可视化分析:2017年双十一最全面的大数据分析报告在此!

2017年双十一过去已经一周之余,不知道大家是不是都已经收到了自己的战利品~今天就为大家分析揭秘双十一的巨额数据背后的秘密,顺便也可感受一下国人对于购物的热情。

首先说一个众所周知的数据:2017年双十一天猫成交额1682亿。

所以今天,从三个角度带你一起去探索1682亿背后的秘密:

1、全网热度分析:双十一活动在全网的热度变化趋势、关注来源、媒体来源以及关联词分析。

2、各平台对比分析:针对“天猫”“京东”“苏宁”等一些电商平台的销售额以及粉丝画像进行对比分析。

3、天猫销售额分析:通过天猫的一些具体销售额进行分析,了解各品类、各地区分布情况以及历年销售额的变化、并对2018年销售总额进行大胆预测。

一、全网热度分析

(1)“双十一”热度

在双十一前后的72小时之内关于“双十一”的讨论热度高达80.21,话题感满满啊,大家都要成为爱吐槽的段子手了。

(2)微博传播趋势

通过微指数对“双十一”的趋势分析,可以看出,前期热度呈波动趋势,但双十一当天迅速飙升至2520K左右,大家对于“剁手”这件事是真的很关注,购买力就更不用多说了吧~

(3)关注来源

从近一个月的PC&移动端趋势走向可以看出全网的关注度来源,移动端大概是PC端的4倍,更是占到总体趋势的80%以上,这说明大部分关注用户是用手机等其他移动设备进行搜索,最高热度值达到2038K。

(4)媒体来源

在双十一中,媒体来源的信息量TOP3依次为微博、网站和论坛。

(5)关联词

通过对双十一的相关信息进行分析,与核心词关联度最高的词语依次是“包装”、“纸箱”、“电商”。话说,你的快递都收到了么?

(6)头条关键词热度趋势

根据头条指数的热词分析,“马云爸爸”果然不出意料的获得了第一名,在双十一期间他也有借用自己的电影《功守道》来提高自己的曝光率,指数值高达240万以上~

(7)百度指数热度趋势

(BDP面积图)

通过百度指数近7天的热词趋势,我们可以看出,在本次“双11”开始前,大家对于各电商平台的讨论热度居高不下,呈直线飙升趋势,在“双11”当天达到最高值。其中“淘宝”、“京东”、“唯品会”等电商平台一度成为大众关注的焦点。

(8)微信指数热度趋势

(BDP自定义图表)

如图所示,微信指数近7日热度最高的是“双十一”,其次是“快递”,“淘宝”位居第三。看来,痛快的买买买之后,大家还是比较关心什么时候可以收到剁手的产物啊,有快递在路上的日子,一切都有了盼头~

二、各平台对比分析

(1)各平台总销售额对比

以上是某数据对20家B2C电商平台的监测结果,在双十一销售额方面,天猫销售额稳居全网第一,占比66.23%,京东占比21.41%,苏宁易购占比4.34%,亚马逊占比1.95%,唯品会占比3.43%,其他电商平台占比2.64%。

如此显赫的数据,直接体现了“双11”线上人群强大的购买力,同时也代表着中国新零售能量的爆发。嘿!咱们又为建设美好的社会主义国家贡献了自己的一份力!

(2)各平台海外购销售额占比

(BDP贴纸条形图)

根据上图,能够很清晰地看出2017年双11各平台海外购销售额占比情况,亚马逊为7.3%稳居第一,天猫为5.4%,京东为4.9%,苏宁为0.6%,唯品会为3.7%。

原来11.11这个节日已经不单单只是亿万国人的狂欢,还有越来越多的海外多个国家的加入,一个个数据体现的是一种新经济和新消费模式。

(3)粉丝画像对比

针对淘宝和京东两家粉丝进行了对比,可以看出淘宝的女性粉丝是远多于男性的,京东的男女比例分布比较平均,这与京东最初主打数码家电行业有密不可分的关系。

而两家粉丝的年龄分布相差不多,都集中在年轻人这里,看来50岁以上的人群还是待开发的用户群啊~

根据微舆情的情绪地图可以看出在双十一之后用户通过微博展现出来的情绪,最显著的就是:喜悦。其中最“喜悦”的是广东地区用户,大概是因为他们的快递正在路上,抑制不住内心的兴奋吧,哈哈~

三、天猫销售额分析

(1)天猫历年“双11”销售额

2009年之前,天猫还叫淘宝商城,“双11”销售额是5200万,27个品牌参与了活动;

2010年,“双11”的成交额以惊人的速度增长,总成交额9.36亿;

2011年,“双11”总成交额达到了33.6亿。“双11”这个在大家的概念里原本只是光棍节的日子彻底火了;

2012年,淘宝商城正式更名为天猫,“双11”线上总成交额达到191亿,“双11”热潮从线上覆盖到线下,成为一个全民总动员的节日;

2013年,天猫“双11”交易总额达到362亿元,交易额大幅提升;

2014年,双11趋势呈现全球化,全天交易额达571亿元;

2015年,双11的最终交易额达到912.17亿元,覆盖了232个国家和地区;

2016年,天猫双11全球狂欢节全天总交易额达到1207亿元;

2017年,“双11”天猫交易额总计达1682亿,各项数据仍然不断刷新前几年的记录。

(2)2017年&2016年天猫“双11”成交额

盘点今年双11交易额重要数据,从11日0时开始销售额一直不断上升至11月12日0时,天猫“双11”指挥中心大屏幕上的数据最终停留在1682亿元。看了上图终于知道为什么购物车里的商品分分钟就不见了!!这是在跟几亿人作斗争啊!

(3)2017天猫“双11”各地区销售额

在这场全民剁手热潮中,广东人民消费力杠杠滴,位居全国第一,浙江、江苏人民也贡献了不俗的“战绩”!北、上的人民怎么甘愿落后呢,这销量也是紧随其后啊!据统计,2017年“双11”共产生包裹13.8亿个,快递小哥正在努力将你的包裹送到手中哟。

(4)天猫全网成交额产品类别排名

2017年“双11”所有成交产品中,产品品类排名前几分别是:大家电销售额占比15.2%,手机销售额占比8.7%,个人护理品占比5.6%,母婴用品占比3.6%,生活电器占比2.8%,彩妆占比2.5%。

其中销售量Top1的大家电排名如下:在大家电品牌中,海尔销量稳居第一,美的、夏普其次,之后依次是:西门子、格力、海信、小米、TCL、小天鹅、奥克斯。

2018年预测

最后让我们根据以往的数据大胆预测一下,2018年天猫“双11”全球购物狂欢节的成交总额:2146亿元!让我们记住这个数字,看看国人的购买力会不会超过机器预估能力~

数据来源:网络整理

涉及工具:BDP个人版、微舆情、微指数、wordart

双十一数据分析完整仪表盘:https://me.bdp.cn/api/su/JFU124RY

时间: 2024-10-09 22:45:34

可视化分析:2017年双十一最全面的大数据分析报告在此!的相关文章

pyecharts实现星巴克门店分布可视化分析

项目介绍 使用pyecharts对星巴克门店分布进行可视化分析: 全球门店分布/拥有星巴克门店最多的10个国家或地区: 拥有星巴克门店最多的10个城市: 门店所有权占比: 中国地区门店分布热点图. 数据背景 该数据集来源Kaggle,囊括了截至2017/2月份全球星巴克门店的基础信息,其中包括品牌名称.门牌地址.所在国家.经纬度等一系列详细的信息. 数据说明 字段名称 类型 解释说明 Brand Object 品牌名称,数据字典中包含了星巴克旗下的子品牌 Store Number Object

55个最实用大数据可视化分析工具

该文转自[IT168 技术] 近年来,随着云和大数据时代的来临,数据可视化产品已经不再满足于使用传统的数据可视化工具来对数据仓库中的数据抽取.归纳并简单的展现.传统的数据可视化工具仅仅将数据加以组合,通过不同的展现方式提供给用户,用于发现数据之间的关联信息.新型的数据可视化产品必须满足互联网爆发的大数据需求,必须快速的收集.筛选.分析.归纳.展现决策者所需要的信息,并根据新增的数据进行实时更新.因此,在大数据时代,数据可视化工具必须具有以下特性: (1)实时性:数据可视化工具必须适应大数据时代数

盘点最实用的大数据可视化分析工具(1/4)

俗话说的好:工欲善其事,必先利其器!一款好的工具可以让你事半功倍,尤其是在大数据时代,更需要强有力的工具通过使数据有意义的方式实现数据可视化,还有数据的可交互性:我们还需要跨学科的团队,而不是单个数据科学家.设计师或数据分析员:我们更需要重新思考我们所知道的数据可视化,图表和图形还只能在一个或两个维度上传递信息, 那么他们怎样才能与其他维度融合到一起深入挖掘大数据呢?此时就需要倚仗大数据可视化(BDV)工具,因此,笔者收集了适合各个平台各种行业的多个图表和报表工具,这些工具中不乏有适用于NET.

Visual Analytics–references 可视化分析参考书/文献/网站

Visual Analytics 可视化分析 Readings in Information Visualization : Using Vision to Think, Stuart Card, Jock Mackinlay, & Ben Shneiderman, Morgan Kaufmann, 1999. Information Visualization : Perception for Design, Colin Ware, Morgan Kaufmann, 2000. Giusepp

55个最实用的大数据可视化分析工具

俗话说的好:工欲善其事,必先利其器!一款好的工具可以让你事半功倍,尤其是在大数据时代,更需要强有力的工具通过使数据有意义的方式实现数据可视化,还有数据的可交互性:我们还需要跨学科的团队,而不是单个数据科学家.设计师或数据分析员:我们更需要重新思考我们所知道的数据可视化,图表和图形还只能在一个或两个维度上传递信息, 那么他们怎样才能与其他维度融合到一起深入挖掘大数据呢?此时就需要倚仗大数据可视化(BDV)工具,因此,笔者收集了适合各个平台各种行业的多个图表和报表工具,这些工具中不乏有适用于NET.

大数据可视化分析工具推荐

各个互联网公司通过大量的用户数据.信息进行统计分析,而这些大量繁杂的数据在经过可视化工具处理后,就能以图形化的形式展现在用户面前,清晰直观.随着各种数据的增加,这种可视化工具越来越得到开发者们的欢迎. 下面推荐25款可视化工具供大家选择和使用. 1.Modest Maps Modest Maps是一个轻量级.可扩展的.可定制的和免费的地图显示类库,这个类库能帮助开发人员在他们自己的项目里能够与地图进行交互.ModestMaps提供一个核心健壮的带有很多hooks与附加functionality函

大数据可视化分析平台新应用:提升企业的数字营销策略

数字化时代,催生了不少社交媒体和搜索引擎公司.无论是国内还是国外乃至全球,社交媒体的势力愈加强大,与此也产生了大量的数据,成为大数据中的一部分.企业发展到一定地步,免不了大大小小的决策,这驱使着越来越多的企业选择商业智能产品——大数据可视化分析平台来合理利用它们积累的数据基础. 如今,从Facebook到Instagram,许多社交媒体渠道现在正在淹没在大量数据中.每天,超过400万小时的视频内容上传到YouTube,而每天有43亿条消息在Facebook网上发布. 随着可用于分析的数据量继续呈

奥威Power-BI服装行业BI数据可视化分析--动销商品分析

奥威Power-BI服装行业BI数据可视化分析--动销商品分析,需求概述:(1)该分析报表是一个简单的动销产品分析,展示动销SKU的实时数据,包括价格.销量.各门店库存以及本周销售趋势(2)表格内容包括款式.款名.型号.价格.销量,并且显示该型号的图片以便定位准确:(3)柱形图为各个门店的库存数量,通过点击表格的产品型号,可以联动到柱图,看该型号在各门店的库存情况:(4)折线图为本周销售趋势,通过点击表格的产品型号,可以联动到折线图,看该型号本周的销售趋势: 原文出处:http://www.po

如何用FineReport报表进行数据可视化分析?

独立的数据毫无意义,能进行比较和分析的数据才是有价值的数据.在FineReport报表工具中,数据的录入和展示操作只是开始,之后的数据分析才是重头戏.那么在FineReport中经过怎样的配置才能进行数据分析?又怎么进行数据分析呢? 使用FineReport进行数据可视化分析非常简单,经过简单的配置,使用者只需在B/S端简单拖拽目标数据及相关维度,即可得到从不同维度分析的结果,提升数据可视化程度,帮助决策层做出准确的决策.同时降低了系统开发的定制化程度,极大地降低了系统开发者的维护成本. B/S