2015年中国社交媒体核心用户数据分析

简介:

2015年可能要载入中国媒体发展史。因为,这一年,中国用户花费在数字媒体上的时间已经过半,一举超过传统媒体。

伴随而来的是广告进一步从传统媒体转向新媒体。网络媒体成为第一大广告收入媒体,未来网络广告尤其是移动广告的收入份额将继续增长。

目前,社交媒体依旧是新媒体中最为活跃且最有发展潜力的领域。2015年,在数字媒体用户使用时长首超传统媒体的大背景下,社交媒体也表现出了自己独特的平台发展属性和用户使用习惯变化。

以下,媒介360综合了凯度发布的《2015中国社交媒体发展报告》,腾讯企鹅智库发布的《2015年微信平台数据研究报告》和新浪发布的《2014年微博用户发展报告》,为大家描绘出2015年社交媒体发展的大致轮廓。

中国用户各类媒体花费时间

据eMarketer的最新报告,2015年中国用户所有媒体每天总用时为6小时08分。

其中,数字媒体每天花费时间已达3小时05分。

传统电视每天用时下降到2小时40分,

收音机下降为11分钟,

印刷媒体下降为11分钟(报纸下降为10分钟,杂志下降为1分钟)。

97aa7a747f8d924f3673819c7a62a3b7

各类媒体的渗透率

2015年,在18岁及以上中国成年人中,传统电视的渗透率达94.8%,遥遥领先于其他媒体。但使用时间却呈缓慢下降趋势,这表明电视的开机比率在逐步走低。

PC端互联网用户的渗透率为46%,智能手机用户的渗透率为43.1%,非智能手机用户的渗透率为42%。

492cfc548e891c60e12b4f24e6324c25

印刷媒体(报纸与杂志),其2011~2015年复合年均增长率(CAGR)为-7.4%,其中报纸CAGR为-5.1%,杂志CAGR为-7.4%。相比而言,杂志比报纸更惨。

 社会化媒体数据全览

根据凯度发布的《2015中国社交媒体发展报告》,社交媒体用户呈现快速增长态势,日趋主流。社交媒体用户在城市居民中的百分比已经从2013年的28.6%上升到2014年的34%。

社交媒体用户年龄结构呈现多元化:90后成为最大人群,70、60、50后份额均呈现不同幅度的增长。

954865cc22517faa72cd2cc026796e08

社交媒体用户地域分布呈现多元化:一线城市比例下降,二三四线城市均有不同程度的增长。

c337b654254347178683c2b15446a12f

社交媒体用户受教育水平呈现多元化:高等学历比例小幅下滑,初等学历比例上升。

940991fd2636827be3d830b27f227c3d

移动社交成为主流趋势,移动属性的媒体更受社交媒体用户青睐。

17b8dfe72e0d9994a4d77ca2b565e058

不同代际社交媒体用户的网络行为如下:

4b8af1c909558793cb4d695db2be8880

目前,微信已经超越QQ空间成为网民使用最多的社交应用。

7c2753b9a56f8ecb34d7a82d3462a20b

2013年微博在原创方面占据优势,2014年则是微信全面领先。

3531148d4399466d31e86ace22949bc3

社交媒体用户互动减少,单纯浏览信息的比例继续提升。

1f0784518abfabdf6af3955557fc7770

社交用户的目的性在减弱,获取新闻资讯、分享心情以及获取实用信息依然是大家使用社交媒体的主要诉求。并且,社交媒体用户更加注重社交中隐私的保护,减少互动。

59af196b15293e9a70ed9f766a1a073c

根据腾讯发布的《2015年微信平台数据研究报告》,微信Wechat合并月活跃用户数超过4.68亿。

微信使用人群中,男女用户比例64.3% :35.7% (约1.8:1),用户以男性为主。

微信用户普遍年轻,平均年龄在26岁。97.7% 的用户在50岁以下。86.2%的用户在18-36岁。

8e507508641fe397d9b7680267f9616e

绝大部分微信用户的职业来自:企业职员、自由职业者、学生、事业单位员工这四类职业。

f41d03b1c161503f88b9f72f67eec313

微信已成为人们生活的重要部分。25%的微信用户每天打开微信超过30次。55.2% 的微信用户每天打开微信超过10次。

3a3b9b9cad2b60b86470226000026b4c

微信作为中国微信用户强大的社交工具,接近一半活跃用户拥有超过100位微信好友。62.7%的微信用户的好友超过50人。

5abc8c57900fb0efd66ede935c107ad1

微信直接带动的生活消费规模已达到110亿元(US$1.76),其中娱乐消费时最大支出,规模为58.91亿元(US$943)。各部分比例分别为:娱乐53.6%;公众平台20.0%;购物13.2%;出行11.3%;餐饮2.0%。

071479dff5ea733a6363d1909d7464bf

公众号是微信的主要服务之一,近80%用户关注微信公众号。企业和媒体的公众账号是用户主要关注的对象,比例高达73.4%。

微信公众号的用户关注比例:29.1%自媒体;25.4%认证媒体;20.7%没有关注;18.9%企业商家;5.9%营销推广。

828e0833e407f88bf4bce672d4a051e3

用户关注公众号主要目的是获取资讯41.1%,其实是方便生活36.9%和学习知识13.7%。

3a6389d1b25fc62c00da8edf33e9e08e

微信热门订阅号按内容分类中,娱乐,健康生活,新闻资讯以及美容时尚类订阅号占据了80%的份额。除日常发帖,42%的订阅号还会通过微社区或微讨论功能与粉丝互动。其中,娱乐类内容最受微信用户的追捧。

0f533850db22a74adc6e45fc898337a0

2ca9961fd4227eb7e5a9ae7c896834c2

微博

根据《2014年微博用户发展报告》,截止2014年9月30日,微博月活跃用户数(MAU)已经达到1.67亿人。微博用户年龄结构较为均衡:从月活用户的年龄比重上看,19-35岁用户占月活跃用户总量的72%,80、90后为微博活跃用户主体,且年轻化用户有较为明显的增长趋势。

8e35c08a94032f0f15b40f1f3aa07e7b

微博月活跃用户群中,男性用户占比较大,达60.9%,女性用户占39.1%。

从省份分布上不难看出,北上广以及江浙一带用户分布较为密集,从地区分布上看,华东、华南地区微博活跃用户较多。

59287f0705a6dcf3867a42d518f70c37

高粘性用户数量占比持平,总量增加:从整年用户登陆情况来看,全年月均登陆天数在15天以上的高粘性用户占比较2013年相比基本持平为32.11%。

低粘度用户占比比重大幅降低:登陆一日的用户占比大幅下降,微博用户整体粘性依然保持较好的上涨态势。

37b4628aef1e071f2ce03196943a3b64

微博用户每日发布的博文数据中不难看出,微博用户发布博文行为主要集中于一般用户活动时间内(6点至24点间),而博文发布的最高点位于晚间时分,其中22-23点间为用户发布博文的最高时段。

3a445c053b19d5f2b658c7f76c812ac9

根据《2015中国社交媒体影响报告》,网民在微博上除了热衷于讨论娱乐和社会舆论类资讯,还注重个人生活类信息的获取和互动。

最热门的关键词主要围绕娱乐及社会舆论类话题。娱乐类关键词如热门电视节目,明星,网络视频站点等。社会舆论类关键词如环境,安全,违法等。

6ebd6d852aee264c6bc3556889526484

结语:2015年,在“互联网+”行动计划的推动下,新媒体加速向全产业渗透。而社会化媒体是这个浪潮中的代表之一,也是不容忽视的一股力量。一场从线上和掌心开启的变革浪潮,正在深刻地改变我们生活和生产力的方方面面,这当中,社会化媒体已经建立了强大的影响力和生态粘合力,而其对于新领域的探索也一直未有停歇。


本文作者:佚名

来源:51CTO

相关文章
|
数据采集 Web App开发 JavaScript
使用Puppeteer提升社交媒体数据分析的精度和效果
社交媒体是互联网上最受欢迎的平台之一,它们包含了大量的用户生成内容,如文本、图片、视频、评论等。这些内容对于分析用户行为、舆情、市场趋势等有着重要的价值。但是,如何从社交媒体上获取这些数据呢?一种常用的方法是使用网络爬虫,即一种自动化地从网页上提取数据的程序。
183 0
使用Puppeteer提升社交媒体数据分析的精度和效果
|
机器学习/深度学习 自然语言处理 监控
数据分析案例-对某宝用户评论做情感分析
数据分析案例-对某宝用户评论做情感分析
567 0
数据分析案例-对某宝用户评论做情感分析
|
机器学习/深度学习 数据可视化 数据挖掘
数据分析案例-基于随机森林对影响信用卡审批结果和用户信用等级的特征分析
数据分析案例-基于随机森林对影响信用卡审批结果和用户信用等级的特征分析
212 0
数据分析案例-基于随机森林对影响信用卡审批结果和用户信用等级的特征分析
|
数据挖掘
《社交数据分析:好...[jing.luojing].1477376281.pdf》电子版地址
社交数据分析:好...[jing.luojing].1477376281.pdf
87 0
《社交数据分析:好...[jing.luojing].1477376281.pdf》电子版地址
|
安全 数据挖掘
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码(二)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码
|
SQL 安全 数据挖掘
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码(一)
带你读《SAS数据分析开发之道 软件质量的维度》第三章通信交流3.4用户生成的返回码
|
算法 数据挖掘 数据库
四大触点,教你从“用户视角”构建数据分析体系
做增长、做产品其实和谈恋爱的道理是一样的,想要把这件事情做好,需要建立一个好的用户基础,站在用户(女朋友)的角度看待问题、发现需求、建立场景、提出解决方案,这种需求大到可以是产品的改版,小到可以是一个模块的点击迭代。
|
数据可视化 数据挖掘 大数据
人人都能做分析?QuickBI数据分析用户论坛告诉你
12月27日,阿里数据即将开启年度论坛——QuickBI用户论坛,全面介绍数据中台模式下的BI产品未来趋势!
5417 0
人人都能做分析?QuickBI数据分析用户论坛告诉你
|
新零售 数据挖掘
下一篇
DataWorks