 iPhone7 plus iPhone 6s iPhone 6s plus352018/2/285075100125150苹果OPPO小米华为vivo三星2017典型区域设备品牌偏好指数东北地区 西北地区 华东地区 西南地区在西北、西南等地区， OPPO、 vivo在 TOP品牌中更受欢迎。而苹果在华东地区更受欢迎。数据来源： TalkingData 移动数据研究中心，中国大陆 31省 /市 数据品牌偏好指数 =该地区某品牌市场份额 *100/全国某品牌市场份额，东北地区包括黑吉辽，西北地区包括陕甘宁青新，西南地区包括川滇贵藏渝华东地区包括鲁苏皖沪浙闽西北、西南地区偏好 OPPO、 vivo362018/2/287.0%9.1%4.4%9.0%11.7%11.5%5.3%12.8%5.9%19.3%18.1%21.2%18.6%23.3%26.0%23.5%19.8%25.6%20.9%30.1%74.8%69.7%77.1%67.7%62.3%64.9%74.8%61.5%73.3%50.6%酷派乐视金立魅族三星小米vivo华为OPPO苹果2017移动智能设备 TOP10品牌设备 活跃 城市级别占比一线城市 二线城市 三线及以下城市在设备活跃城市层级分布中，苹果用户中一线、二线城市的占比要高于其他品牌。而安卓机品牌用户分布主要以三线及以下城市为主。数据来源： TalkingData 移动数据研究中心， 2017年 12月中国大陆 31省 /市 数据注：一线城市指“北上广深”，二线城市为各省会、直辖市、以及厦门、珠海、汕头经济特区，三线及以下城市为除一二线城市之外其他 城市一线市场苹果领先， 安卓品牌深耕三线372018/2/282017年，移动智能设备存量市场 2000-3999元的中高端机型在设备价格区间分布中占比最高，这个价格区间也是主流安卓旗舰机型的定价范围。硬件配置、品牌形象的提升使得安卓旗舰机型获得更多认可。数据来源： TalkingData 移动数据研究中心，中国大陆 31省 /市 数据注 ;：上市超过 2年的机型按折旧价格计算中高端价位成 市场主流 ， 安卓旗舰机型受 认可26.3%19.7% 20.6%30.1%27.4% 25.2%25.0%27.3%43.6%18.7% 25.5% 10.6%2015年 12月 2016年 12月 2017年 12月1-999 1000-1999 2000-3999 4000及以上移动 智能 设备存量市场价格区间分布382018/2/2840.1% 41.3%17.2%1.4%97104 99491-999 1000-1999 2000-3999 4000及以上90后设备价位 &价格指数设备价位 价格指数来源 ： TalkingData数据研究中心， Android平台数据注：价格指数是对比 80后的设备价位进行计算的，计算公式等同于 TGI指数千元机为主，年轻人群爱用平价设备作为年轻人群代表， 90后人群使用的设备以千元机为主， 4000及 以上的高端机型占比更低。392018/2/282017年， 5英寸以上的大屏设备市场份额同比增长 28.%， 大屏设备占比已超半数。 4.5寸及以下的小屏幕设备占比已不足 10%，小屏设备面临淘汰。数据来源： TalkingData 移动数据研究中心，中国大陆 31省 /市数据注：大屏为 5英寸以上，中屏为 4.6-5英寸，小屏为 4.5英寸及以下小屏设备面临淘汰，大 屏 设备市场占比已超半数25.6%14.8% 6.8%37.8%35.9%30.1%36.6%49.3%63.1%2015年 12月 2016年 12月 2017年 12月小屏设备 中屏设备 大屏设备移动智能 设备存量市场屏幕 尺寸分布402018/2/28截至 2017年 12月， 4G用户 占比 较 2016年底增长 11.4%， 使用 3G/4G高速网络的用户占比提升至 81.5%，高速移动网络访问成为主流。数据来源： TalkingData 移动数据研究中心4G网络普及，高速移动网络访问成主流移动智能设备不同网络用户分布31.6%57.9%69.3%30.0%18.8%12.2%38.4%23.3% 18.5%2015年 12月 2016年 12月 2017年 12月4G用户 3G用户 2G用户412018/2/282深化融合，数字推动决策智能化422018/2/28注：派生模式指移动 互联网通过 平台 拓展 来继承互联网上新闻资讯、搜索、购物等服务内容，通过新生应用来满足短视频、移动直播等互联网服务内容在移动端衍生出的细分服务从派生到原生，资源融合丰富用户数据价值移动互联网已从派生模式发展到原生模式，相比于新闻资讯、搜索、视频等派生模式服务内容，原生模式对于线下资源的融合度更高，实体资源为服务商带来更多的用户流量与交互数据资产。 互联网服务 移动互联网服务平台拓展新生应用继承衍生共享出行共享单车餐饮外卖派生模式 原 生模式432018/2/28机会开放，原生模式吸引资本与巨头布局移动互联网 原生服务模式是具有资源融合、线下导流、机会开放特征的商业模式。开放竞争之下，互联网巨头、 金融 资本纷纷涌入共享出行、共享单车等原生模式赛道。线 下导流资源融合 机会开放商业模式与线下资源的结合更加紧密，所连接的线下资源多具有移动性或区域覆盖性，围绕用户位置提供服务线下资源可以为线上业务提供用户导流，线下资源丰富与否直接影响模式运行新生赛道，模式只有在移动互联网时代才能快速规模化，互联网巨头业务并无覆盖，机会均等442018/2/28 数据来源：根据公开资料整理，共享单车以公司业务出售、被托管、 APP停止运营、押金不再退还等情况视为 倒闭运营模式过重， 原 生模式赛道 洗牌速度 加快资源融合加重移动互联网原生模式运营成本，行业竞争成为资本之争。头部应用融资、并购速度加快，而缺少资本支持的小玩家迅速走向消亡。融资轮次增多，速度加快 头部并购速度加快 小 玩家迅速消亡A轮 2011.11 2012.12 2015.10B轮 2012.07 2013.04 2016.08C轮 2013.10 2014.01 2016.09 2016.10D轮 2014.10 2014.12 2017.01 2017.02E轮 2015.09 2017.06F轮 2016.06G轮 2017.04派生模式赛道 原生模式赛道A轮 -D轮：24个月A轮 -D轮： 16个月A轮 -D轮35个月2005.042006.12 2012.032015.102012.092012.082014.022015.022016.08快的滴滴出行优步中国优酷土豆合并阿里巴巴收购合一集团滴滴快的合并滴滴、优步中国合并滴滴出行摩拜单车陌陌悟空单车 2016.09 2017.06町町 单车 2016.11 2017.082016.10 2017.112016.07 2017.11小蓝单车小鸣 单车倒闭倒闭倒闭倒闭成立时间 死亡时间30个月30个月83个月43个月452018/2/28 数据来源： TalkingData 移动数据 研究中心无人货架潜力市场预测是利用典型共享充电宝、无人货架应用用户特征预测潜在用户人群，并根据潜在用户人群分布进行市场预测资本热潮之后，共享经济用户向二三线城市下沉作为 2017年原生模式新赛道的代表，共享充电宝、无人货架在经历了初期的资本热潮后，运营模式逐渐向二三线城市倾斜，用户下沉成为验证商业模式的突破口。典型公司资本代表共享充电宝 无人货架来 电科技 街电